Cơ quan báo chí của Trường bách khoa Liên bang Thụy Sĩ Lausanne (EPFL), dẫn lời nhà nghiên cứu Amirhossein Mostajabi cho biết: "Các hệ thống dự báo sét hiện tại rất chậm, chúng cần các nguồn dữ liệu chuyên dụng như radar hoặc vệ tinh. Phương pháp của các nhà khoa học Thuỵ Sĩ sử dụng thông tin có thể được thu thập bởi bất kỳ trạm thời tiết nào. Điều này có nghĩa là có thể chuẩn bị dự báo ngay cả cho những nơi xa xôi nhất trên Trái đất".
Ngay từ năm 1749, Benjamin Franklin, chính trị gia và nhà khoa học tự nhiên nổi tiếng, đã làm sáng tỏ bản chất của sét. Các thí nghiệm của ông với các cột thu lôi và diều cho thấy rằng, các tia sét là các luồng phóng điện chạy giữa những đám mây chứa sấm sét và bề mặt Trái đất.
Vào đầu thập niên này, qua nghiên cứu của các nhà vật lý Nga, bức tranh trở nên sáng tỏ hơn. Hóa ra, các tia vũ trụ có liên quan đến sự xuất hiện sét, hoạt động như một loại "cò súng" để phóng điện. Như được các nhà khoa học Nhật Bản phát hiện gần đây, các vụ nổ tia gamma đều báo trước các tia sét. Về nguyên tắc, có thể sử dụng các vụ nổ tia gamma để dự đoán chính xác thời điểm và nơi tia sét tiếp theo sẽ được sinh ra.
Amirhossein Mostajabi và các đồng nghiệp đã phát triển một hệ thống ít chính xác hơn, nhưng với giá cả phải chăng và có khả năng mở rộng hơn để dự đoán các vụ sét đánh bằng cách nghiên cứu xem các vụ sét đánh xảy ra trong các loại đám mây nào và trong điều kiện khí tượng nào. Những quan sát này đã đưa họ đến ý tưởng rằng sét phát sinh trong những điều kiện rất đặc thù, có thể dự đoán và tính toán bằng hệ thống trí tuệ nhân tạo.
Được cổ vũ bởi ý tưởng này, các nhà vật lý đã chuẩn bị một bộ thuật toán học máy với ý tưởng rằng, một số hệ thống dự đoán tương đối kém chính xác có thể học hỏi từ những sai lầm trước đó và dần dần đi đến câu trả lời chính xác được kết hợp trong một chuỗi.
Để đào tạo chương trình này, các nhà vật lý đã chuẩn bị một bộ dữ liệu đặc biệt mà hàng chục trạm khí tượng được lắp đặt ở các khu vực khác nhau của Thụy Sĩ thu thập trong hàng chục năm. Trong thời gian này, hàng ngàn vụ sét đánh đã xảy ra ở khu vực lân cận. Điều này cho phép trí tuệ nhân tạo tìm hiểu các đặc điểm nhận dạng của sét và học cách dự đoán sét dựa qua những thay đổi đặc trưng về nhiệt độ, độ ẩm và áp suất không khí cũng như các dữ liệu thời tiết khác.
Phiên bản hiện tại của hệ thống máy học này, qua thử nghiệm, đã dự đoán chính xác 76% các vụ sét đánh trong nửa giờ trước khi chúng thực sự xuất hiện ở khu vực gần các trạm thời tiết. Điều này, theo các nhà khoa học, có thể làm tăng đáng kể sự an toàn của máy bay và đảm bảo hoạt động liên tục của mạng điện cùng các cơ sở hạ tầng khác
Vũ Trung Hương