في تقدم كبير للذكاء الاصطناعي، طور الباحثون في DeepMind التابعة لجوجل نظامًا للذكاء الاصطناعي يُدعى GraphCast يمكنه التنبؤ بالطقس العالمي حتى 10 أيام في المستقبل بدقة أكبر من الطرق التقليدية للتنبؤ بالطقس.
ووفقًا لإعلان حديث، كان GraphCast أكثر دقة من النظام الرائد الحالي للتنبؤ بالطقس الذي يديره المركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF) – في أكثر من 90% من 1380 معيار تقييم تم اختبارها. تضمنت هذه المعايير درجة الحرارة، الضغط، سرعة الرياح واتجاهها، والرطوبة في مستويات جوية مختلفة.
يعمل GraphCast باستخدام تقنية تعلم آلة تُسمى الشبكات العصبية الرسومية
تم تدريبه على أكثر من 40 عامًا من بيانات الطقس السابقة من ECMWF لتعلم كيفية تطور أنظمة الطقس وتحركها حول العالم. بمجرد التدريب، يحتاج GraphCast فقط إلى الحالة الحالية للغلاف الجوي والحالة قبل ست ساعات كمدخلات لتوليد توقعات عالمية لمدة 10 أيام في حوالي دقيقة واحدة على كمبيوتر سحابي واحد.
هذا أسرع وأرخص وأكثر كفاءة في استهلاك الطاقة من النهج التقليدي للتنبؤ العددي بالطقس المستخدم من قبل مراكز التنبؤ الوطنية مثل ECMWF ويعتمد هذا الأسلوب على حل معادلات فيزيائية معقدة على الحواسيب الفائقة، وهو ما يتطلب ساعات من وقت الحساب والطاقة.
وأكد ماثيو تشانتري، الخبير في ECMWF، أن GraphCast تفوق باستمرار على نماذج الطقس الصناعية الأخرى من شركات مثل هواوي وإنفيديا. ويعتقد أن هذا يمثل نقطة تحول كبيرة للذكاء الاصطناعي في مجال الأرصاد الجوية، حيث تتقدم الأنظمة “بشكل أسرع وأكثر إثارة للإعجاب مما كان متوقعًا”.
لكن في المقابل تجدر الإشارة إلى أن الخبراء يلحظون أن النماذج الصناعية مثل GraphCast قد تواجه صعوبة في مراعاة التغير المناخي لأنها تم تدريبها على بيانات تاريخية. فتخطط ECMWF لتطوير نهج مختلط، يجمع بين التنبؤات الصناعية ونماذج الطقس الفيزيائية. وأعلن المكتب البريطاني للأرصاد الجوية مؤخرًا عن خطط مماثلة، معتقدًا أن هذه التقنية المختلطة ستوفر أقوى التوقعات في عصر التغير المناخي.