Google DeepMind đã tiết lộ mô hình thời tiết AI mới, WeatherNext 2, vào ngày 17 tháng 11, đánh dấu bước nhảy vọt đáng kể trong lĩnh vực dự báo toàn cầu.
Hệ thống này sử dụng một phương pháp mới gọi là Mạng tạo chức năng (FGN) để tạo dự đoán nhanh hơn 8 lần và chi tiết hơn phiên bản tiền nhiệm. Bước đột phá này cải thiện khả năng dự báo cho các sự kiện phức tạp như bão bằng cách tạo ra hàng trăm tình huống có thể xảy ra trong vài phút.
Google hiện đang cung cấp quyền truy cập vào dữ liệu của mô hình thông qua nền tảng đám mây của mình. Động thái này nhằm mục đích đẩy nhanh nghiên cứu và nâng cao an toàn công cộng khi AI ngày càng trở thành trọng tâm của khoa học thời tiết, ngay cả khi các nguồn dữ liệu công cộng gặp phải sự không chắc chắn.
Kiến trúc mới giúp dự báo nhanh hơn, chính xác hơn
Trọng tâm của Weather 2 là một kiến trúc mới được trình bày chi tiết trong NextNext nghiên cứu gần đây. Không giống như GenCast tiền nhiệm sử dụng cách tiếp cận dựa trên sự khuếch tán, WeatherNext 2 được xây dựng trên cái gọi là Mạng tạo chức năng.
Phương pháp FGN này đưa trực tiếp “nhiễu” có cấu trúc cẩn thận vào các tham số của mô hình. Nó cho phép hệ thống tạo ra một tập hợp lớn các kịch bản thời tiết mạch lạc và thực tế về mặt vật lý từ một điểm bắt đầu duy nhất.
Mỗi dự đoán chỉ mất chưa đầy một phút trên một TPU duy nhất, một nhiệm vụ sẽ cần hàng giờ trên một siêu máy tính truyền thống.
Tính hiệu quả này không phải đánh đổi bằng độ chính xác. Theo đánh giá của Google, WeatherNext 2 vượt qua mô hình hiện đại nhất trước đây, GenCast, về 99,9% tất cả các biến số và thời gian thực hiện dự báo. Mô hình mới cho thấy mức độ chính xác cải thiện trung bình 6,5% khi được đo bằng Điểm xác suất được xếp hạng liên tục (CRPS), một chỉ số chính để dự báo xác suất.
Mô hình này cũng cung cấp độ phân giải theo thời gian cao hơn, với các dự đoán có sẵn trong khoảng thời gian 6 giờ và khả năng thử nghiệm trong khoảng thời gian 1 giờ, cung cấp dữ liệu chi tiết hơn cho những người ra quyết định, như được nêu chi tiết trong mô hình chính thức tài liệu.
Phương pháp FGN đặc biệt hiệu quả trong việc mô hình hóa cả các yếu tố thời tiết riêng lẻ (“cận biên”) và các tương tác phức tạp của chúng (“khớp”). Bằng cách chỉ đào tạo trên các điểm dữ liệu riêng lẻ như nhiệt độ hoặc tốc độ gió, mô hình này sẽ tìm hiểu nguyên lý vật lý cơ bản để dự đoán các hệ thống quy mô lớn như sông và lốc xoáy trong khí quyển.
Tuy nhiên, Google lưu ý rằng mô hình này có một số hạn chế, bao gồm khả năng xuất hiện các tạo tác hình ảnh nhỏ dạng tổ ong trong dự báo cho một số biến nhất định, như đã nêu trong tổng quan về trường hợp sử dụng và các giới hạn.
[nội dung nhúng]
Từ Phòng thí nghiệm nghiên cứu đến Nền tảng công cộng và Cơ quan đối tác
Dựa trên những đột phá trước đây, Google đã công bố một chiến lược rõ ràng để chuyển AI thời tiết của mình từ nghiên cứu sang ứng dụng trong thế giới thực. Giờ đây, các nhà nghiên cứu và nhà phát triển có thể truy cập dữ liệu dự báo của WeatherNext 2 thông qua nền tảng Earth Engine và BigQuery của Google.
Hơn nữa, một chương trình truy cập sớm mới trên Vertex AI của Google Cloud cho phép các tổ chức tạo dự báo tùy chỉnh của riêng họ bằng cách sử dụng mô hình này.
Sáng kiến này tiếp tục xu hướng rộng hơn về sự tham gia ngày càng tăng của Big Tech vào lĩnh vực khí tượng học. Các công ty như Microsoft, Nvidia và IBM đều đã phát triển các hệ thống dự báo tiên tiến của riêng họ, chẳng hạn như Aardvark Weather của Microsoft và mô hình Prithvi WxC của NASA/IBM.
Như Kirstine Dale, Giám đốc AI tại Met Office, đã lưu ý về xu hướng chung: “Chúng tôi nhận thấy tiềm năng của một bước thay đổi thực sự…trong cách chúng tôi dự báo, về mặt nào đó tương tự như khi chúng tôi bắt đầu sử dụng máy tính”.
Chiến lược của Google cũng bao gồm sự hợp tác trực tiếp với các cơ quan chính phủ quan trọng. Trong mối quan hệ hợp tác mang tính bước ngoặt, Trung tâm Bão Quốc gia Hoa Kỳ (NHC) đã tích hợp mô hình AI thử nghiệm của Google vào quy trình hoạt động cho mùa bão năm 2025.
Sự hợp tác này, lần đầu tiên của cơ quan liên bang, sẽ đưa hướng dẫn do AI tạo ra trước các chuyên gia dự báo con người, kết hợp tốc độ máy với kiến thức chuyên môn của con người để cải thiện cảnh báo về các cơn bão đe dọa tính mạng.
Cuộc khủng hoảng sắp xảy ra: Sự phụ thuộc của AI vào cộng đồng có nguy cơ tuyệt chủng. Dữ liệu
Trong khi những tiến bộ công nghệ đang tăng tốc, toàn bộ lĩnh vực này phải đối mặt với một mối đe dọa cơ bản. Các mô hình thời tiết AI như WeatherNext 2 được đào tạo dựa trên dữ liệu lịch sử trong nhiều thập kỷ, phần lớn từ các kho lưu trữ công cộng do các cơ quan như Cơ quan Khí quyển và Đại dương Quốc gia Hoa Kỳ (NOAA) quản lý.
Những nguồn dữ liệu thiết yếu này hiện đang gặp rủi ro do đề xuất cắt giảm ngân sách và thiếu nhân sự nghiêm trọng.
Tình hình trở nên nghiêm trọng đến mức 5 cựu giám đốc của Cơ quan Thời tiết Quốc gia (NWS) của NOAA đã gửi thư ngỏ cảnh báo về những hậu quả tiềm ẩn.
“Điều tồi tệ nhất của chúng tôi là Cơn ác mộng là các văn phòng dự báo thời tiết sẽ thiếu nhân lực đến mức sẽ có những thiệt hại về nhân mạng một cách không cần thiết”, họ viết. Kể từ đầu năm 2025, NWS đã mất hơn 550 nhân viên, khiến một số văn phòng dự báo thiếu nhân lực trầm trọng ngay khi mùa bão bắt đầu.
Một cựu giám đốc NHC đã mô tả những nỗ lực lấp chỗ trống chỉ đơn thuần là”xáo trộn các ghế xếp trên tàu Titanic”, nói thêm:”Bạn lấp một lỗ ở đâu đó và bạn đang tạo ra một lỗ ở nơi khác”.
Cuộc khủng hoảng dữ liệu này đã không được cộng đồng khoa học chú ý. Giáo sư Richard Turner của Đại học Cambridge bày tỏ mối quan ngại của mình, nói rằng: “Theo quan điểm của tôi, cộng đồng vẫn chưa – thật đáng ngạc nhiên – nhận thức được mối nguy hiểm này… Tôi nghĩ việc cắt giảm là rất nguy hiểm vào thời điểm khí hậu thực sự đang thay đổi”.
Mặc dù các hành động quốc hội gần đây đã đẩy lùi các đợt cắt giảm ngân sách nghiêm trọng nhất, mang lại một số cứu trợ, nhưng sự ổn định lâu dài của các kho lưu trữ dữ liệu công cộng này vẫn không chắc chắn.
Nghịch lý rất rõ ràng: khi sự đổi mới của tư nhân về thời tiết AI đạt đến tầm cao mới, thì sự thành công của nó phụ thuộc vào một cơ sở hạ tầng dữ liệu công cộng đang đấu tranh để sinh tồn.
Mối quan hệ hợp tác mới giữa Google và NHC nêu bật tiềm năng to lớn của AI trong việc cứu sống nhiều người, nhưng nó cũng cho thấy nhu cầu cấp thiết phải bảo vệ dữ liệu mở giúp có thể đạt được những tiến bộ đó, một chủ đề trọng tâm trong cuộc cách mạng thời tiết AI đang diễn ra.
