أصدرت شركة جوجل نموذجاً للذكاء الاصطناعي (AI)، قالت إنه قادر على توليد تنبؤات جوية دقيقة على نطاق واسع، في حين أنه أرخص من التنبؤات التقليدية القائمة على الفيزياء.
وتقوم التنبؤات المستندة إلى الفيزياء، والتي تستخدمها حاليًا خدمات الطقس، بجمع قياسات مختلفة وتعطي تنبؤًا نهائيًا يحسب متوسط العديد من التنبؤات النموذجية المختلفة - أو مجموعة - بناءً على جميع المتغيرات.
وبدلاً من توقع واحد، يعتمد التنبؤ بالطقس على مجموعة من التنبؤات لكل دورة تنبؤ توفر مجموعة من الحالات المستقبلية المحتملة.
التنبؤ بالكوارث الجوية
وتم تصميم نموذج "Scalable Envelope Diffusion Sampler" (SEEDS) بشكل مشابه لنماذج اللغات الكبيرة الشائعة (LLMs) مثل ChatGPT وأدوات الذكاء الاصطناعي التوليدية مثل Sora - التي تنشئ مقاطع فيديو من المطالبات النصية، حسبما أفاد موقع "لايف ساينس".
ويقوم SEEDS بإنشاء العديد من المجموعات - أو سيناريوهات الطقس المتعددة - بشكل أسرع وأرخص بكثير من نماذج التنبؤ التقليدية.
ويوضح الموقع: "من الصعب التنبؤ بالطقس، مع وجود العديد من المتغيرات التي يمكن أن تؤدي إلى أحداث مناخية مدمرة محتملة - من الأعاصير إلى موجات الحر".
يوضح: "مع تفاقم تغير المناخ وزيادة شيوعًا في الظواهر الجوية المتطرفة، فإن التنبؤ الدقيق بالطقس يمكن أن ينقذ الأرواح من خلال منح الناس الوقت للاستعداد لأسوأ آثار الكوارث الطبيعية".
وهذا يعني أن معظم تنبؤات الطقس دقيقة بما يكفي لظروف أكثر شيوعًا مثل الطقس المعتدل أو أيام الصيف الدافئة، ولكن إنشاء نماذج تنبؤات كافية للعثور على النتيجة المحتملة لحدث مناخي متطرف بعيد عن متناول معظم الخدمات.
متغيرات عشوائية
تستخدم التنبؤات الحالية أيضًا نماذج التنبؤ الحتمية أو الاحتمالية، حيث يتم إدخال متغيرات عشوائية على الظروف الأولية. لكن هذا يؤدي إلى معدل خطأ أعلى بسرعة، مما يعني أنه من الصعب التنبؤ بدقة بالطقس والطقس المتطرف في المستقبل.
ويمكن أن تؤثر الأخطاء غير المتوقعة في الظروف الأولية أيضًا بشكل كبير على نتائج التنبؤ حيث تنمو المتغيرات بشكل كبير بمرور الوقت، كما أن نمذجة التنبؤات الكافية لمراعاة المتغيرات وصولاً إلى هذه التفاصيل الدقيقة أمر مكلف. قدر علماء جوجل أن هناك حاجة إلى 10000 تنبؤ في النموذج للتنبؤ بالأحداث التي من المحتمل حدوثها بنسبة 1٪ فقط.
وتنتج SEEDS نماذج تنبؤية من القياسات الفيزيائية التي تجمعها وكالات الأرصاد الجوية. وعلى وجه الخصوص، فإنه ينظر في العلاقات بين وحدة الطاقة المحتملة لكل كتلة من مجال الجاذبية الأرضية في الطبقة الوسطى من التروبوسفير وضغط مستوى سطح البحر - وهما مقياسان شائعان يستخدمان في التنبؤ.
ولا تنتج الطرق التقليدية سوى مجموعات من حوالي 10 إلى 50 تنبؤًا. ولكن باستخدام الذكاء الاصطناعي، يمكن للإصدار الحالي من SEEDS استقراء ما يصل إلى 31 مجموعة تنبؤ بناءً على واحد أو اثنين فقط من "التنبؤات الأولية" المستخدمة كبيانات مدخلة.
واختبر الباحثون النظام من خلال نمذجة موجة الحر الأوروبية لعام 2022 باستخدام بيانات الطقس التاريخية المسجلة في ذلك الوقت.
وقال ممثلو جوجل في تدوينة على بوابة الأبحاث الخاصة بها، إنه قبل سبعة أيام فقط من موجة الحر، لم تعط بيانات التنبؤ الخاصة بالمجموعة التشغيلية الأمريكية أي إشارة إلى أن مثل هذا الحدث في الأفق.
وأضافوا أن المجموعات التي تحتوي على أقل من 100 تنبؤ، وهو أكثر من التقليدي، كانت ستفشل في تحقيق ذلك أيضًا.
ووصف العلماء تكاليف الحوسبة المرتبطة بإجراء العمليات الحسابية باستخدام SEEDS بأنها "ضئيلة" مقارنة بأساليب اليوم. فيما تقول جوجل إن نظام الذكاء الاصطناعي لديه أيضًا إنتاجية تبلغ 256 مجموعة لكل ثلاث دقائق من وقت المعالجة في عينة من بنية Google Cloud - والتي يمكن توسيع نطاقها بسهولة عن طريق توظيف المزيد من المسرعات.
اقرأ أيضاً:
