ماسك يتلقى طلبات من آلاف الأشخاص للمشاركة في تجارب زرع رقائق بالدماغ

يلعب الذكاء الاصطناعي دوراً محورياً في التنبؤ المناخي بسبب سرعة تطوره وامتلاكه القدرة على إحداث ثورة في أساليب التنبؤ تلك.

تحلل خوارزميات الذكاء الاصطناعي كميات كبيرة من بيانات الطقس التاريخية ويمكنها التعرف على الأنماط التي يصعب أو ربما يستحيل على البشر اكتشافها، ما يعني قدرات تنبؤية دقيقة وسريعة أكبر من النماذج تلك التقليدية.

تعلم الآلة والتعلم العميق

تدفع تقنيات تعلم الآلة إمكانيات التنبؤ بالطقس عبر الذكاء الاصطناعي إلى آفاق واسعة من حيث تدريب خوارزمياتها على بيانات الطقس التاريخية لتعلم كيفية التنبؤ بالظروف الجوية المستقبلية. وتتمكن هذه الخوارزميات من تحديد العلاقات المعقدة بين متغيرات الطقس المختلفة كدرجة الحرارة والضغط والرطوبة.

تقنية مهمة أخرى هي «التعلم العميق» حيث تكون تلك الخوارزميات قادرة على تحليل كميات كبيرة من البيانات دون الحاجة إلى تدخل بشري. وقد ثبت أن خوارزميات «التعلم العميق» فعالة بشكل خاص في التنبؤ بالظواهر الجوية المعقدة مثل الأعاصير والعواصف.

قصة تنبؤ ناجحة

في عام 2023، تمكنت نماذج الذكاء الاصطناعي من التنبؤ بمسار إعصار «لي» قبل أسبوع من حدوثه وبدقة أكبر من نماذج التنبؤ التقليدية.

فقد تشكّل إعصار «لي» في المحيط الأطلسي في 20 سبتمبر (أيلول) 2023، حيث اشتدت العاصفة بسرعة ووصلت إلى الفئة (4). ثم اتجه الإعصار شمالاً وبدأ في الاقتراب من ساحل نيو إنغلاند.

في 25 سبتمبر، أصدر المركز الوطني للأعاصير «NHC» تحذيراً في المناطق الساحلية في ماساتشوستس ورود آيلاند. وتوقع المركز أن يصل «لي» إلى اليابسة بالقرب من نانتوكيت بولاية ماساتشوستس في 26 سبتمبر. وفي ذلك اليوم تحول «لي» قليلاً نحو الشرق ووصل إلى اليابسة في نوفا سكوتيا في كندا باعتباره إعصاراً من الفئة «2» وتسبب في أضرار واسعة دون وقوع إصابات كبيرة.

كيف حدث التنبؤ بـ«لي»؟

حدث ذلك بفضل نموذج «Graph Cast» الذي طورته شركة «Google AI» وهو نموذج لـ«التعلم العميق» يتم تدريبه على مجموعة بيانات ضخمة من صور الأقمار الصناعية وبيانات الطقس الأخرى. النموذج قادر على تحديد الأنماط في هذه البيانات التي يصعب على البشر اكتشافها.

وفي حالة إعصار «لي»، تمكن «Graph Cast» من تحديد نمط في حركة العاصفة يشير إلى أنها ستتجه شمالاً وتقترب من ساحل نيو إنغلاند. لم يكن هذا النمط واضحاً على الفور للبشر، لكن «Graph Cast» تمكن من اكتشافه واستخدامه للتنبؤ بمسار العاصفة بدقة كبيرة.

نموذج «Pangu – Weather»

بالإضافة إلى نموذج «Graph Cast» من «Google AI»، تطور «Huawei Cloud» نموذج طقس آخر مدعوماً بالذكاء الاصطناعي تم تدريبه على مجموعة ضخمة من بيانات الطقس من جميع أنحاء العالم. يستطيع هذا النموذج التنبؤ لمدة تصل إلى أسبوع مقدماً، بدقة مماثلة لأساليب التنبؤ التقليدية، ولكن بسرعة أكبر بكثير.

يستخدم «Pangu – Weather» خوارزمية «التعلم العميق» لمعرفة العلاقات بين متغيرات الطقس المختلفة، مثل درجة الحرارة والضغط وسرعة الرياح. وهو قادر على تحديد الأنماط في البيانات التي تكون معقدة للغاية بحيث يتعذر على طرق التنبؤ التقليدية اكتشافها.

يستطيع «Pangu – Weather» إنشاء تنبؤات عالية الدقة لمواقع محددة، التي يمكن استخدامها لاتخاذ قرارات مستنيرة بشأن أشياء مثل الزراعة والنقل والتأهب للكوارث. ويستخدمه أيضاً المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) لتحسين توقعاته.

التنبؤ بالعواصف الرعدية

في عام 2022، طور باحثون في جامعة كاليفورنيا في بيركلي نموذجاً للذكاء الاصطناعي يمكنه التنبؤ بتكوين العواصف الرعدية بما يصل إلى ست ساعات مقدماً وبدقة تصل إلى 80 في المائة. يُطلق على النموذج اسم «نظام التنبؤ بالعواصف الرعدية» «TFS». وقد تم تدريبه على مجموعة بيانات تضم أكثر من 10 ملايين ملاحظة للعواصف الرعدية من الإدارة الوطنية للمحيطات والغلاف الجوي (NOAA).

يعمل «TFS» من خلال تحليل مجموعة متنوعة من مصادر البيانات، بما في ذلك صور الأقمار الصناعية وبيانات الرادار ومحطات الطقس الأرضية. ثم يستخدم هذه البيانات لتحديد الأنماط والاتجاهات المرتبطة بتكوين العواصف الرعدية. وبمجرد أن تحدد «TFS» هذه الأنماط والاتجاهات، يمكنها استخدامها للتنبؤ بتكوين العواصف الرعدية في موقع معين وكثافتها ومدتها. لا يزال «TFS» قيد التطوير، ولكن لديه القدرة على أن يكون أداة قيمة للتنبؤ بالعواصف الرعدية وتحسين دقة وتوقيت التحذيرات منها.

استفادات أوسع

يفيد استخدام الذكاء الاصطناعي للتنبؤ بالطقس مجموعة واسعة القطاعات. فهو يساعد المزارعين في اتخاذ قرارات بشأن أفضل وقت لزراعة وحصاد محاصيلهم.

أيضاً يمكّن شركات الطيران من تخطيط رحلاتها بكفاءة أكبر وتجنب الظروف الجوية الخطرة. أما شركات الطاقة يمكنها توليد وتوزيع الكهرباء بكفاءة أكبر بناء على نصائح الذكاء الاصطناعي. كذلك شركات التأمين تستطيع تقييم المخاطر وتحديد الأقساط بدقة أكبر.

لا يزال التنبؤ بالطقس باستخدام الذكاء الاصطناعي في مراحله المبكرة، لكنه حقق بالفعل تقدماً كبيراً كما سبق. وفيما يتم استخدام أنظمة التنبؤ القائمة على الذكاء الاصطناعي الآن، من المتوقع أن تلعب دوراً متزايداً في المستقبل.