Lực lượng khoa học kỳ vọng giải pháp công nghệ này sẽ góp phần gia tăng tính chủ động cho công tác ứng phó và bảo vệ an toàn tính mạng con người.

Sự khác biệt về cơ chế và tốc độ xử lý dữ liệu

Trong lĩnh vực dự báo thời tiết và khí hậu, các phương pháp truyền thống vốn phụ thuộc vào việc giải các phương trình toán học phức tạp nhằm mô phỏng các quá trình vận động của khí quyển và đại dương. Tiến trình này thường đòi hỏi năng lực tính toán khổng lồ và tiêu tốn nhiều giờ đồng hồ trên các hệ thống máy tính chuyên dụng.

Sự xuất hiện của các mô hình thống kê dựa trên trí tuệ nhân tạo đang mang đến một phương thức tiếp cận khác. Nhờ khả năng xử lý thông tin với tốc độ cao, trí tuệ nhân tạo có thể nhanh chóng quét qua các tập dữ liệu diện rộng để nhận diện các hình thái thời tiết, đồng thời phát hiện những điểm bất thường xuất hiện trong chuỗi dữ liệu.

Một mô hình trí tuệ nhân tạo sau khi hoàn tất quá trình huấn luyện có thể đưa ra kết quả dự báo thời tiết toàn cầu cho nhiều ngày tiếp theo chỉ trong khoảng thời gian khoảng một phút. Mặc dù khoản đầu tư ban đầu cho việc xây dựng và huấn luyện mô hình tương đối lớn, chi phí để duy trì vận hành thực tế lại ở mức thấp. Điều này cho phép các cơ quan chuyên môn thực hiện tính toán liên tục với tần suất cao, phục vụ hiệu quả cho công tác phát hiện sớm các hiện tượng thời tiết có tính chất nguy hiểm.

Nỗ lực khai thác nguồn dữ liệu khí hậu khổng lồ

Để phục vụ cho mục tiêu nghiên cứu, các chuyên gia tại Viện Công nghệ Liên bang Thụy Sĩ Zurich đã tiến hành sao chép gần 6 tỷ tệp dữ liệu công khai từ Cơ quan Hàng không vũ trụ Mỹ. Tổng dung lượng của tập dữ liệu này ước tính đạt khoảng 100 petabyte và hiện được lưu trữ trên các máy chủ đặt kế bên hệ thống siêu máy tính Alps.

Quá trình di chuyển và đồng bộ hóa khối lượng dữ liệu khổng lồ này kéo dài trong khoảng thời gian một năm dưới sự chỉ đạo của Trung tâm Mô hình hóa hệ thống khí hậu thuộc Viện Công nghệ Liên bang Thụy Sĩ Zurich. Nguồn tư liệu này trở thành cơ sở đầu vào quan trọng để các thuật toán tự học và tìm ra các quy luật biến đổi của khí hậu.

Việc kết hợp nguồn dữ liệu quan trắc đa dạng với năng lực xử lý của các siêu máy tính được kỳ vọng sẽ giúp hệ thống tự động nhận diện những dấu hiệu cảnh báo mà các phương pháp phân tích thủ công khó phát hiện trong thời gian ngắn.

Vai trò của dữ liệu vệ tinh trong cảnh báo hiểm họa địa chất

Bên cạnh các yếu tố khí tượng thông thường, khả năng giám sát của trí tuệ nhân tạo còn hướng đến các nguy cơ thiên tai dạng diện hẹp như lở đất hay lở băng. Mặc dù không phải mọi thảm họa tự nhiên đều có thể đưa ra dự báo chính xác tuyệt đối, những biến động bề mặt địa hình hoàn toàn có thể ghi nhận thông qua ảnh vệ tinh nếu tiến trình phân tích được thực hiện kịp thời.

Thực tế ghi nhận tại làng Blatten của Thụy Sĩ cho thấy dữ liệu không gian đã lưu lại những dịch chuyển bất thường từ hơn một năm trước thời điểm xảy ra vụ lở băng vào tháng 5. Sự theo dõi liên tục từ cơ quan chức năng đã tạo điều kiện để chính quyền địa phương phát lệnh sơ toàn bộ dân cư một tuần trước khi khối băng sụp đổ, qua đó ngăn ngừa được các thiệt hại về người.

Tương tự, các phân tích ảnh vệ tinh công bố trên tạp chí Nature đối với vụ thảm họa xảy ra tại Nepal vào ngày 26/8 cũng chỉ ra sự xuất hiện của các tín hiệu cảnh báo trước khi sự cố diễn ra. Nếu các tín hiệu này được hệ thống tự động phát hiện sớm hơn, các khu vực chịu ảnh hưởng đã có thể được đưa vào danh sách giám sát trọng điểm để chủ động phương án phòng ngừa.

Sự kết hợp giữa nguồn dữ liệu vệ tinh liên tục và năng lực tính toán của trí tuệ nhân tạo đang định hình nên một cơ chế chủ động trong phòng chống thiên tai, dựa trên việc rà soát liên tục để phát hiện sớm các rủi ro tiềm ẩn.

Phạm Tuấn