Pangu-Weather là mô hình dự báo thời tiết toàn cầu do nhóm nghiên cứu Huawei Cloud phát triển. Hệ thống này vận hành trên mạng lưới thần kinh 3 chiều. Tốc độ tính toán nhanh hơn 10.000 lần so với phương pháp số truyền thống.

Sự ra đời của Pangu-Weather

Bài báo giới thiệu Pangu-Weather đăng trên tạp chí Nature vào tháng 7 năm 2023. Đồng tác giả chính là ông Tian Qi cùng ông Bi Kaifeng. Hệ thống sử dụng mạng nơ-ron 3D vận hành trực tiếp trên dữ liệu khí tượng phức tạp, phù hợp với hệ tọa độ Trái đất. Quá trình học mô hình diễn ra nhanh chóng, chỉ mất 7 năm để thu thập dữ liệu toàn cầu kéo dài 40 năm, và trong vòng hai tháng, mạng đã hấp thụ 100 triệu tham số.

So sánh Pangu với phương pháp truyền thống

Ông Tian Qi nhận xét rằng phương pháp dự báo thời tiết bằng số (NWP), vốn dựa trên các mô hình vật lý phức tạp chạy trên cụm siêu máy tính gồm 3.000 máy chủ, thường tốn từ 4 đến 5 giờ để đưa ra kết quả cho 10 ngày tiếp theo. Khác biệt rõ rệt nằm ở Pangu-Weather, hệ thống này thay thế việc giải phương trình vật lý bằng học sâu, giúp rút ngắn thời gian xử lý khi chỉ yêu cầu một GPU duy nhất.

Độ chính xác và tốc độ xử lý

Trong vòng 1,4 giây, Pangu-Weather đã đưa ra dự báo toàn cầu cho 24 giờ tiếp theo, nhanh hơn tới 10.000 lần so với các phương pháp số truyền thống. Mô hình này xử lý các yếu tố như độ ẩm, tốc độ gió, nhiệt độ và áp suất mực nước biển.

Về độ chính xác, hệ thống thể hiện ưu thế rõ rệt trong khoảng thời gian từ 1 giờ đến 7 ngày. Cụ thể, đối với cơn siêu bão Mawar vào tháng 5, mô hình đã dự báo chính xác quỹ đạo của bão từ trước 5 ngày. Dù vậy, khi so sánh với kết quả phân tích lại, độ chính xác tổng thể của Pangu-Weather vẫn thấp hơn so với Mô hình Dự báo Số (NWP).

Ứng dụng thực tế trong khí tượng

Hệ thống hỗ trợ dự báo thời tiết hằng ngày. Cảnh báo thiên tai nghiêm trọng được đẩy nhanh tiến độ. Phòng thí nghiệm AI Thượng Hải đã triển khai thí điểm hệ thống Fengwu. Công nghệ tương tự giúp dự báo khí tượng chính xác hơn. Các cơn bão đang đến gần được nhận diện sớm. Dữ liệu từ Pangu-Weather cũng được dùng để dự đoán cơn bão Doksuri. Nông nghiệp hưởng lợi trực tiếp. Quản lý rủi ro thiên tai trở nên chủ động hơn.

Tương lai của AI trong khí tượng học

Theo ông Qi Tian, việc kết hợp AI với các mô hình số truyền thống là hướng đi tối ưu để nâng cao độ chính xác của dự báo, trong đó trí tuệ nhân tạo đảm nhận xử lý khối lượng dữ liệu khổng lồ và nhận diện các quy luật một cách nhanh chóng. Tuy nhiên, yếu tố con người vẫn giữ vị trí quan trọng trong việc kiểm soát các ràng buộc vật lý, khiến sự tích hợp giữa nguyên lý vật lý và công nghệ AI trở thành giải pháp khả thi nhất.