Theo kết quả nghiên cứu đăng trên tạp chí Geophysical Research Letters số mới đây, trong kỷ nguyên AI, các mô hình khí tượng và khí hậu thuần túy dựa trên dữ liệu đang dần bắt kịp, thậm chí vượt qua các mô hình số truyền thống. Tuy nhiên, những thách thức đáng kể vẫn tồn tại trong các mô hình học sâu hiện nay, cản trở khả năng dự đoán các hiện tượng thời tiết và khí hậu phức tạp, bao gồm cả lượng mưa.
Các nhà nghiên cứu đã đề xuất một cách tiếp cận mới để giải quyết những thách thức này bao gồm việc kết hợp vật lý, động lực học khí quyển và các mô hình học sâu.
Thông qua EarthLab - một cơ sở mô phỏng số hóa khoa học về hệ thống Trái Đất mới do IAP phát triển, nhóm nghiên cứu đã sử dụng dữ liệu và khả năng tính toán để nâng cao kỹ năng dự báo lượng mưa của mô hình số. Họ tập trung vào việc ghép các biến vật lý thông qua mạng lưới đồ thị để đưa ra các ràng buộc vật lý và cải thiện độ chính xác của dự báo lượng mưa.
Nhóm nghiên cứu cho biết trong kỷ nguyên AI, việc kết hợp vật lý là một thách thức lớn với nhiều cách tiếp cận và quan điểm khác nhau.