Ngành dự báo thời tiết đã trải qua những bước tiến lớn trong việc nâng cao độ chính xác của các dự báo khí tượng. Tuy nhiên, một thách thức lớn vẫn còn đó: dự báo thời tiết siêu cục bộ, đặc biệt là tại những khu vực nhỏ hoặc chi tiết như từng khu phố hay một số đối tượng đặc biệt như turbine gió. Với sự phát triển mạnh mẽ của công nghệ trí tuệ nhân tạo (AI), các công ty thương mại nhỏ đã có thể gia tăng khả năng dự báo này, mở ra những cơ hội mới cho ngành công nghiệp thời tiết và ứng dụng trong các lĩnh vực chuyên biệt.

Trước khi AI được ứng dụng vào lĩnh vực này, các cơ quan dự báo thời tiết chủ yếu dựa vào các mô hình vật lý để đưa ra các dự báo cho một khu vực rộng lớn. Những dự báo này có độ chính xác cao đối với các hiện tượng khí tượng quy mô lớn như bão, mưa lớn hay nhiệt độ. Tuy nhiên, khi phải đưa ra dự báo cho những khu vực nhỏ hoặc tình huống cụ thể, chẳng hạn như lượng mưa tại một con phố trong thành phố hay tốc độ gió tại một vị trí cụ thể của turbine gió, các mô hình truyền thống gặp rất nhiều khó khăn.

Sự xuất hiện của các mô hình thời tiết AI đã giúp giải quyết vấn đề này. Một trong những công ty tiên phong trong việc ứng dụng AI vào dự báo thời tiết siêu cục bộ là Stellerus, một công ty khởi nghiệp công nghệ thời tiết được thành lập từ nghiên cứu của Đại học Khoa học và Công nghệ Hong Kong. Stellerus đã phát triển một phương pháp mới, kết hợp giữa dự báo lượng mưa và thuật toán máy học, giúp mô phỏng và dự đoán khả năng xảy ra lũ lụt tại từng con phố ở Hong Kong chỉ trong vòng chưa đầy ba phút. Tốc độ dự báo này cho phép cập nhật tình hình lũ lụt gần như theo thời gian thực và đưa ra các cảnh báo sớm, giúp người dân có thời gian chuẩn bị ứng phó.

Như giáo sư Hui Su, đồng sáng lập Stellerus, đã chỉ ra, các cơ quan dự báo thời tiết công vụ hiện nay vẫn chưa đáp ứng được nhu cầu cao về dự báo chuyên biệt cho các ngành công nghiệp hay doanh nghiệp cụ thể. Dù nhu cầu này đang gia tăng mạnh mẽ, các mô hình dự báo truyền thống không thể cung cấp các dự báo chi tiết và chính xác cho từng khu vực nhỏ hoặc các đối tượng đặc biệt. Nhờ vào việc sử dụng AI, Stellerus đang phát triển các dự báo cho các ngành như bảo hiểm, năng lượng, và môi trường. Ví dụ, công ty này hợp tác với Taiping Reinsurance để phát triển hệ thống cảnh báo lũ lụt sớm, giúp người dân nhận được cảnh báo để di chuyển xe khỏi khu vực có nguy cơ ngập lụt.

Bên cạnh đó, Nvidia cũng là một ví dụ điển hình trong việc ứng dụng AI vào dự báo thời tiết. Hợp tác với chính quyền Đài Loan, Nvidia đã phát triển một mô hình AI dự báo thời tiết dựa trên dữ liệu khí tượng toàn cầu. Mô hình này sử dụng kỹ thuật máy học để tăng độ phân giải và chi tiết của dự báo. Nghiên cứu này đã được công bố trên tạp chí Nature vào tháng Hai vừa qua, chứng tỏ rằng AI đang trở thành một công cụ mạnh mẽ giúp nâng cao độ chính xác của các dự báo thời tiết.

Mặc dù các mô hình thời tiết AI đang phát triển mạnh mẽ và hứa hẹn sẽ cải thiện đáng kể độ chính xác của dự báo, nhưng một số nhà khí tượng học vẫn tin tưởng vào các mô hình dự báo truyền thống dựa trên vật lý. Ông Martin Fengler, Giám đốc điều hành của Meteomatics, một công ty dự báo thời tiết ở Thụy Sỹ, đã chỉ ra rằng dù AI giúp tiết kiệm năng lượng và tăng độ chi tiết, nhưng chúng có thể đơn giản hóa một số khía cạnh của quá trình dự báo, dẫn đến giảm độ chính xác và tính nhất quán. Ông nhấn mạnh rằng AI là công cụ hữu ích để cải thiện các mô hình cổ điển, chứ không phải để thay thế hoàn toàn.

Một trong những lý do khiến các mô hình AI chưa thể thay thế hoàn toàn các mô hình vật lý truyền thống là chúng vẫn phụ thuộc vào kho dữ liệu khổng lồ về khí hậu và thời tiết thu thập từ các phương pháp dựa trên vật lý. Hầu hết các mô hình AI hiện nay vẫn cần sự hỗ trợ từ các mô hình dự báo truyền thống để khởi động quá trình dự báo, tạo nền tảng cho các dự báo chi tiết và chuyên biệt.

Tóm lại, sự phát triển của các mô hình dự báo thời tiết AI siêu cục bộ là một bước tiến quan trọng trong ngành khí tượng, giúp nâng cao độ chính xác của các dự báo cho các khu vực nhỏ và các ứng dụng chuyên biệt. Tuy nhiên, để đạt được sự chính xác tối đa, các mô hình AI cần kết hợp với các phương pháp truyền thống dựa trên vật lý. Chính phủ các quốc gia nên tập trung vào việc bảo vệ và phát triển kho dữ liệu khí hậu, trong khi khu vực tư nhân có thể tận dụng AI để phát triển các dự báo thời tiết chuyên biệt, đáp ứng nhu cầu ngày càng cao của các ngành công nghiệp.

P.A.T (NASTIS), theo https://techxplore.com/, 7/2025