نموذج الطقس الإصطناعي يستخدم 7000 مرة أقل الطاقة من النماذج التقليدية

تعد توقعات الطقس واحدة من المهام الحيوية التي تقوم بها أجهزتنا الحاسوبية الأكثر قوة. وتتطلب ملايين الحسابات ومachines ضخمة لحل المعادلات، مما يساعد على التنبؤ بالظروف مثل درجة الحرارة والرياح والأمطار. كما أنها أداة حيوية للتنبؤ بالأحداث الجوية الكبيرة، والتي يمكن أن تؤثر على المناطق والاقتصادات بأكملها.

يستمر مجال توقعات الطقس في التحسن بسرعة مع تطور تقنيتنا، مما يجعله أكثر دقة وفعالية. يعكس العمل الجديد الناشئ عن تعاون بين جامعة واشنطن ومايكروسوفت ريسيرش كيف يمكن استخدام الذكاء الاصطناعي (AI) لهذه التنبؤات الدقيقة. وتحلل التكنولوجيا الجديدة الأنماط الجوية السابقة للتنبؤ بالأحداث المستقبلية، وهي تفعل ذلك بفعالية أكبر من النماذج الحالية. ومع المزيد من التقدم، يمكن أن تصل إلى نقطة تكون فيها أكثر دقة من النماذج الحالية اليوم.

نموذج الطقس العالمي الجديد

يستخدم نموذج الطقس العالمي الجديد بيانات الطقس للأربعين سنة الماضية لجعل تنبؤاته، وهو ما يختلف عن النماذج الأخرى التي تستخدم حسابات الفيزياء. النموذج الجديد بسيط ويعتمد على البيانات، ويمكنه محاكاة الأنماط الجوية لمدة عام كامل، ويمكن تطبيقه في جميع أنحاء العالم. إنه أسرع وفعال مثل النماذج الحالية، ويتحقق ذلك من خلال خطوات متكررة مع كل توقعات

نشرت الأبحاث في مجلة تقدمات في نظام الأرض.

جوناثان وين هو المؤلف الرئيسي للأبحاث.

قال وين: “التعلم الآلي هو في الأساس نسخة معززة من التعرف على الأنماط. إنه يرى نمطًا نموذجيًا، يعرف كيف يتحول عادةً ويقرر ماذا يفعل بناءً على الأمثلة التي رأها في البيانات السابقة لمدة 40 عامًا”.

النموذج الجديد أقل دقة حاليًا من النماذج المتقدمة الحالية، ولكن كونه يستند إلى الذكاء الاصطناعي، فإنه يستخدم 7000 مرة أقل من طاقة الحاسوب لتطوير نفس مجموعة التوقعات. وبسبب حمولة الحوسبة الأصغر، فهو أسرع.

التنبؤ بالتجمعات

مع هذه الزيادة في السرعة، يمكن لمراكز التنبؤ تشغيل عدة نماذج مع ظروف مختلفة. هذا ما يسمى “التنبؤ بالتجمعات”، ويستخدم لجعل توقعات على مجموعة من الظروف الممكنة لحدث طقسي.

ديل دوران هو أستاذ علوم الغلاف الجوي في جامعة واشنطن ومؤلف البحث.

قال دوران: “هناك الكثير من الفعالية في هذا النهج، وهذا ما يجعله مهمًا. الوعد هو أنه يمكن أن يسمح لنا بالتعامل مع قضايا التنبؤ من خلال وجود نموذج سريع بما فيه الكفاية لتشغيل تجمعات كبيرة جدًا”.

بدأت هذه المشروع عندما提عرض ريتش كاروانا في مايكروسوفت ريسيرش، وهو مؤلف مشارك في الورقة، استخدام الذكاء الاصطناعي للتنبؤ بالطقس بناءً على البيانات التاريخية. هذا يعني أن القوانين الفيزيائية لم تعد تحتاج إلى الاعتماد عليها لجعل مثل هذه التنبؤات.

قال وين: “بعد تدريب الخوارزمية على بيانات الطقس السابقة، فإن خوارزمية الذكاء الاصطناعي قادرة على إيجاد علاقات بين المتغيرات المختلفة التي لا يمكن للعلاقات الفيزيائية فعلها. يمكننا أن نستخدم عددًا أقل من المتغيرات، وبالتالي يمكننا制作 نموذجًا أسرع”.

تم اختبار النموذج من خلال التنبؤ بمتغير قياسي في توقعات الطقس. لقد قام بالتنبؤات كل 12 ساعة لمدة عام كامل، وكان النموذج الجديد واحدًا من الأفضل أداءً وفقًا لاختبار WeatherBench، وهو اختبار معياري لتوقعات الطقس التي تعتمد على البيانات.

يجب على الباحثين مواصلة ضبط النموذج إذا كان سيستخدم جنبًا إلى جنب مع النماذج الحالية أو بدلاً منها. يعتقد المؤلفون أن هذا يمكن أن يكون بديلاً لتوليد توقعات الطقس في المستقبل.