خلال موسم الأعاصير، يعتمد خبراء الأرصاد الجوية على مجموعة متنوعة من نماذج التنبؤ المختلفة. مع اقتراب هذا الموسم من نهايته، يقوم الخبراء بتقييم أي منها كان أداؤه جيدًا وأيها لم يكن كذلك، وقد تركهم نموذج Google المبتدئ في حالة ذهول تام.
على الرغم من أن مختبر الطقس التابع لشركة Google DeepMind بدأ في إصدار التوقعات في يونيو فقط، إلا أنه كان أفضل نموذج للتنبؤ بمسار الإعصار وشدته هذا الموسم، وفقًا لتحليل أولي أجراه بريان ماكنولدي، عالم الأرصاد الجوية وكبير الباحثين في جامعة ميامي. وفي الوقت نفسه، كان نموذج الطقس الرائد في أمريكا – نظام التنبؤ العالمي – هو الأسوأ أداء.
وسيقوم المركز الوطني للأعاصير بإصدار بيانات رسمية عن أداء كل نموذج في غضون بضعة أشهر، ولكن هذا التقييم الأولي ينذر بنقطة تحول في التنبؤ بالأعاصير. ومع ظهور التفوق المذهل للنماذج القائمة على الذكاء الاصطناعي بشكل صارخ، فقد يكون الوقت قد حان للبدء في التخلص التدريجي من النماذج التقليدية القائمة على الفيزياء.
“من الآن فصاعدا، من الآمن أن نقول إننا سنعتمد بشكل كبير على جوجل ونماذج الطقس الأخرى المعتمدة على الذكاء الاصطناعي، والتي من المرجح أن تتحسن في السنوات المقبلة، لأنها جديدة نسبيا ولديها مجال للتحسين”، كتب إريك بيرغر، خبير الأرصاد الجوية ومراسل الفضاء في هيوستن، لموقع Ars Technica.
لقد بدأ صعود التنبؤ بالذكاء الاصطناعي
يتضمن تحليل ماكنولدي مخططين: أحدهما يقارن دقة توقعات المسار لجميع العواصف الثلاثة عشر المذكورة في حوض المحيط الأطلسي هذا الموسم، والآخر يقارن دقة توقعات الشدة لجميع العواصف الثلاثة عشر. تمثل الخطوط الملونة المختلفة نماذج تنبؤات مختلفة، يُشار إليها بواسطة وسيلة الإيضاح الموجودة على الهامش الأيمن. كلما كان الخط أقل، كان أداء هذا النموذج أفضل.
يتم عرض GFS – المشار إليه باسم AVNI في هذه الحالة – باللون البرتقالي على طول الطريق في الجزء العلوي من المخططات. طورت الإدارة الوطنية للمحيطات والغلاف الجوي (NOAA) هذا النموذج في أوائل الثمانينات، ولا تزال هيئة الأرصاد الجوية الوطنية تستخدم نسخة محدثة كنظام تنبؤ أساسي لها حتى اليوم.
“كان نظام جي إف إس سيئًا بشكل خاص في توقعاته لميليسا، حيث ارتفع متوسط خطأ المسار لمدة 5 أيام إلى أكثر من 500 ميل (800 كيلومتر)، مع الإصرار على التوجه إلى البحر الذي لم يحدث أبدًا”، كتب مايكل لوري، خبير الأرصاد الجوية ومقره ميامي، في تدوينة حديثة.
وعلى عكس نموذج توقعات جوجل، يعتمد نظام جي إف إس على الفيزياء التقليدية وأجهزة الكمبيوتر العملاقة المتقدمة. ويبرز الفرق بينهما بوضوح في هذه الرسوم البيانية. يقع نموذج Google في الأسفل، مما يشير إلى الأداء المتفوق لجميع النماذج الأخرى التي تم تقييمها – وخاصة GFS.
كتب لوري: “إن جمال DeepMind ونماذج الطقس المماثلة الأخرى المعتمدة على البيانات والذكاء الاصطناعي هو مدى سرعة إنتاجها للتنبؤات مقارنة بنظيراتها التقليدية القائمة على الفيزياء والتي تتطلب بعضًا من أغلى أجهزة الكمبيوتر العملاقة وأكثرها تقدمًا في العالم”. “أبعد من ذلك، فإن هذه النماذج “الذكية” مع بنيات شبكتها العصبية لديها القدرة على التعلم من أخطائها والتصحيح بسرعة.”
هناك حاجة ملحة لتوقعات أفضل
إن إعصار ميليسا – الذي اجتاح منطقة البحر الكاريبي الأسبوع الماضي – هو مجرد مثال واحد على كيف يؤدي ارتفاع درجات حرارة سطح البحر إلى زيادة قوة العواصف. نظرًا لأن تغير المناخ يتسبب في أن تصبح الأعاصير أكثر فتكًا وأكثر ضررًا، فمن الضروري أن يمتلك المتنبئون أفضل الأدوات الممكنة للتنبؤ بمساراتها وكثافتها.
يمكن للنماذج القائمة على الذكاء الاصطناعي أن تساعد المتنبئين على التكيف مع عالم يزداد حرارة. من المؤكد أن الظهور الأول المذهل لـ DeepMind قد لفت انتباههم وقد يمثل بداية حقبة جديدة في التنبؤ بالأعاصير.