نموذج الطقس الجديد بالذكاء الصناعي يتفوق على أفضل أنظمة التنبؤ العالمية

كشفت Google DeepMind عن GenCast، وهو نموذج من الذكاء الصناعي (AI) يتفوق على أفضل نظام للتنبؤ بالطقس في العالم في السرعة والدقة، وفقًا لـورقة بحثية نشرت في Nature يوم الأربعاء.

على عكس النماذج التقليدية، يمكن أن يقدم GenCast توقعات تصل إلى 15 يومًا مقدمًا في غضون دقائق، وهو تحسن كبير عما تحتاجه الأنظمة الحالية من ساعات، كما تلاحظ Nature في بيان صحفي.

تظهر قدرات النموذج أن GenCast تتفوق على نموذج مجموعة الأوروبي للتوقعات الجوية المتوسطة المدى (ENS) في التنبؤ بالأحداث الشديدة مثل الأعاصير والموجات الحارة، كما تم تسجيله في Nature.

يعتقد الباحثون أن هذا الاختراق يشير إلى بداية عصر جديد من التنبؤات الجوية الأسرع والأكثر موثوقية بدعم من الذكاء الصناعي. توضح Nature أن GenCast يعتمد فقط على بيانات الطقس التاريخية، مما يتيح له كشف الأنماط المعقدة بين المتغيرات مثل الحرارة، والرطوبة، والرياح.

تقرير “نيتشر” أن هذا النهج القائم على البيانات يتعارض مع الأنظمة التقليدية، التي تحاكي فيزياء الجو باستخدام الحواسيب الفائقة. يقوم النموذج بتوليد توقعات الأنسامبل – مجموعة من التوقعات من الظروف الابتدائية المختلفة قليلاً – التي تقدم ليس فقط النتائج المتوقعة ولكن أيضًا احتمالية دقتها.

أثبتت هذه الطريقة الاحتمالية التفوق في كل المقاييس تقريبًا عندما تم اختبار GenCast مقابل ENS باستخدام بيانات الطقس من عام 2019. كما تفوقت في التنبؤ بالظروف القصوى، مثل مسارات الأعاصير المدارية وتقلبات درجات الحرارة الشديدة، كما أفادت “نيتشر”.

تعتبر سرعة GenCast ميزة أخرى، حيث يمكنها إنتاج توقع لمدة 15 يومًا في غضون ثماني دقائق فقط باستخدام شريحة معالجة AI. تستغرق النماذج التقليدية ساعات. قد يثبت هذا الكفاءة حاسمًا للتحذيرات المبكرة في حالات الطوارئ، مثل الأعاصير، كما لاحظت Nature.

كما أطلقت DeepMind الكود والمعايير غير التجارية لـ GenCast، بهدف تعميم بحوث التنبؤ بالطقس.

“إن هذا مساهمة حقاً رائعة في العلوم المفتوحة”، كما يقول ماثيو تشانتري، منسّق التعلم الآلي في المركز الأوروبي للتنبؤات الجوية المتوسطة المدى في ريدينج، المملكة المتحدة، كما أفادت مجلة Nature.

“نحن بحاجة لفهم كيف يتصرف هذه النماذج في أكثر الأحداث الجوية قسوة”، ونشر النموذج والبيانات علنيًا سيمكّن المجتمع البحثي من تقييمهم، أضاف.

الدكتورة كيري إيمانويل، أستاذة متقاعدة في علم الجو في معهد ماساتشوستس للتكنولوجيا والتي لم تشارك في البحث الذي أجرته DeepMind، لفتت الانتباه إلى أن من المحتمل أن يكون GenCast مكملاً للطرق الحالية بدلاً من استبدالها، كما ذكرت صحيفة نيويورك تايمز.

قالت إن لكل نوع قوة وضعف في التنبؤ بمجموعة الظواهر المتغيرة التي تشكل الطقس. “الوضع الراهن لن يتلاشى”، قالت الدكتورة إيمانويل. “ربما ستثبت العملية بأن العمل المشترك بين الاثنين هو الطريق الأمثل للمضي قدما”، كما أفادت الصحيفة.

مع تقدم نماذج الذكاء الصناعي مثل GenCast، تتعهد هذه النماذج بتوفير توقعات الطقس بشكل أسرع وأكثر دقة، مما يمكّن المجتمعات من اتخاذ قرارات أفضل وأكثر إلماماً في مواجهة الأحوال الجوية القاسية.