Công nghệ cảnh báo thiên tai: Chỉ sớm thôi là chưa đủ

Theo Tổ chức Khí tượng thế giới, thiệt hại do thiên tai gây ra có thể giảm 30% nếu một cảnh báo sớm được phát đi trong vòng 24 giờ trước khi thiên tai xảy ra. Tuy nhiên, cũng theo tổ chức này, 1/3 dân số thế giới hiện không được tiếp cận với các hệ thống cảnh báo sớm thiên tai.

Các bước tiến của công nghệ mà đặc biệt là ở lĩnh vực trí tuệ nhân tạo (AI) đang giúp phát hiện và cảnh báo sớm thiên tai tốt hơn bao giờ hết. Việc còn lại là làm sao giao tiếp các cảnh báo đó đến khu vực chịu ảnh hưởng một cách nhanh chóng, dễ hiểu và đáng tin cậy.

Cảnh báo thiên tai bằng AI

Khi cơn bão Bebinca đang trên đường tiến vào vùng biển ngoài khơi phía bắc đảo Đài Loan hồi đầu tháng 9 năm nay, các nhà dự báo thời tiết ở thành phố Đài Bắc đã sử dụng một phương pháp mới để theo dõi đường đi của nó: AI. 

Các dự báo do AI tạo ra - một số dựa trên phần mềm do NVDIA phát triển và sử dụng chip "nhà làm" từ hãng sản xuất chip hàng đầu thế giới TSMC - cho đến nay có vẻ đã vượt trội hơn các phương pháp truyền thống trong việc dự đoán đường đi của bão, Reuters tường thuật hôm 13-9.

Tháng 7-2024, các mô hình thời tiết dựa trên AI lần đầu tiên được sử dụng đã giúp Đài Loan dự đoán tốt hơn đường đi và tác động của Gaemi, cơn bão mạnh nhất đổ bộ hòn đảo này trong vòng 8 năm và gây ra lượng mưa vượt kỷ lục. 

Cụ thể, mô hình AI này đã dự báo bão sẽ đánh thẳng vào đảo Đài Loan từ 8 ngày trước khi Gaemi đổ bộ - dễ dàng vượt qua những mô hình dự báo truyền thống và gây ấn tượng với các chuyên gia khí tượng địa phương.

Đầu tháng 7-2024, trong lúc bão Beryl đang di chuyển qua khu vực Caribê, một cơ quan khí tượng hàng đầu châu Âu đã dự báo nhiều khả năng về đường đi của bão, trong đó khả năng cao nhất là bão sẽ đổ bộ vào Mexico. Cảnh báo này dựa trên thông tin ghi nhận từ máy bay, phao cảm biến và tàu vũ trụ, sau đó được các siêu máy tính có kích thước bằng một căn phòng chuyển thành dữ liệu dự báo, theo báo The New York Times.

Cùng thời điểm đó, các chuyên gia chạy phần mềm AI trên một máy tính nhỏ hơn nhiều lần đã đưa ra một dự báo trái ngược: bão Beryl sẽ đổ bộ vào bang Texas nước Mỹ. Dự báo này không dựa trên bất kỳ thông tin nào khác ngoài những gì phần mềm đã học được trước đó về bầu khí quyển của Trái đất.

Bốn ngày sau, bão Beryl thật sự đã đổ bộ vào Texas với sức tàn phá khủng khiếp, khiến ít nhất 36 người thiệt mạng và làm mất điện trên diện rộng gây ảnh hưởng hàng triệu người. "Mọi người đang bắt đầu nhận ra AI thực sự mang lại hiệu suất đáng kinh ngạc so với các mô hình thông thường" - Reuters dẫn lời Chia Hsin-sing, giám đốc một công ty cung cấp dịch vụ thời tiết ở Đài Loan.

Hiện nay, một số mô hình AI dự báo thời tiết trên thị trường bao gồm FourCastNet của NVIDIA, GraphCast của Google, Pangu-Weather của Huawei và hệ thống dựa trên công nghệ học sâu (deep learning) do Trung tâm dự báo thời tiết tầm trung châu Âu cung cấp. 

"[GraphCast] có thể làm trong vài phút hoặc vài giây những gì từng mất hàng giờ đồng hồ" - The New York Times nhận xét. Và điều quan trọng là các mô hình AI có thể chạy trên máy tính phổ thông, khiến công nghệ này dễ áp dụng hơn nhiều so với các siêu máy tính hiện đang thống trị mảng dự báo thời tiết toàn cầu.

Không chỉ ở Đài Loan và Mỹ, các mô hình AI đã bắt đầu được sử dụng để dự báo bão ở những khu vực khác nhau trên thế giới với độ chính xác cao, theo các chuyên gia được Reuters phỏng vấn. 

Phần mềm AI được đào tạo bằng cách sử dụng dữ liệu thời tiết trong quá khứ để tìm hiểu mối quan hệ nguyên nhân - kết quả của các hệ thống khí tượng khác nhau và có thể dự đoán hàng trăm biến số thời tiết từ trước nhiều ngày - một quá trình chỉ mất vài phút để cho ra kết quả. 

Theo dữ liệu do Cơ quan thời tiết trung ương Đài Loan tổng hợp, đối với tất cả những cơn bão ở Tây Thái Bình Dương trong năm 2024 tính đến giữa tháng 9, độ chính xác của AI trong việc dự đoán đường đi của bão trong khung thời gian ba ngày cao hơn gần 20% so với các mô hình truyền thống.

Tuy nhiên, các chuyên gia cho rằng một giới hạn cho đến hiện tại của các công cụ AI là vẫn chưa thể đưa ra các dự báo chi tiết hơn về sức ảnh hưởng của bão, chẳng hạn như cường độ và sức gió, và sẽ cần nhiều thời gian hơn để công nghệ mới này khẳng định tính ưu việt so với các phương pháp dự báo thời tiết truyền thống.

Để cảnh báo đến đúng nơi và được tin cậy

Mặc dù kịp thời và chính xác có thể được coi là những yếu tố quan trọng nhất của bất kỳ hệ thống cảnh báo sớm thiên tai nào, chúng chỉ là một phần của một hệ thống thật sự hiệu quả. 

Một nghiên cứu năm 2021 của Đại học Belgrade (Serbia) chỉ ra một hệ thống cảnh báo sớm cần phải được hỗ trợ bởi bốn yếu tố chính: kiến thức về rủi ro, giám sát và cảnh báo, truyền thông, và khả năng ứng phó. 

Hiểu một cách đơn giản, phát hiện thiên tai là chưa đủ, chúng ta còn phải đảm bảo rằng cảnh báo được gửi đến đúng người, rằng người nhận hiểu được tính cấp bách của tình hình, và họ có phương tiện cũng như mong muốn thực hiện hành động ứng phó phù hợp.

Công nghệ có thể giúp các cảnh báo sớm về thiên tai tiếp cận những khu vực hẻo lánh, đặc biệt là những nơi hay hứng chịu thiên tai và dễ tổn thương trước thiên tai. 

Một nghiên cứu năm 2020 chỉ ra các ứng dụng nhắn tin trên điện thoại và mạng xã hội cho phép truyền cảnh báo nhanh hơn và đến nhiều đối tượng hơn, bao gồm cả những người ở các khu vực địa lý thiếu thốn cơ sở hạ tầng truyền thông hoặc dữ liệu cho mô hình thời tiết tiên tiến không có sẵn.

Theo Văn phòng Liên Hiệp Quốc về giảm thiểu rủi ro thiên tai (UNDRR), tính đến tháng 3-2023 đã có 101 nước có các hệ thống cảnh báo sớm thiên tai. Tuy nhiên, các tổ chức phi chính phủ chỉ ra 1/3 dân số thế giới - chủ yếu ở các nước kém phát triển và các quốc đảo hẻo lánh - vẫn chưa được bảo vệ bởi các hệ thống này. 

UNDRR và WMO đặt mục tiêu đến hết năm 2027 sẽ đạt được độ bao phủ toàn cầu về cảnh báo sớm thiên tai thông qua sáng kiến "Cảnh báo sớm dành cho tất cả" (Early Warnings for All) với 4 trụ cột: kiến thức về rủi ro thiên tai, phát hiện và giám sát, sự chuẩn bị và ứng phó, và giao tiếp và truyền thông.

Nhưng ngay cả khi cảnh báo tới đúng người đúng thời điểm, vẫn còn một vấn đề: người ta nghe rồi bỏ, không mảy may phản ứng. "Các nghiên cứu đã chỉ ra rằng mức độ hữu ích của hệ thống cảnh báo sớm vẫn còn hạn chế do những thành kiến, nhận thức và niềm tin cố hữu của người tiếp nhận cảnh báo" - trang Earth.org nhận xét.

Một trong những yếu tố chính có thể làm giảm tính hữu ích của cảnh báo sớm là… sự lạc quan của người dân. Suy nghĩ phổ biến kiểu "chắc nó chừa mình ra" khi tiếp nhận thông tin cảnh báo thiên tai khiến người dân có thể đánh giá thấp hoặc bỏ qua hoàn toàn những rủi ro đi kèm, tin rằng họ sẽ không bị ảnh hưởng nhiều ngay cả khi thiên tai ập đến. 

Thách thức đối với các nhà thiết kế hệ thống cảnh báo sớm do vậy không chỉ là đưa ra cảnh báo chính xác và kịp thời mà còn phải đảm bảo rằng thông tin được xây dựng theo cách đánh thẳng vào nhận thức về rủi ro của người dân và thúc đẩy họ thực hiện hành động phù hợp.

"Ngay cả một dự báo chính xác 100% trên lý thuyết cũng không có nhiều giá trị nếu chúng ta không mô tả được tác động (của thiên tai). Chúng ta cần tạo ra một thông điệp hiệu quả cũng như cho mọi người biết cách chuẩn bị" - trang Euronews dẫn lời chuyên gia thời tiết Lars Lowinski.

Mọi thông tin được gửi đi trong cảnh báo cần dễ hiểu và thiết thân với cuộc sống của người nhận. Chẳng hạn, một cảnh báo rằng cơn bão sắp tới sẽ có sức gió từ 110 đến 120 km/h sẽ chẳng có nhiều ý nghĩa nếu như một người bình thường không hình dung được sức gió như vậy là mạnh như thế nào, ảnh hưởng đến mình ra sao. Người ta chắc chắn sẽ tự hỏi: nó có nguy hiểm hay không? Có phổ biến ở khu vực tôi sống không? Đó có phải là điều kiện thời tiết mà tôi từng trải qua hay chưa?

Đây là những câu hỏi mà các cơ quan khí tượng có thể tự đặt ra để cải thiện cách truyền đạt thông tin đến người dân. "Một dự báo hoặc cảnh báo chỉ có giá trị nếu người tiếp nhận thông tin đó hiểu nó và có hành động phù hợp" - Lowinski nói với Euronews.