Theo thông tin từ Google, GraphCast chỉ mất chưa đầy một phút để đưa ra dự báo chính xác về thời tiết cho 10 ngày, vượt qua khả năng của các hệ thống hiện tại.
GraphCast đã được đào tạo bằng dữ liệu thời tiết trái đất toàn cầu trong 38 năm, tính đến năm 2017. Mô hình này không chỉ đưa ra dự báo nhanh chóng mà còn tăng khả năng dự đoán chính xác, đặc biệt là trong việc đối mặt với các sự kiện thời tiết cực đoan như sóng nhiệt, đợt lạnh, hay bão nhiệt đới.
Một trong những điểm độc đáo của GraphCast là khả năng dự đoán tính bằng phút thay vì hàng giờ, vượt qua hệ thống Dự báo độ phân giải cao (HRES) của Trung tâm Dự báo thời tiết tầm trung châu Âu (ECMWF). Điều này giúp giảm tải công suất tính toán và làm cho quá trình dự báo trở nên hiệu quả hơn về chi phí.
Mặc dù GraphCast đạt được thành công lớn trong việc cải thiện độ chính xác của dự báo thời tiết, nhóm nghiên cứu cũng công nhận rằng mô hình này không hoàn hảo.
Kết quả được tạo ra bởi GraphCast đôi khi được coi là trong "hộp đen," nghĩa là không thể giải thích rõ cách mà mô hình đưa ra dự đoán hoặc hiển thị diễn biến của thời tiết.
Người ta đồn đoán rằng sự kết hợp của cả hai phương pháp, cả mô hình AI và các công cụ dự báo truyền thống, có thể là hướng đi tối ưu cho tương lai.
Sự kết hợp này không chỉ giúp giảm rủi ro mà còn tăng cường tính tin cậy của dự báo thời tiết trong các tình huống quan trọng.
Trong khi GraphCast chưa thể thay thế hoàn toàn các công cụ dự báo hiện tại, nó đã mở ra một cánh cửa mới cho sự phát triển và ứng dụng trí tuệ nhân tạo trong lĩnh vực dự báo thời tiết, hứa hẹn sẽ mang lại những tiện ích và sự tiện lợi cho cộng đồng.
Hiệp Nguyễn (Nguồn: TH&PL)