
شرکت DeepMind، زیرمجموعه هوش مصنوعی گوگل، مدل جدیدی توسعه داده است که میتواند مسیر و شدت طوفانهای استوایی خطرناک را حدود یک روز زودتر از برخی روشهای پیشبینی فعلی با دقت مشابه پیشبینی کند. این پیشرفت میتواند با فراهم کردن زمان بیشتر برای تصمیمگیری درباره تخلیه مناطق در معرض خطر، به نجات جان انسانها کمک کند. پیشبینی دقیق آبوهوا تاکنون عمدتاً بر پایه مدلهای فیزیکی انجام شده است. این مدلها با استفاده از ابررایانههای قدرتمند، قوانین فیزیک و دادههای جوی را شبیهسازی میکنند تا وضعیت آینده جو را پیشبینی کنند. اگرچه این روشها دقت بالایی دارند، اما به زمان و توان محاسباتی زیادی نیاز دارند. در مقابل، هوش مصنوعی میتواند پیشبینیهای جوی را بسیار سریعتر و با هزینه محاسباتی کمتر انجام دهد.

WeatherNext؛ پیشبینی ۱۵ روزه در کمتر از یک دقیقه
مدل جدید DeepMind که WeatherNext نام دارد، قادر است یک پیشبینی ۱۵ روزه از وضعیت جو را در کمتر از یک دقیقه روی یکی از تراشههای اختصاصی Tensor Processing Unit گوگل تولید کند. در مقابل، مدلهای مبتنی بر فیزیک ممکن است برای انجام محاسبات مورد نیاز به چندین روز زمان پردازشی روی ابررایانههای قدرتمند نیاز داشته باشند. WeatherNext از شبیهسازی جوی با سلولهایی به وسعت حدود ۲۸ کیلومتر مربع استفاده میکند؛ وضوحی که نسبت به مدلهای سنتی بسیار پایینتر است، اما سرعت محاسبات را افزایش میدهد. این مدل با نزدیک به ۲۰ ترابایت داده جوی جهانی و اطلاعات مربوط به حدود ۵۰۰۰ طوفان تاریخی آموزش داده شده است. به گفته پژوهشگران DeepMind، استفاده از دادههای مربوط به طوفانهای گذشته نقش مهمی در افزایش توانایی مدل برای پیشبینی رفتار طوفانهای جدید داشته است.
یک روز زمان بیشتر برای مقابله با طوفان
پژوهشگران WeatherNext را با چند مدل پیشرفته دیگر، از جمله مدل GenCast گوگل، سامانه ENS مرکز اروپایی پیشبینیهای هواشناسی میانمدت و سامانه پیشبینی طوفان اداره ملی اقیانوسی و جوی آمریکا (NOAA) مقایسه کردند. نتایج نشان داد WeatherNext توانست پیشبینیهایی در افق سهروزه ارائه کند که از نظر سرعت باد و خطای موقعیت طوفان، با دقتی قابل مقایسه با پیشبینیهای دو روزه مدلهای فعلی همراه بود. به بیان سادهتر، هوش مصنوعی میتواند پنجره زمانی پیشبینی قابل اعتماد را افزایش دهد؛ موضوعی که در هنگام نزدیک شدن طوفانهای شدید اهمیت بسیار زیادی دارد. فِران آلِت از DeepMind میگوید هرچه بیشتر به آینده نگاه کنیم، پیشبینی آبوهوا دشوارتر میشود، زیرا جو یک سیستم آشوبناک است. بنابراین یکی از پرسشهای اساسی این است که با کمک هوش مصنوعی تا چه اندازه میتوان این «مرز آشوب» را عقبتر برد و آینده را دقیقتر دید.

آیا هوش مصنوعی جایگزین مدلهای سنتی میشود؟
DeepMind در سالهای اخیر چندین مدل برای بهبود پیشبینی آبوهوا توسعه داده است؛ از مدل پیشبینی بارش در بازه ۹۰ دقیقهای گرفته تا مدلهای پیشبینی ۱۰روزه و سامانههایی که زمان و انرژی مورد نیاز برای پیشبینی را کاهش میدهند. با این حال، برخی متخصصان معتقدند هنوز نباید مدلهای فیزیکی را کنار گذاشت. تیم پالمر از دانشگاه آکسفورد هشدار میدهد مدلهای هوش مصنوعی ممکن است در برابر رویدادهای کاملاً غیرعادی و بیسابقه عملکرد ضعیفی داشته باشند؛ زیرا چنین رخدادهایی ممکن است نمونه مشابهی در دادههای آموزشی مدل نداشته باشند. از سوی دیگر، حفظ مدلهای فیزیکی برای تحقیقات مربوط به تغییرات اقلیمی نیز اهمیت دارد. بسیاری از مدلهای هواشناسی و اقلیمی از کدها و دانش مشترکی استفاده میکنند و کنار گذاشتن مدلهای فیزیکی میتواند توانایی دانشمندان در مطالعه آینده اقلیم زمین را کاهش دهد.
در نتیجه، آینده هوش مصنوعی در هواشناسی احتمالاً نه در حذف کامل روشهای سنتی، بلکه در ترکیب مدلهای هوش مصنوعی با دانش هواشناسی و شبیهسازیهای فیزیکی خواهد بود. سرعت بالای پیشرفت این فناوری نشان میدهد که مدلهای AI میتوانند به یکی از مهمترین ابزارهای نسل جدید پیشبینی آبوهوا تبدیل شوند؛ بهویژه زمانی که حتی چند ساعت یا یک روز زمان بیشتر برای آماده شدن در برابر یک طوفان مرگبار میتواند حیاتی باشد.
منبع خبر: newscientist

شاهین آقامعلی


پاسخ :