يتقدم علم الأرصاد الجوية كعلم بفضل تطور التكنولوجيا. يوجد حاليًا العديد من برامج الكمبيوتر القادرة على التنبؤ بشكل مباشر بموعد ومكان هطول الأمطار. شركة العقل العميق لقد طور ذكاءً اصطناعيًا قادرًا على التنبؤ بالضبط متى وأين ستمطر. عملت هذه الشركة مع خبراء الأرصاد الجوية في المملكة المتحدة لإنشاء نموذج أفضل لعمل تنبؤات قصيرة المدى من الأنظمة الحالية.
في هذه المقالة، سنخبرك بكل ما تحتاج إلى معرفته حول سوق الأوراق المالية Robleda وتكنولوجيا التنبؤ بالطقس الخاصة بـ DeepMind.
النشرة الجوية
DeepMind ، شركة ذكاء اصطناعي مقرها لندنويواصل مسيرته المهنية في تطبيق التعلم العميق على المشاكل العلمية الصعبة. طورت شركة DeepMind أداة تعلم عميق تسمى DGMR بالتعاون مع مكتب الأرصاد الجوية التابع للخدمة الوطنية البريطانية للأرصاد الجوية، والتي يمكنها التنبؤ بدقة باحتمالية هطول الأمطار في الدقائق التسعين القادمة، وهو تحد كبير في النشرة الجوية.
بالمقارنة مع الأدوات الموجودة ، يعتقد العشرات من الخبراء أن تنبؤات المديرية العامة للجمارك هي الأفضل في عدة عوامل ، بما في ذلك تنبؤاتها بالموقع والمدى والحركة وشدة المطر ، 89٪ من الوقت. تفتح أداة DeepMind الجديدة مفتاحًا جديدًا في علم الأحياء يحاول العلماء حله منذ عقود.
ومع ذلك ، حتى التحسينات الصغيرة في التنبؤات مهمة. يعد التنبؤ بالأمطار ، وخاصة الأمطار الغزيرة ، أمرًا بالغ الأهمية للعديد من الصناعات ، من الأنشطة الخارجية إلى خدمات الطيران وحالات الطوارئ. لكن فهمها بشكل صحيح أمر صعب. يعتمد تحديد كمية المياه الموجودة في السماء ومتى وأين ستسقط على العديد من العمليات المناخية ، مثل التغيرات في درجات الحرارة، وتشكل السحب، والرياح. كل هذه العوامل معقدة بما فيه الكفاية في حد ذاتها، ولكنها تصبح أكثر تعقيدا عندما تجتمع مع بعضها البعض. ولمعرفة المزيد عن هذه الظاهرة يمكنك الرجوع إلى المقال الموجود على تعريف علم الأرصاد الجوية.
تستخدم أفضل تقنيات التنبؤ المتاحة عددًا كبيرًا من عمليات المحاكاة الحاسوبية لفيزياء الغلاف الجوي. هذه مناسبة للتنبؤات طويلة المدى ، لكنها ليست جيدة جدًا في التنبؤ بما سيحدث في الساعة القادمة. هذا يسمى توقعات فورية.
تطوير DeepMind
لقد تم تطوير تقنيات التعلم العميق السابقة، ولكن هذه التقنيات تعمل بشكل جيد عادةً في جانب واحد، مثل التنبؤ بالموقع، على حساب جانب آخر، مثل التنبؤ بالقوة. تظل بيانات الرادار للأمطار الغزيرة التي تساعد في التنبؤ بهطول الأمطار الفوري تشكل تحديًا كبيرًا لخبراء الأرصاد الجوية.
استخدم فريق DeepMind بيانات الرادار لتدريب الذكاء الاصطناعي الخاص بهم. تنشر العديد من البلدان والمناطق بشكل متكرر لقطات من قياسات الرادار التي تتعقب تكوين السحب وحركتها على مدار اليوم. على سبيل المثال ، في المملكة المتحدة ، يتم نشر قراءات جديدة كل خمس دقائق. من خلال وضع هذه اللقطات معًا ، يمكنك الحصول على مقطع فيديو محدث لإيقاف الحركة يوضح كيف يتغير نمط المطر في بلد ما.
يرسل الباحثون هذه البيانات إلى شبكة الجيل العميق المشابهة لشبكة GAN ، وهي عبارة عن ذكاء اصطناعي مدرب يمكنه إنشاء عينات بيانات جديدة تشبه إلى حد بعيد البيانات الفعلية المستخدمة في التدريب. تم استخدام GAN لإنشاء وجوه مزيفة ، بما في ذلك Rembrandt المزيفة. في هذه الحالة ، تعلمت DGMR (التي تعني "نموذج المطر العميق التوليدي") إنشاء لقطات رادار خاطئة تستمر في تسلسل القياس الفعلي.
تجارب DeepMind AI
قال شاكر محمد ، الذي قاد البحث في DeepMind ، إن هذا يشبه مشاهدة بعض اللقطات من فيلم وتخمين ما سيحدث بعد ذلك. لاختبار هذه الطريقة ، طلب الفريق من 56 من خبراء الأرصاد الجوية من مكتب الأرصاد الجوية (الذين لم يشاركوا في العمل) الخوض في عمليات المحاكاة الفيزيائية الأكثر تقدمًا ومجموعة المعارضين.
قال 89٪ من الناس أنهم يفضلون النتائج التي قدمتها المديرية العامة للجمارك. تحاول خوارزميات التعلم الآلي عمومًا تحسين مقياس بسيط لمدى جودة تنبؤاتك. ومع ذلك ، فإن توقعات الطقس لها جوانب مختلفة. ربما حصل التنبؤ على كثافة المطر الخاطئة في المكان المناسبأو حصل تنبؤ آخر على التركيبة الصحيحة من الكثافات ولكن في المكان الخطأ، وهكذا. لمعرفة المزيد عن كيفية عمل الأنظمة الجوية، نوصيك بقراءة المزيد عن الفرق بين الأعاصير المضادة والمنخفضات الجوية.
قالت DeepMind إنها ستطلق بنية جميع البروتينات المعروفة للعلم. استخدمت الشركة الذكاء الاصطناعي القابل للطي بالبروتين AlphaFold لإنشاء هياكل للبروتينات البشرية ، وكذلك الخميرة وذباب الفاكهة والفئران.
التعاون بين DeepMind و Met Office هو مثال جيد للعمل مع المستخدمين النهائيين لإكمال تطوير الذكاء الاصطناعي. من الواضح أن هذه فكرة جيدة، لكنها لا تحدث في كثير من الأحيان. عمل الفريق على المشروع لعدة سنوات، وساهمت مدخلات الخبراء في مكتب الأرصاد الجوية في تشكيل المشروع. وقال سومان رافوري، الباحث العلمي في شركة ديب مايند: "إنه يعزز تطوير نموذجنا بطريقة مختلفة عن تنفيذنا الخاص". "وإلا، ربما كنا قد أنشأنا نموذجًا لن يكون مفيدًا بشكل خاص في النهاية." لمعرفة المزيد عن التطبيقات المختلفة للأرصاد الجوية، يمكنك زيارة المقال على الطائرات بدون طيار في علم الأرصاد الجوية.
كما تحرص DeepMind على إظهار أن الذكاء الاصطناعي لديها تطبيقات عملية. بالنسبة إلى شاكر ، تعد DGMR و AlphaFold جزءًا من نفس القصة: تستخدم الشركة سنوات خبرتها في حل الألغاز. ربما يكون الاستنتاج الأكثر أهمية هنا هو أن DeepMind قد بدأت أخيرًا في سرد المشكلات العلمية الواقعية.
التقدم في التنبؤ بالطقس
يجب دعم التنبؤ بالطقس من خلال تطوير التكنولوجيا لأننا نقترب أكثر فأكثر من الفهم الكامل لكيفية عمل غلافنا الجوي. في كثير من الأحيان يمكن أن يتعرض الإنسان وحساباته لأخطاء شائعة يمكن تجنبها مع تطوير الذكاء الاصطناعي.
يعد التنبؤ بالطقس أمرًا بالغ الأهمية بالنسبة للبشر حيث يمكننا الاستفادة من الكثير موارد مائية أكثر كفاءة وتجنب بعض الكوارث في العواصف والأمطار الغزيرة. لهذا السبب ، يتفق علماء الأرصاد الجوية بشكل متزايد على تطوير مشاريع ذكاء اصطناعي للتنبؤ بهطول الأمطار.
آمل أن تتمكن من خلال هذه المعلومات من معرفة المزيد عن مشروع DeepMind وخصائصه.