أداة ذكاء اصطناعي جديدة تتنبأ بحالة الطقس بدقة وسرعة

أطلقت Google DeepMind أداة ذكاء اصطناعي جديدة تسمى GraphCast التي تنبأت بمكان الإعصار لي الذي وقع في سبتمبر في كندا بثلاثة أيام قبل الأساليب القائمة.

شدد العلماء على أن التنبؤ بحالة الطقس أصبح أكثر دقة بفضل قوة الذكاء الاصطناعي وقدرته على تحليل الأحداث السابقة لاتخاذ توقعات.

ما هي أهمية الأداة الجديدة في حالة التنبؤ بالطقس؟

تعد توقعات الطقس دقيقة مهمة لمعرفة ما يجب ارتداؤه عند الخروج في الصباح، ولكن الأهم بكثير هو أن تتنبأ لنا بالأحوال الجوية الشديدة مثل العواصف والفيضانات والموجات الحارة، مما يمنح المجتمعات الوقت الحاسم للاستعداد.

ومع ذلك، تستخدم التنبؤات الجوية التقليدية كميات ضخمة من القوة الحاسوبية، حيث تتضمن تقديرات المئات من العوامل بما في ذلك الضغط الجوي ودرجة الحرارة وسرعات الرياح والرطوبة على مستويات مختلفة من الغلاف الجوي حول العالم.

أثبتت أداة الذكاء الاصطناعي الجديدة “GraphCast” التي أنشأتها Google DeepMind تفوقها على نموذج التنبؤ بالطقس الأوروبي للفترة المتوسطة على أكثر من 90% من هذه العوامل، وفقًا لورقة علمية نُشرت في مجلة Science.

ما مصادر الأداة ومدى فعاليتها وسرعتها؟

تقدم GraphCast توقعاتها في غضون دقيقة واحدة فقط، باستخدام جزء صغير من القوة الحاسوبية المستخدمة في الأساليب التقليدية، نظرًا لأنها تعتمد على نهج مختلف تمامًا.

وتُظهر النماذج الجوية الأفضل أنها تأخذ في مئات الملايين من القراءات من جميع أنحاء العالم يوميا، وهذه تأتي من مصادر متنوعة بما في ذلك محطات الطقس والأقمار الصناعية والبالونات المرسلة في الغلاف الجوي والعوامات في المحيط وحتى القراءات التي تتم بواسطة مستشعرات على أنوف الطائرات التجارية.

بدلاً من ذلك، يستخدم GraphCast التعلم الآلي لهضم كميات هائلة من البيانات التاريخية – بما في ذلك إخراج نموذج ECMRWF – لفهم كيفية تطور أنماط الطقس، ويستخدم هذه المعرفة لتوقع كيفية تغير الطقس في المستقبل.

هل يغنينا ذلك عن الحواسيب التقليدية للتنبؤ بالطقس؟

على الرغم من نجاح أداة الذكاء الاصطناعي الجديدة “GraphCast” التي أطلقتها Google DeepMind في التنبؤ بمكان إعصار لي في كندا بشكل أدق وبسرعة أكبر، إلا أن هذا لا يعني استبدال الحواسيب الضخمة والأساليب التقليدية بالكامل.

ريمي لام، مساهم في إنشاء أداة التنبؤ بالطقس من Google DeepMind، أشار إلى أن “نحن نقف على أكتاف العمالقة لبناء هذه النماذج”، معتبرًا أن النماذج التقليدية ستظل ضرورية لجمع البيانات التي تُستخدم في تدريب النماذج الذكية.

روبوت صغير يمكن استخدامه لإجراء العمليات الجراحية

أنواع “الهاكرز”.. ماذا تعرف عن Black hat وWhite hat وGray hat؟

YouTube يعلن قواعد جديدة للمحتوى بسب الذكاء الاصطناعي.. ما هي؟