يشهد مجال التنبؤات الجوية تحولاً جذرياً مدفوعاً بالذكاء الاصطناعي، الذي يُبشّر بإعادة تعريف كيفية توقع الظواهر الجوية القاسية كالأعاصير والعواصف والتغيرات الجوية المفاجئة. وتُعزز الأنظمة التجريبية الجديدة القدرة على التنبؤ بمسارات هذه الظواهر وشدتها وسيناريوهاتها المتزامنة بتفاصيل غير مسبوقة وإنذار مبكر.
في السنوات الأخيرة، أدى التعاون بين المؤسسات العلمية والتكنولوجية إلى تحقيق تقدم ملحوظ في تطوير نماذج الطقس. وتتيح منصات مبتكرة، مثل مختبر الطقس التابع لشركة جوجل، إمكانية المقارنة التفاعلية للتنبؤات الصادرة عن نماذج فيزيائية وذكية مختلفة، بل والوصول إلى بيانات تاريخية لأكثر من عامين لتحليلها والتحقق من صحتها.
وصول الذكاء الاصطناعي: تحديات وفرص جديدة
يتسارع انتشار نماذج الطقس القائمة على الذكاء الاصطناعي . يمتلك المركز الأوروبي للتنبؤات الجوية متوسطة المدى، وجوجل ديب مايند، ومعهد كاليفورنيا للتكنولوجيا، وهواوي، وغيرها، نماذج تشغيلية أو تجريبية، مثل AIFS وGraphCast وFourCast وPangu-Weather. تتميز هذه النماذج بسرعتها ودقتها وانخفاض تكاليفها الحسابية مقارنةً بالنماذج الفيزيائية البحتة، مما يمهد الطريق لتنبؤات جوية أكثر تفصيلاً وبأسعار معقولة.
يكمن القيد الرئيسي لهذه النماذج في اعتمادها على البيانات التاريخية المستخدمة في تدريبها . فعندما تحدث ظواهر جوية متطرفة غير مسبوقة، قد يعجز الذكاء الاصطناعي عن توقع العواقب أو حجمها، إذ أنه يتعرف على الأنماط السابقة ولكنه يفتقر إلى الأساس اللازم لتوقع سيناريوهات جديدة كلياً. وهذا ما يثير القلق في سياق تغير المناخ، الذي يُرجّح حدوث ظواهر غير مألوفة.
مختبر الطقس: التزام Google بالتنبؤات المتقدمة والتعاونية
تتيح منصة Weather Lab، التي تم إطلاقها مؤخرًا، لأي مستخدم مقارنة التوقعات الجوية من نماذج الطقس التقليدية، مثل تلك الصادرة عن المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) ، مع تلك التي تولدها تقنيات الذكاء الاصطناعي، ولا سيما نموذجها التجريبي المصمم خصيصًا للأعاصير المدارية. ويعتمد هذا النظام على الشبكات العصبية العشوائية، حيث يُولّد ما يصل إلى 50 سيناريو مختلفًا لمسار الإعصار وشدته وحجمه، وذلك لمدة تصل إلى 15 يومًا مقدمًا، مما يمثل قفزة نوعية مقارنةً بما كان يقدمه علم الأرصاد الجوية التقليدي حتى الآن.
أظهر نموذج الذكاء الاصطناعي في اختبارات حديثة تحسناً يصل إلى 140 كيلومتراً في التنبؤ بمسارات الأعاصير قبل خمسة أيام مقارنةً بالنماذج العالمية التقليدية، ما يُترجم إلى أكثر من يوم ونصف من وقت الإنذار. وتستخدم السلطات في المركز الوطني للأعاصير بالولايات المتحدة هذه الأداة بالفعل لدعم تحليلاتها لموسم الأعاصير، مع تأكيد جوجل على أن النظام لا يزال في المرحلة التجريبية ولا ينبغي أن يحل محل المصادر الرسمية.
ومن الجوانب المهمة الأخرى أن مختبر الطقس يفتح بياناته التاريخية لتسهيل الأمر على العلماء وخبراء الأرصاد الجوية والمستخدمين المتقدمين لتنزيل المعلومات والمساهمة في تحسينها، مما يعزز التعاون الدولي في البحث وصنع القرار في مواجهة الأحداث الجوية السيئة.
القيود والتحديات التي تواجه الذكاء الاصطناعي في النماذج الجوية
رغم أن نماذج الذكاء الاصطناعي تمثل أكبر تقدم في التنبؤات الجوية في الآونة الأخيرة ، إلا أنها لا تزال تواجه تحديات كبيرة. تكمن الصعوبة الرئيسية في التنبؤ بظواهر غير مسبوقة تمامًا، إذ تتعلم هذه النماذج من أمثلة سابقة. فعند حذف بيانات أحداث متطرفة معينة من مجموعات التدريب، تفقد نماذج الذكاء الاصطناعي قدرتها على توقع تلك الظواهر عند حدوثها مجددًا في الواقع.
من جهة أخرى، تفهم النماذج التقليدية المعادلات الفيزيائية التي تحكم الغلاف الجوي وتحلها، مما يوفر مستوى من الفهم والاستقراء لم تصل إليه أنظمة الذكاء الاصطناعي البحتة بعد. ويشير التوجه المستقبلي إلى دمج كلا النهجين، جامعًا بين متانة الفيزياء وكفاءة الذكاء الاصطناعي. ويدعو بعض الخبراء إلى دمج القوانين الفيزيائية في الشبكات العصبية لإنشاء نماذج هجينة قادرة على معالجة "البجعات الرمادية" بشكل أفضل ، وهي ظواهر جوية لم يسبق لها مثيل ولكن يمكن التنبؤ بها فيزيائيًا.
التقارب بين نمذجة الطقس والمناخ
في الآونة الأخيرة، يجري دمج مجالين منفصلين تقليديًا: علم الأرصاد الجوية ونمذجة المناخ . ويُعد نموذج ICON ، الذي طوره معهد ماكس بلانك للأرصاد الجوية ودائرة الأرصاد الجوية الألمانية، من بين جهات أخرى، رائدًا في دمج التنبؤات العددية بالطقس مع التوقعات المناخية طويلة المدى، وذلك بفضل بنيته المعيارية وقدرته 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
أصبح من الممكن الآن الاطلاع على التوقعات التي تم إنشاؤها بواسطة نماذج من الولايات المتحدة وأوروبا وألمانيا وكندا (GFS وECMWF وICON وGEM)، مما يسهل التحليل المقارن واتخاذ القرارات في قطاعات مثل الأمن المدني والزراعة والتأمين والأسواق المالية، حيث يعد التنبؤ بالأحداث الجوية المتطرفة أمرًا أساسيًا.
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.
