«جين كاست».. نموذج «غوغل» للتنبؤ بالأحداث الجوية بالذكاء الاصطناعي

أعلنت «غوغل ديب مايند» عن إطلاق نموذج جديد للتنبؤات الجوية باستخدام الذكاء الاصطناعي، الذي يتفوق على الطرق التقليدية في تقديم التنبؤات على مدى 15 يومًا.

ووفقا لتقرير لصحيفة "فايننشال تايمز" اليوم الخميس، يتسم هذا النموذج، المعروف باسم "جين كاست"، بقدرته الفائقة على التنبؤ بالأحداث المتطرفة بدقة أكبر، وهو ما يعزز قدرات التنبؤات الجوية على المديين القصير والمتوسط.

واعتمدت غوغل ديب مايند في تطوير هذا النموذج على تقنيات متقدمة في الذكاء الاصطناعي، حيث يعتمد "جين كاست" على أسلوب الاحتمالات لتحليل وتقديم التنبؤات.

يقيّم هذا النموذج سيناريوهات مختلفة ليتمكن من تقدير اتجاهات متعددة مثل الإنتاج الطاقي من الرياح وحركة الأعاصير الاستوائية.

وقال الباحث في غوغل ديب مايند، إيلان برايس، إن هذه الخطوة تمثل "علامة فارقة" في تقدم الذكاء الاصطناعي في مجال التنبؤات الجوية، حيث أصبح بالإمكان الاعتماد على النماذج المستندة إلى التعلم الآلي في تقديم التنبؤات الجوية الحديثة.

تفوق على النماذج التقليدية

وأكدت الأبحاث المنشورة في مجلة "نيتشر" يوم الأربعاء أن "جين كاست" قد تفوق على التنبؤات التي يقدمها المركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF) في 97.2% من المتغيرات، مثل درجات الحرارة وسرعة الرياح والرطوبة.

جاءت هذه النتائج بعد مقارنة 1320 متغيرًا جويًا على مدار فترة 15 يومًا، ما يبرز مدى قدرة الذكاء الاصطناعي على تحسين دقة التنبؤات مقارنة بالطرق التقليدية.

سرعة وكفاءة التنبؤات

أثبتت دراسة أخرى أن نموذج "جين كاست" يتمتع بميزة السرعة الكبيرة مقارنة بالطرق التقليدية، فبينما تتطلب الطرق التقليدية ساعات من المعالجة لتقديم التنبؤات، يمكن لنموذج جين كاست أن ينهي عملية التنبؤ في غضون ثماني دقائق فقط، ما يعني توفيرًا كبيرًا في الوقت والطاقة الحاسوبية.

ويعكس هذا التحسين الكبير في الكفاءة قدرة الذكاء الاصطناعي على اختصار الوقت اللازم للوصول إلى نتائج دقيقة بشكل أسرع.

على الرغم من النجاحات التي حققها "جين كاست"، يرى الباحثون أنه يمكن تحسينه بشكل أكبر، خاصة في ما يتعلق بالتنبؤ بشدة العواصف الكبيرة، كما يمكن تحسين دقة البيانات المستخدمة في النموذج لتتناسب مع التحديثات التي أُدخلت مؤخرًا على نظام التنبؤات الجوية الأوروبي.

أدوات جديدة في التنبؤات

وقال المركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF)، إن "جين كاست" يعد "محطة مهمة" في تطور التنبؤات الجوية، وأكد أنه دمج بعض مكونات هذا النموذج في نظام التنبؤات الذكية الخاص به.

وأشار المركز إلى أن استخدام هذه التكنولوجيا يوفر فوائد كبيرة في تحسين دقة التنبؤات الجوية، مع التأكيد على الحاجة إلى المزيد من الاختبارات على الأحداث الجوية المتطرفة.

مستقبل الذكاء الاصطناعي

ومن المنتظر أن تستمر النقاشات حول كيفية دمج الذكاء الاصطناعي في التنبؤات الجوية بشكل أوسع، وقد أبدى العديد من العلماء تفضيلهم نهجا هجينيا يجمع بين الأساليب التقليدية المبنية على الفيزياء مع تقنيات الذكاء الاصطناعي لتحقيق أفضل النتائج في التنبؤات الجوية.

في هذا السياق، طرحت غوغل في يوليو نموذجًا آخر يدعى "NeuralGCM"، يجمع بين التعلم الآلي والفيزياء التقليدية للحصول على نتائج أفضل للتنبؤات بعيدة المدى والاتجاهات المناخية.

وأشار مكتب الأرصاد الجوية البريطاني إلى أنه يسعى للاستفادة من التطورات الأخيرة في الذكاء الاصطناعي لتحسين نماذجه الخاصة بالتنبؤات الجوية.

وقال كبير المتنبئين في المكتب، ستيفن رامسديل، إن "القيمة الكبرى تكمن في النهج الهجين الذي يجمع بين التقييم البشري والنماذج التقليدية المعتمدة على الفيزياء ونماذج الذكاء الاصطناعي".