MIT phát triển mô hình học máy nâng độ chính xác dự báo thời tiết trước 2–6 tuần
Các nhà nghiên cứu từ MIT và các tổ chức đối tác đã phát triển một hệ thống học máy xử lý hậu kỳ, giúp cải thiện dự báo thời tiết trước 2–6 tuần — giai đoạn được gọi là dự báo dưới mùa. Khi áp dụng cho một mô hình dự báo hàng đầu, hệ thống này đã tăng gấp đôi độ chính xác trong khoảng thời gian trên và đứng đầu một cuộc thi dự báo quốc tế. Mô hình học từ những sai sót trong quá khứ của hệ thống dự báo hiện có rồi điều chỉnh các dự đoán tương lai, bao gồm cả dự báo xác suất về khả năng xảy ra nhiều kịch bản khác nhau. Nhóm nghiên cứu cho biết phương pháp này có thể cải thiện dự báo các hiện tượng cực đoan như lũ lụt và rét đậm, trong khi mô hình sau khi hoàn thiện không cần siêu máy tính để vận hành. Thành quả này có thể giúp các đơn vị năng lượng, nông dân và cơ quan ứng phó khẩn cấp có thêm thời gian chuẩn bị trước thời tiết nguy hiểm, dù không loại bỏ hoàn toàn sự bất định vốn có của dự báo dài hạn.
Các cơ quan năng lượng, nông nghiệp và đội ngũ ứng phó khẩn cấp nên theo dõi hướng nghiên cứu này vì dự báo thời tiết trước 2–6 tuần chính xác hơn có thể giúp họ chuẩn bị sớm cho rét đậm, lũ và các hiện tượng cực đoan. Đây chưa phải là công cụ thay thế ngay các hệ thống dự báo hiện hành, nhưng cho thấy AI có thể nâng chất lượng dự báo bằng cách học và sửa các lỗi lặp lại.
Đọc bài gốc