التنبؤ بالذكاء الاصطناعي يتفوق على النماذج التقليدية في توقع الأعاصير

يتم تسليط الضوء على التنبؤ بالذكاء الاصطناعي الذي يتفوق على النماذج التقليدية في التنبؤ بالأعاصير من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت أو الحوكمة أو التبعيات التشغيلية أو رؤية السوق.

• برنامج DeepMind للذكاء الاصطناعي GraphCast توقع بشكل صحيح وصول إعصار بيريل إلى تكساس، متفوقًا على طرق التنبؤ التقليدية.
• توفر هذه التكنولوجيا تنبؤات جوية سريعة ودقيقة، مما قد يحول ممارسات التنبؤ الجوي العالمية.

رأينا
نجاح نماذج الذكاء الاصطناعي مثل GraphCast في التنبؤ بمسار إعصار بيريل يوضح تقدمًا كبيرًا في التنبؤات الجوية. هذا النهج الجديد لا يسرع أوقات التوقع فحسب، بل يعزز الدقة أيضًا، مما يوفر رؤى قيمة يمكن أن تحسن الاستعداد للكوارث والاستجابة لها.
— Zoey Zhu، مراسلة BTW

ما حدث

مع اقتراب إعصاربيريلمن البحر الكاريبي في أوائل يوليو، توقعت وكالات الأرصاد الجوية الأوروبية التقليدية احتمالية وصوله إلى المكسيك بناءً على بيانات عالمية واسعة وأجهزة حاسوب فائقة. ومع ذلك، قدم نموذج ذكاء اصطناعي طورتهDeepMind، يُعرف باسمGraphCast، توقعًا بديلاً بالوصول إلى تكساس، معتمدًا فقط على أنماط جوية تعلمها سابقًا.

ضرب بيريل تكساس بآثار مدمرة، مما تسبب في فيضانات وانقطاع التيار الكهربائي وما لا يقل عن 36 حالة وفاة في 8 يوليو. أبرز التوقع الدقيق للنموذج الذكي، الذي تم إنشاؤه في دقائق، تحولًا نحو تنبؤات جوية أكثر سرعة ودقة. تفوق GraphCast على النماذج التقليدية منالمركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF)من خلال التنبؤ بمسار العاصفة بشكل أكثر دقة. يؤكد هذا الأداء على الإمكانات المتزايدة للذكاء الاصطناعي في التنبؤ الجوي، حيث تم تدريب GraphCast على أربعة عقود من بيانات الطقس ويمكنه إنشاء تنبؤات أسرع من أجهزة الكمبيوتر العملاقة التقليدية.

اقرأ أيضًا:TSMC ترفع توقعات الإيرادات في رهان واثق على طفرة الذكاء الاصطناعي

اقرأ أيضًا:الذكاء الاصطناعي توقع بطل الدوري الإنجليزي الممتاز، لكن هل كان مجرد حظ؟

لماذا هذا مهم

يمثل التنبؤ الجوي المعتمد على الذكاء الاصطناعي تحولًا جذريًا في علم الأرصاد الجوية. يعتمد التنبؤ التقليدي على أجهزة الكمبيوتر العملاقة ومدخلات بيانات واسعة، وهو ما قد يستغرق وقتًا طويلاً ويكون أقل قدرة على التكيف مع الظروف المتغيرة بسرعة. في المقابل، تقدم نماذج الذكاء الاصطناعي مثل GraphCast تنبؤات أسرع وأكثر دقة من خلال التعلم من البيانات التاريخية والتعرف على الأنماط بدقة عالية.

يمكن لسرعة ودقة التنبؤ بالذكاء الاصطناعي أن تعزز بشكل كبير الاستعداد للكوارث والاستجابة لها، مما قد ينقذ الأرواح ويخفف الأضرار أثناء الأحداث الجوية الشديدة. على سبيل المثال، يمكن أن تؤدي التنبؤات الأسرع إلى عمليات إخلاء أكثر توقيتًا وقرارات أفضل للسلامة العامة. علاوة على ذلك، يمكن لنماذج الذكاء الاصطناعي أن تعمل على أجهزة كمبيوتر مكتبية قياسية، مما يجعل التنبؤ الجوي المتقدم أكثر سهولة مقارنة بأجهزة الكمبيوتر العملاقة المكلفة المستخدمة تقليديًا. يمكن لهذه السهولة أن تعمم التنبؤ الجوي وتتيح استخدامًا أوسع للتقنيات التنبؤية المتقدمة.