يشهد التنبؤ بالطقس تحولاً عميقاً. مدعومة بالذكاء الاصطناعي، الذي يَعِد بإعادة النظر في كيفية توقع الظواهر الجوية السلبية، مثل الأعاصير والعواصف والتغيرات الجوية المفاجئة. تُعزز الأنظمة التجريبية الجديدة القدرة على التنبؤ بمسارات الأعاصير وشدتها والسيناريوهات المتزامنة. تفاصيل غير مسبوقة وإشعار مسبق حتى تاريخ.
في السنوات الأخيرة، لقد أدى التعاون بين المؤسسات العلمية والتكنولوجية إلى تحقيق تقدم ملحوظ في تطوير النماذج الجوية. منصات مبتكرة، مثل مختبر الطقس التابع لجوجل، تسمح بالفعل مقارنة التنبؤ بشكل تفاعلي بنماذج فيزيائية وذكية مختلفة، بل وحتى الوصول إلى أكثر من عامين من البيانات التاريخية للتحليل والتحقق من الصحة.
وصول الذكاء الاصطناعي: تحديات وفرص جديدة
نشر النماذج الجوية القائمة على الذكاء الاصطناعي إنها تتسارع. لدى المركز الأوروبي للتنبؤات الجوية متوسطة المدى، وجوجل ديب مايند، ومعهد كاليفورنيا للتكنولوجيا، وهواوي، وغيرها، نماذج قيد التشغيل أو الاختبار، مثل AIFS، وGraphCast، وFourCast، وPangu-Weather. تتميز هذه الحلول بالسرعة والدقة والقدرة على تقليل التكاليف الحسابية. وبالمقارنة بالنماذج الفيزيائية البحتة، فإن هذا يفتح الباب أمام توقعات أكثر تفصيلاً وبأسعار معقولة.
إن القيد الرئيسي لهذه النماذج يكمن في اعتمادهم على البيانات التاريخية التي يتم تدريبهم عليهاعند وقوع أحداث متطرفة غير مسبوقة، قد يفشل الذكاء الاصطناعي في توقع العواقب أو حجمها، إذ يتعرف على الأنماط السابقة، لكنه يفتقر إلى الأساس اللازم لتوقع سيناريوهات جديدة كليًا. وهذا يُثير القلق في سياق تغير المناخ، الذي يُشجع على وقوع أحداث غير عادية.
مختبر الطقس: التزام Google بالتنبؤات المتقدمة والتعاونية
منصة مختبر الطقس، تم تقديمه مؤخرًا، يسمح أي مستخدم مقارنة التوقعات من نماذج الطقس الكلاسيكية، مثل تلك الموجودة في ECMWFمع تلك التي يُولّدها الذكاء الاصطناعي، وخاصةً نموذجه التجريبي المُخصّص للأعاصير المدارية. استنادًا إلى الشبكات العصبية العشوائية، يُمكِن لهذا النظام يُنشئ ما يصل إلى 50 سيناريو مختلفًا من مسار وشدة وحجم الأعاصير حتى 15 يومًا مقدمًا، وهو ما يمثل نقلة نوعية مقارنة بما يمكن أن تقدمه الأرصاد الجوية التقليدية حتى الآن.
في الاختبارات الأخيرة، وأظهر نموذج الذكاء الاصطناعي تحسنًا يصل إلى 140 كيلومترًا في التنبؤ بمسارات الأعاصير لمدة خمسة أيام. بالمقارنة مع النماذج العالمية التقليدية، يُترجم هذا إلى تقدّمٍ في التنبيهات بأكثر من يوم ونصف. وتستخدم الجهات المعنية في المركز الوطني الأمريكي للأعاصير هذه الأداة بالفعل لدعم تحليلاتها لموسم الأعاصير، مع أن جوجل تُؤكد أن النظام لا يزال في مرحلة تجريبية، ولا ينبغي أن يحل محل المصادر الرسمية.
هناك جانب آخر ذو صلة وهو أن Weather Lab يفتح بياناتك التاريخية لتسهيل حتى يتمكن العلماء وخبراء الأرصاد الجوية والمستخدمين المتقدمين معلومات التنزيل والمساهمة في تحسينها من خلال تعزيز التعاون الدولي في مجال البحوث واتخاذ القرارات في مواجهة الظواهر الجوية المعاكسة.
القيود والتحديات التي تواجه الذكاء الاصطناعي في النماذج الجوية
على الرغم من أن نماذج الذكاء الاصطناعي إنها تمثل أعظم تقدم في مجال التنبؤ بالطقس في الآونة الأخيرة.لا تزال تواجه تحديات كبيرة. تكمن الصعوبة الرئيسية في التنبؤ بظواهر جديدة تمامًا، حيث يتعلمون من الأمثلة السابقة. عند إزالة بيانات أحداث متطرفة معينة من مجموعات التدريب، تعمل نماذج الذكاء الاصطناعي إنهم يفقدون القدرة على التوقع هذه الظواهر عندما تحدث مرة أخرى في العالم الحقيقي.
من ناحية أخرى، تفهم النماذج التقليدية المعادلات الفيزيائية التي تحكم الغلاف الجوي وتحلها، مما يوفر مستوى من الفهم والاستقراء لا تزال تفتقر إليه أنظمة الذكاء الاصطناعي البحتة. يشير التوجه المستقبلي إلى تكامل كلا النهجين، جامعًا بين متانة الفيزياء وكفاءة الذكاء الاصطناعي. ويدعو بعض الخبراء إلى دمج القوانين الفيزيائية في الشبكات العصبية للوصول إلى نماذج هجينة قادرة على معالجة تحديات الغلاف الجوي بشكل أفضل. "البجعة الرمادية"ظواهر جوية لم نشهدها من قبل ولكنها ممكنة وفقا للفيزياء.
التقارب بين نمذجة الطقس والمناخ
في الآونة الأخيرة، اجتمعت تخصصان منفصلان تقليديا: نمذجة الطقس والمناخ. الموديل اي كونيعد برنامج التنبؤ العددي بالطقس، الذي طورته مؤسسة ماكس بلانك للأرصاد الجوية وهيئة الأرصاد الجوية الألمانية، من بين جهات أخرى، رائداً في دمج التنبؤ العددي بالطقس مع توقعات المناخ طويلة الأجل، وذلك بفضل هيكله المعياري والقدرة على ربط المكونات الجوية والمحيطية.
يتيح هذا إجراء محاكاة عالمية عالية الدقة لتحليل الظواهر قصيرة المدى وعمليات تغير المناخ، مما يوفر رؤية أكثر تكاملاً ودقة. ويساعد الاستخدام المشترك للبيانات والنماذج على دراسة كيفية تأثير دوامات المحيطات أو الظواهر المتطرفة على المناخ والطقس، مما يسد الفجوة بين هذين المجالين.
بعض التطبيقات العملية والوجهات النظر
من الممكن الآن استشارة التوقعات التي تم إنشاؤها بواسطة نماذج من الولايات المتحدة وأوروبا وألمانيا وكندا (GFS وECMWF وICON وGEM)، والتي تفضل التحليل المقارن واتخاذ القرار في قطاعات مثل الأمن المدني والزراعة والتأمين والأسواق المالية، حيث يتوقع حدوث تغيرات في درجات الحرارة. الأحداث الجوية المتطرفة أمر ضروري.
على الرغم من التقدم التكنولوجي السريع، من المهم الحفاظ على موقف نقدي وحذر تجاه النماذج الجديدة. تظل المنصات الأكثر ابتكارًا أدوات استقصائية، ويُنصح بمواصلة استشارة المصادر الوطنية والبروتوكولات الرسمية في حال وجود أي إنذارات أو حالات طوارئ.
يجمع تطوير هذه النماذج بشكل متزايد بين إمكانات الذكاء الاصطناعي وموثوقية التجربة والأسس الفيزيائية للغلاف الجوي. يُمكّن هذا التكامل من التقدم نحو تنبؤات جوية ومناخية أكثر دقة ووضوحًا، مما يُحسّن الوقاية من المخاطر، ويُوسّع نطاق الوصول إلى الأرصاد الجوية المتقدمة لعامة السكان ومختلف التطبيقات المهنية.
