طورت Google DeepMind خوارزمية للتعلم الآلي تدعي أنها تستطيع التنبؤ بالطقس بدقة أكبر من طرق التنبؤ الحالية التي تستخدم أجهزة الكمبيوتر العملاقة.
نموذج جوجل، المسمى GraphCast، أنتج توقعات أكثر دقة لمدة 10 أيام من نظام التنبؤ عالي الدقة (HRES) الذي يديره المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) – مما يجعل التنبؤات في دقائق بدلاً من ساعات. جوجل DeepMind العلامات التجارية HRES هو نظام محاكاة الطقس القياسي الذهبي الحالي.
وقد تفوق GraphCast، الذي يمكن تشغيله على كمبيوتر مكتبي، على ECMWF في أكثر من 99% من متغيرات الطقس في 90% من مناطق الاختبار البالغ عددها 1300 منطقة، وفقًا للنتائج المنشورة في 14 نوفمبر في المجلة. علوم.
لكن الباحثين يقولون إن الأمر ليس خاليًا من العيوب؛ لأن النتائج يتم إنشاؤها في صندوق أسود – مما يعني أن الذكاء الاصطناعي لا يمكنه تفسير كيفية عثوره على نمط ما أو إظهار كيفية عمله – وأنه يجب استخدامه لتكملة الأدوات القائمة، وليس استبدالها.
متعلق ب: هل تغير المناخ يجعل الطقس أسوأ؟
يعتمد التنبؤ اليوم على توصيل البيانات إلى نماذج فيزيائية معقدة واستخدام أجهزة الكمبيوتر العملاقة لتشغيل عمليات المحاكاة. وتعتمد دقة هذه التنبؤات على التفاصيل الدقيقة داخل النماذج، كما أنها تستهلك الكثير من الطاقة ومكلفة التشغيل.
لكن نماذج الطقس للتعلم الآلي يمكن أن تعمل بتكلفة أقل لأنها تحتاج إلى طاقة حاسوبية أقل وتعمل بشكل أسرع. بالنسبة لنموذج الذكاء الاصطناعي الجديد، قام الباحثون بتدريب GraphCast على قراءات طقس الأرض العالمية على مدار 38 عامًا حتى عام 2017. وقد أنشأت الخوارزمية أنماطًا بين المتغيرات مثل ضغط الهواء ودرجة الحرارة والرياح والرطوبة التي لم يفهمها حتى الباحثون.
بعد هذا التدريب، قام النموذج باستقراء التنبؤات من تقديرات الطقس العالمية التي تم إجراؤها في عام 2018 لتقديم تنبؤات لمدة 10 أيام في أقل من دقيقة. وبتشغيل GraphCast جنبًا إلى جنب مع توقعات ECMWF عالية الدقة، والتي تستخدم نماذج فيزيائية أكثر تقليدية لإجراء التنبؤات، وجد العلماء أن GraphCast أعطى تنبؤات أكثر دقة على أكثر من 90٪ من 12000 نقطة بيانات مستخدمة.
يمكن لـ GraphCast أيضًا التنبؤ بالأحداث الجوية المتطرفة، مثل موجات الحر ونوبات البرد والعواصف الاستوائية، وعندما تمت إزالة طبقات الغلاف الجوي العليا للأرض لتترك فقط أدنى مستوى من الغلاف الجوي، وهو التروبوسفير، حيث تكون الأحداث الجوية التي تؤثر على البشر بارزة، فإن الدقة وصلت إلى أكثر من 99%.
قصص ذات الصلة
—متى حذر العلماء البشرية لأول مرة من تغير المناخ؟
— كيف يمكن لارتفاع درجة الحرارة بمقدار درجتين فقط أن يغير الكوكب؟
— هل يمكننا سحب ما يكفي من الكربون من الغلاف الجوي لوقف تغير المناخ؟
“في سبتمبر، تنبأت نسخة حية من نموذج GraphCast المتاح للجمهور، والذي تم نشره على موقع ECMWF، بدقة قبل تسعة أيام تقريبًا من وصول إعصار لي إلى اليابسة في نوفا سكوتيا،” كتب ريمي لام، مهندس الأبحاث في DeepMind، في مقال إفادة. “على النقيض من ذلك، كان للتنبؤات التقليدية تباين أكبر في مكان وزمان حدوث الهبوط، ولم يتم تثبيتها إلا في نوفا سكوتيا قبل حوالي ستة أيام.”
وعلى الرغم من الأداء المثير للإعجاب للنموذج، إلا أن العلماء لا يرون أنه سيحل محل الأدوات المستخدمة حاليًا في أي وقت قريب. لا تزال هناك حاجة إلى تنبؤات منتظمة للتحقق من البيانات الأولية لأي تنبؤ وتعيينها، وبما أن خوارزميات التعلم الآلي تنتج نتائج لا يمكن تفسيرها، فقد تكون عرضة للأخطاء أو “الهلوسة”.
وقال الباحثون إنه بدلاً من ذلك، يمكن لنماذج الذكاء الاصطناعي أن تكمل طرق التنبؤ الأخرى وتولد تنبؤات أسرع. ويمكنهم أيضًا مساعدة العلماء على رؤية التحولات في أنماط المناخ بمرور الوقت والحصول على رؤية أوضح للصورة الأكبر.
وكتب لام: “إن الريادة في استخدام الذكاء الاصطناعي في التنبؤ بالطقس ستفيد مليارات الأشخاص في حياتهم اليومية. لكن بحثنا الأوسع لا يتعلق فقط بتوقع الطقس – بل يتعلق بفهم الأنماط الأوسع لمناخنا”. “من خلال تطوير أدوات جديدة وتسريع الأبحاث، نأمل أن يتمكن الذكاء الاصطناعي من تمكين المجتمع العالمي من مواجهة أكبر التحديات البيئية التي نواجهها.”