تستخدم Google DeepMind نماذج ذكاء اصطناعي للتنبؤ بمسار الأعاصير وشدتها قبل وصولها، في محاولة لتقليص زمن الحساب وتحسين دقة التحذيرات الموجهة إلى المجتمعات والجهات المعنية بالطوارئ. وتقول الشركة إن نماذج WeatherNext دُرّبت على 50 عاماً من بيانات الطقس التاريخية، ويمكن تشغيلها على معالج TPU واحد بدلاً من البنية الحاسوبية الضخمة التي اعتمدت عليها النماذج التقليدية.
جاء ذلك في مقابلة مع Ferran Alet، وهو عالم أبحاث في Google DeepMind شارك في تطوير نماذج WeatherNext. ويوضح Alet أن مصطلحات cyclone وhurricane وtyphoon تشير إلى الظاهرة نفسها علمياً، مع اختلاف التسمية بحسب المنطقة الجغرافية.
من المحاكاة الفيزيائية إلى التنبؤ المدعوم بالذكاء الاصطناعي
اعتمد التنبؤ بالأعاصير تاريخياً على نماذج فيزيائية تحاكي قوانين ديناميكا الموائع باستخدام بيانات من مستشعرات عالمية. وكانت هذه العملية تحتاج إلى حواسيب عملاقة بحجم حاويات الشحن أو مبانٍ من عدة طوابق، كما أن البيانات المتاحة قد تكون غير مكتملة أو مشوشة. ووفق Google DeepMind، كان تحسن دقة التنبؤات يعادل تقريباً يوماً إضافياً واحداً كل عقد، نتيجة تطوير النماذج وزيادة عدد الأقمار الصناعية والقدرة الحاسوبية.
تضيف WeatherNext طبقة ذكاء اصطناعي تتعلم الأنماط من البيانات السابقة والحالية للمساعدة في تقدير المستقبل. وتقول الشركة إن هذا النهج حقق قفزة تعادل ما كان يُنتظر تحقيقه خلال عقد كامل من التقدم، وذلك ضمن جيل واحد من النماذج. كما تشير إلى تحسن التنبؤ بكل من الموقع الذي سيصل إليه الإعصار وشدته عند بلوغه اليابسة.
ما الذي يتغير عملياً؟
تدرس وكالات الأرصاد تمديد أفق التنبؤات العامة من خمسة أيام إلى سبعة أيام. وقد يمنح اليوم الإضافي السلطات والمجتمعات وقتاً أطول للاستعداد، من دون أن يعني ذلك إلغاء الحاجة إلى النماذج الفيزيائية أو المراجعة البشرية من خبراء الأرصاد.
وتستشهد Google DeepMind بإعصار Melissa كمثال على قيمة الإنذار المبكر. فبحسب المقابلة، دعمت الشركة المركز الوطني للأعاصير قبل موسم الأعاصير، وأسهمت توقعات الذكاء الاصطناعي ذات الثقة العالية في إصدار تحذير من اشتداد سريع لإعصار بدا في البداية من الفئة الأولى قبل أن يصل إلى الفئة الخامسة. كما تقول إن السلطات في جامايكا حصلت على يوم إضافي للاستعدادات الطارئة.
إتاحة النماذج للباحثين
أعلنت Google DeepMind إتاحة نماذج WeatherNext 2 ونماذج WeatherNext الخاصة بالأعاصير كمصادر مفتوحة، إلى جانب موقع Weather Lab التفاعلي. وتستهدف هذه الإتاحة تمكين الأكاديميين والعلماء من تجربة النماذج وإجراء أبحاث جديدة في التنبؤ بالطقس المتطرف.
قراءة certi.news
التغيير الأهم هنا ليس مجرد استخدام الذكاء الاصطناعي في الأرصاد، بل تقليص متطلبات التشغيل المعلنة من حواسيب عملاقة إلى معالج واحد، مع إمكانية إتاحة النماذج للبحث العلمي. هذا قد يوسع دائرة الجهات القادرة على اختبار تنبؤات الأعاصير، لكن المصدر هو عرض صادر عن Google DeepMind ولا يقدم في هذه المادة نتائج مقارنة مستقلة أو تفاصيل كمية عن هامش تحسن الدقة. لذلك تبقى فاعلية WeatherNext العملية، خصوصاً عند التعامل مع بيانات ناقصة أو عواصف سريعة التطور، موضوعاً يحتاج إلى تقييم من وكالات أرصاد وباحثين مستقلين.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.