كيف يمكن للذكاء الاصطناعى الخاص بتنبؤات الطقس أن يحل محل خبراء الأرصاد؟

الذكاء الاصطناعي

كتبت هبة السيد

الخميس، 16 نوفمبر 2023 11:00 م

طورت شركة DeepMind من جوجل نموذج للتنبؤ بالطقس مدعوم بالذكاء الاصطناعي، GraphCast، والذي يمكنه تقديم تنبؤات لمدة 10 أيام في أقل من دقيقة، وفقًا لبحث أجراه العلماء، تجاوزت GraphCast دقة تقنيات التنبؤ بأنماط الطقس التقليدية بمعدل تحقق يصل إلى 90%.

يستخدم برنامج التنبؤ بالطقس GraphCast أحدث حالتين لطقس الأرض، بما في ذلك المتغيرات من الوقت الحالي والوقت السابق لست ساعات، للتنبؤ بحالة الطقس قبل ست ساعات وما يصل إلى 10 أيام.

وتفتخر جوجل بأكثر من مليون نقطة شبكة عالمية للبيانات المحلية، ولا يتطلب GraphCast سوى معلومتين لإجراء تنبؤاته.

يدعي البحث أن هذا يمثل نقطة تحول في التنبؤ بالطقس من خلال تمكين تنبؤات أرخص وأكثر دقة ويمكن الوصول إليها بسهولة والتي يمكن تخصيصها لتطبيقات محددة، وهذا بدوره يمكن أن يساعد الأفراد والصناعات على اتخاذ قرارات أفضل تعتمد على الطقس.

تمت مقارنة نموذج GraphCast مع توقعات عالية الدقة (HRES) الصادرة عن المركز الأوروبي للتنبؤات الجوية متوسطة المدى، والتي تعتبر النظام القياسي الذهبي، وتبين أن GraphCast أكثر دقة بنسبة 99.7% في بعض الحالات.

الأداة مفتوحة المصدر، مما يسمح لأي شخص باستخدامها، ويقوم ECMWF بتجربتها بالفعل.

وقالت جوجل إن النظام يمكنه اكتشاف الأحداث الجوية القاسية قبل وصولها أثناء التدريب، كما تمكنت GraphCast من التنبؤ بحركة الإعصار بشكل أكثر دقة من HRES.

وفي سبتمبر توقعت أن يصل إعصار لي إلى نوفا سكوتيا قبل تسعة أيام من وصوله إلى اليابسة، أي قبل ثلاثة أيام من النماذج التقليدية.

يتمتع النموذج بالقدرة على التنبؤ بالأحداث الجوية القاسية، مثل الأعاصير المدارية وموجات الحرارة الشديدة التي تحدث في مناطق مختلفة، بالإضافة إلى ذلك، يمكن إعادة تدريب الخوارزمية باستخدام بيانات حديثة، مما يجعل العلماء يعتقدون أن الأداة ستصبح أكثر دقة في التنبؤ بتغيرات أنماط الطقس التي تتماشى مع تغير المناخ.

وتبحث جوجل في كيفية دمج GraphCast في منتجاتها، كمل تعمل الإدارة الوطنية للمحيطات والغلاف الجوي (NOAA) على تطوير نماذج من شأنها أن توفر قراءات أكثر دقة حول توقيت الأحداث الجوية القاسية، والأهم من ذلك، توقعات شدة الأعاصير.