Mực nước sông Oder, bang Brandenburg, miền Đông nước Đức dâng cao, ngày 16/9/2024. Ảnh: PAP/TTXVN
Mặc dù AI đã cải thiện đáng kể độ chính xác của dự báo thời tiết bằng cách phân tích dữ liệu lịch sử mở rộng với chi phí thấp hơn, đem lại kết quả vượt trội hơn so với các mô hình truyền thống, song các chuyên gia cho rằng vẫn còn tồn tại những hạn chế của công nghệ này.
Giáo sư khí tượng học Andrew Charlton-Perez từ Đại học Reading (Anh) lưu ý, mặc dù các mô hình AI có thể vượt trội hơn các mô hình dựa trên vật lý trong một số tình huống nhất định, song điều này không phải lúc nào cũng chính xác.
Độ tin cậy của các dự đoán AI phụ thuộc vào chất lượng dữ liệu đầu vào, do đó, nếu có ít dữ liệu, hay các sự kiện cực đoan xảy ra thường xuyên hơn vào các thời điểm khác nhau trong năm hoặc ở các khu vực khác nhau, việc dự đoán thảm họa sẽ trở nên phức tạp hơn.
Giáo sư Charlton-Perez gợi ý rằng các dự báo dựa trên AI nên bổ sung cho các công cụ dự báo hiện có. Điều này sẽ cải thiện việc đánh giá và diễn giải khả năng xảy ra các sự kiện thời tiết cực đoan, làm nổi bật nhu cầu liên tục tiến bộ trong việc thu thập và phân tích dữ liệu để nâng cao khả năng dự đoán.
Kể từ tháng 1, Trung tâm Dự báo thời tiết châu Âu (ECMWF) đã triển khai hệ thống dự báo tích hợp AI (AIFS) nhằm nâng cao khả năng dự báo thời tiết. Hệ thống này nhanh chóng đưa ra nhiều dự báo dài hạn cho các sự kiện thời tiết khắc nghiệt, chẳng hạn như lốc xoáy và nắng nóng.
Theo các chuyên gia, các đánh giá gần đây về dự báo của ECMWF cho thấy hiệu quả của chúng, đặc biệt là trong việc dự báo lượng mưa lớn góp phần gây ra lũ lụt vào tháng 9.
Tuy nhiên, các nhà khoa học vẫn nhấn mạnh tầm quan trọng của việc giao tiếp và truyền đạt cảnh báo về các tác động tiềm ẩn, đặc biệt là trong bối cảnh các sự kiện thời tiết khắc nghiệt ngày càng gia tăng do biến đổi khí hậu.
Một báo cáo từ Cơ quan Môi trường châu Âu (EEA) nêu bật, lục địa này đang phải đối mặt với những rủi ro khí hậu cấp bách đang vượt xa các chính sách và nỗ lực thích ứng hiện tại. Hiện tượng nhiệt độ cực cao, hạn hán, cháy rừng và lũ lụt sẽ ngày càng trở nên nghiêm trọng, ảnh hưởng đến điều kiện sống trên khắp lục địa, ngay cả trong các kịch bản lạc quan nhất về tình trạng nóng lên toàn cầu.
Việc xử lý dữ liệu đặt ra nhiều thách thức hơn nữa, khi các mô hình AI phức tạp đòi hỏi phải cập nhật thường xuyên, cũng như đầu tư đáng kể vào sức mạnh tính toán và thời gian, từ đó làm dấy lên lo ngại về tác động của AI khi tạo ra khí thải lớn gây biến đổi khí hậu.
Để ứng phó, các công ty công nghệ lớn như Microsoft và Google đang nghiên cứu năng lượng hạt nhân để duy trì các trung tâm dữ liệu. Ngoài ra, các chuyên gia nhấn mạnh nhu cầu đầu tư vào các giải pháp vật lý, chẳng hạn như khu vực lưu trữ nước lũ và hệ thống cảnh báo sớm. Các nước cũng nên hạn chế phát triển ở các khu vực dễ xảy ra lũ lụt để giải quyết khả năng xảy ra lũ lụt dữ dội do biến đổi khí hậu ngày càng tăng trong khi vẫn đáp ứng các cam kết giảm phát thải.
