Google WeatherNext 3: Mô hình AI dự báo thời tiết chính xác hơn, chi tiết hơn

Google vừa chính thức giới thiệu WeatherNext 3, mô hình trí tuệ nhân tạo (AI) mới nhất trong lĩnh vực dự báo thời tiết, được phát triển bởi các nhà khoa học tại Google DeepMind và Google Research. Mô hình này được kỳ vọng sẽ tạo ra một bước tiến vượt bậc trong việc dự báo các hiện tượng thời tiết với độ chính xác và chi tiết cao hơn bao giờ hết.

Theo thông báo, WeatherNext 3 không chỉ dừng lại ở việc cải thiện chất lượng dự báo mà còn đánh dấu lần đầu tiên các dữ liệu cốt lõi từ mô hình AI này được sử dụng để vận hành các sản phẩm chủ chốt của Google như Tìm kiếm, Google Maps và trợ lý ảo Gemini.

Vượt trội so với các hệ thống dự báo truyền thống

Điểm nổi bật nhất của WeatherNext 3 là khả năng dự báo thời tiết ở độ phân giải lên tới 5km, chi tiết hơn nhiều so với mức 15-25km của các mô hình AI trước đây. Theo kết quả thử nghiệm trên nền tảng Operational WeatherBench do công ty khởi nghiệp Brightband xây dựng, mô hình này đã chứng minh độ chính xác cao nhất trong số các ứng viên hàng đầu, bao gồm cả các mô hình đến từ Microsoft, Nvidia và Trung tâm Dự báo Thời tiết Hạn vừa Châu Âu (ECMWF).

Đáng chú ý, WeatherNext 3 còn vượt qua cả các dự báo truyền thống được tạo ra từ các siêu máy tính của Cơ quan Thời tiết Quốc gia Mỹ và ECMWF. Ông Samier Merchant, kỹ sư cao cấp tại Google, chia sẻ: "Đây sẽ là lần đầu tiên một số biến số cốt lõi được đưa vào và hỗ trợ cho nhiều sản phẩm của Google."

Giải quyết ba thách thức lớn của AI dự báo thời tiết

So với các thế hệ trước, WeatherNext 3 được thiết kế để giải quyết ba điểm yếu chính của mô hình AI dự báo thời tiết. Trước tiên, mô hình này có thể dự báo với độ phân giải 5km — chi tiết hơn nhiều so với phạm vi rộng 15-25km trước đây. Thứ hai, khả năng dự báo mưa được cải thiện đến 60% so với WeatherNext 2. Cuối cùng, mô hình có thể cung cấp dự báo theo giờ thay vì mỗi 6 giờ như chuẩn thông thường.

Mô hình dự báo thời tiết AI của Google

"Thời tiết rất hỗn loạn, những khác biệt nhỏ có thể gây ra những xáo trộn lớn... Học máy nhắm vào vấn đề chúng ta thực sự đang giải quyết, đó là xấp xỉ vật lý nhiễu từ thông tin không đầy đủ và tính toán hữu hạn, từ đó học các mẫu hình từ lượng lớn dữ liệu," ông Ferran Alet, giám đốc nghiên cứu tại DeepMind, giải thích.

Những cải tiến này đến từ việc mô hình được mở rộng với 2,4 lần số tham số so với phiên bản tiền nhiệm. Các nhà thiết kế cũng điều chỉnh các "decoder heads" để đưa ra những câu trả lời hữu ích hơn, đồng thời huấn luyện mô hình nhắm mục tiêu dự báo đến các trạm quan sát thời tiết cụ thể.

Tích hợp dữ liệu vệ tinh thời gian thực

Một điểm đột phá khác của WeatherNext 3 là khả năng hấp thụ dữ liệu vệ tinh thu thập theo thời gian thực mỗi giờ. Google tuyên bố đây là mô hình AI đầu tiên trực tiếp tích hợp các quan sát thô cho dự báo toàn cầu độ phân giải cao. Tuy nhiên, công ty khởi nghiệp WindBorne cho rằng mô hình WeatherMesh 6 của họ đã làm điều này từ cuối năm 2025 với dữ liệu từ đội ngũ khinh khí cầu thời tiết. Google phản hồi rằng dự báo của họ có độ phân giải cao hơn trên phạm vi toàn cầu.

So sánh hiệu suất các mô hình dự báo

Mặc dù vậy, cả hai mô hình vẫn phụ thuộc vào các bộ dữ liệu thời tiết quốc gia để thực hiện dự báo, vì vậy vẫn cần thêm nghiên cứu để đạt được sự đồng hóa dữ liệu trực tiếp thực sự.

Tác động toàn cầu và tiềm năng ứng dụng

Trong khi các mô hình ngôn ngữ lớn (LLM) nhận được nhiều sự chú ý, cuộc cách mạng transformer trong khí tượng học cũng quan trọng không kém. Các cơ quan thời tiết châu Âu và Mỹ đã bắt đầu sử dụng mô hình AI trong các sản phẩm dự báo của họ. Tốc độ và chi phí thấp của AI hứa hẹn mang lại lợi ích kinh tế cho các khu vực nghèo hơn, nơi chi phí cho cảm biến chất lượng cao và siêu máy tính khiến việc dự báo chính xác vượt quá khả năng chi trả.

Bill Gates gần đây đã trích dẫn dự báo thời tiết bằng AI như một lợi ích quan trọng của công nghệ, khi dự báo tốt hơn giúp cải thiện năng suất cây trồng ở các nước đang phát triển. Ông Alet, nhà nghiên cứu tại DeepMind, cho biết các dự báo độ phân giải cao hơn về gió, mưa và độ che phủ mây sẽ hữu ích để làm cho các dự án năng lượng tái tạo trở nên đáng tin cậy hơn.

"Cuối cùng, tôi nghĩ Google hướng đến việc cung cấp thông tin hữu ích cho người dùng, và rất nhiều điều người dùng tìm kiếm có liên quan đến thời tiết theo cách này hay cách khác," Alet nói.

Với người dùng Việt Nam, việc WeatherNext 3 được tích hợp vào Google Maps và Tìm kiếm hứa hẹn mang lại những dự báo thời tiết chi tiết và chính xác hơn, đặc biệt hữu ích trong mùa mưa bão. Google cho biết mô hình này cũng sẽ được cung cấp cho người dùng và nhà nghiên cứu trên các nền tảng đám mây của Google, mở ra cơ hội cho các nhà phát triển Việt Nam ứng dụng công nghệ này vào các sản phẩm và dịch vụ địa phương.