AI học từ lỗi dự báo cũ, cải thiện dự báo thời tiết trước 2-6 tuần
Các nhà nghiên cứu dùng AI tìm những lỗi lặp lại trong dự báo thời tiết rồi sửa chúng, giúp cải thiện dự báo trước 2-6 tuần và khả năng cảnh báo thời tiết cực đoan.
Trở lại chủ đề 15/10/2026 14:43 GMT+7 AI học từ lỗi dự báo cũ, cải thiện dự báo thời tiết trước 2-6 tuần Các nhà nghiên cứu dùng AI tìm những lỗi lặp lại trong dự báo thời tiết rồi sửa chúng, giúp cải thiện dự báo trước 2-6 tuần và khả năng cảnh báo thời tiết cực đoan.
Vài ngày báo trước một đợt rét có thể chưa đủ để ngành năng lượng chuẩn bị nhiên liệu, còn nông dân cần thời gian bảo vệ cây trồng. Nhưng nhiều người có cảm giác càng dự báo xa, kết quả càng dễ sai.
Nhóm nghiên cứu có sự tham gia của Viện Công nghệ Massachusetts (MIT, Mỹ) tìm cách xử lý vấn đề bằng chính những lần dự báo chưa đúng.
Công trình vừa được công bố trên tạp chí Nature . Phương pháp mang tên PBC sử dụng học máy để hiệu chỉnh sai lệch, có thể bổ sung vào cả mô hình dự báo dựa trên các phương trình vật lý lẫn mô hình AI .
Cách làm bắt đầu bằng việc đối chiếu dự báo trong quá khứ với thời tiết thực tế. Qua dữ liệu này, AI học cách nhận ra những lỗi có tính lặp lại và điều chỉnh kết quả dự báo mới. Công cụ cũng sử dụng thông tin thời tiết gần đây và đặc điểm theo thời điểm trong năm.
Nhóm tập trung sửa các sai lệch có thể nhận diện qua dữ liệu . Phần thông tin hữu ích trong mô hình ban đầu vẫn được giữ lại.
Khoảng 2-6 tuần vốn khó dự báo vì sai số có thể tích tụ sau từng bước tính toán. Một khác biệt nhỏ trong trạng thái ban đầu của khí quyển có thể dẫn tới kết quả rất khác sau vài tuần.
Vì vậy, ở khoảng thời gian này, dự báo thường đưa ra xác suất cho các khả năng khác nhau. Chẳng hạn, một tuần sắp tới có khả năng nóng hơn hoặc mưa nhiều hơn thông thường, chứ chưa thể khẳng định chính xác từng ngày sẽ ra sao.
Trong các phép đánh giá chính, nhóm xem xét nhiệt độ trung bình, tổng lượng mưa và khí áp của tuần thứ ba, thứ tư sau thời điểm dự báo. Kết quả được so với phương án dựa vào số liệu khí hậu trung bình nhiều năm.
Theo nhóm nghiên cứu, PBC cải thiện kết quả của mô hình vật lý thuộc Trung tâm Dự báo thời tiết hạn vừa châu Âu (ECMWF), dù mô hình này đã qua hiệu chỉnh. Mức cải thiện xuất hiện ở 92% mục tiêu đánh giá nhiệt độ và 98% mục tiêu đánh giá lượng mưa .
Hệ thống kết hợp sử dụng PBC còn đứng đầu ở tất cả yếu tố thời tiết và khoảng dự báo được chấm trong đợt thi dự báo thời gian thực năm 2025 của ECMWF, vượt các mô hình của sáu trung tâm nghiệp vụ cùng các đội tham gia.
Khả năng dự báo thời tiết cực đoan cũng tốt hơn. Theo ông Judah Cohen - nhà nghiên cứu tại MIT và đồng tác giả công trình, thông tin sớm có thể giúp nông dân chọn lịch bón phân theo mưa, bảo vệ cây trước rét và giúp ngành năng lượng chuẩn bị nguồn cung.
Mã nguồn công cụ đã được công khai. MIT cho biết sau khi xây dựng, công cụ không cần siêu máy tính để vận hành.
Đọc tiếp Về trang Chủ đề Trở thành người đầu tiên tặng sao cho bài viết 0 0 0 Tặng sao cho bài viết hay Facebook Mail Twitter / X LinkedIn Nguồn ưu tiên trên Google Ưu tiên Tuổi Trẻ trên Google Search. Xem hướng dẫn. Tặng sao
