Các chương trình điện toán do NCAR phát triển nhằm đáp ứng nhu cầu nhận diện khuôn mặt, đã được sử dụng để phân tích hình dạng các đám mây giông, để từ đó nhận định xem chúng có mang theo nước đá đóng băng hay không và những viên đá đó to hay nhỏ. Đây là nhiệm vụ rất khó khăn đối với các nhà khí tượng học, bởi sự hình thành nước đá đòi hỏi phải có sự kết hợp của nhiều điều kiện khác nhau.
Các nhà khoa học ở NCAR cho rằng, trong dự báo mưa đá, ngoài các thông tin về áp suất hay nhiệt độ, thì việc phân tích hình dạng các đám mây đóng vai trò quan trọng. Các mô hình dựa trên những quá trình học máy (machine learning) thực hiện công việc này rất hiệu quả.
“Chúng tôi biết rằng, cấu trúc đám mây giông có ảnh hưởng thiết thực đến khả năng hình thành nước đá trong đó. Cho đến nay, các mô hình tập trung vào các mẫu mà không chú ý đến cấu tạo sâu hơn của các đám mây” – ông David John Gagne, trưởng nhóm nghiên cứu, cho biết như vậy.
Việc hình thành nước đá đòi hỏi phải có một loạt các yếu tố thuận lợi. Độ ẩm không khí buộc phải cao hơn ở mặt đất và thấp hơn ở trên cao. Mức độ đóng băng bên ngoài đám mây phải tương đối thấp. Dòng khí đi lên và sự thay đổi hướng gió trên các độ cao khác nhau có ý nghĩa quan trọng đối với việc hình thành các cục nước đá trong các đám mây giông. Thậm chí, nếu tất cả các điều kiện này được thỏa mãn, thì kích thước cục nước đá còn phụ thuộc vào 2 yếu tố: Đoạn đường mà đám mây phải vượt qua và các điều kiện trên đoạn đường này. Chính cấu trúc của đám mây quyết định điều đó.
“Cấu trúc của đám mây có vai trò rất quan trọng” – ông Gagne nói – Cho đến nay, chúng tôi mới tập trung chú ý vào các điểm cụ thể của đám mây”.
Phương pháp sử dụng trí tuệ nhân tạo đánh giá được những đặc điểm nào của đám mây giông có ý nghĩa căn bản đối với việc hình thành những cục nước đá. Điều này giúp các nhà khoa học hiểu rõ hơn vai trò của nhiều yếu tố, trong đó có phân bổ áp suất, nhiệt độ, hướng gió hoặc lực của dòng đối lưu.
“Những trận mưa đá lớn có thể có ý nghĩa thiết thực đối với canh tác nông nghiệp hoặc xây dựng” – ông Nick Anderson ở Quỹ Khoa học quốc gia, đơn vị tài trợ cho công trình nghiên cứu, cho biết như vậy. Ông nói thêm: “Sử dụng phương pháp học máy giúp hiểu rõ hơn các điều kiện thuận lợi cho việc hình thành nước đá và cải thiện các mô hình phục vụ dự đoán thời tiết”.
