مدل GenCast، توسعه‌یافته توسط DeepMind (زیرمجموعه گوگل)، در پژوهشی که اخیراً در مجله Nature منتشر شده، توانست با دقت بالا در پیش‌بینی آب‌وهوا با مدل‌های سنتی رقابت کند. این مدل هوش مصنوعی که بر روی داده‌های جوی بین سال‌های 1979 تا 2018 آموزش دیده است، توانایی شناسایی الگوها در داده‌های تاریخی مشخص را دارد و می‌تواند پیش‌بینی‌های دقیقی ارائه دهد.

عملکرد GenCast در مقابل مدل‌های سنتی

GenCast در مقایسه با مدل ENS، یکی از پیشرفته‌ترین مدل‌های پیش‌بینی آب‌وهوا که توسط مرکز اروپایی پیش‌بینی‌های میان‌مدت (ECMWF) اداره می‌شود، عملکرد بهتری داشت و 97.2 درصد مواقع پیش‌بینی‌های دقیق‌تری ارائه داد. برای مثال، در پیش‌بینی مسیر طوفان‌های استوایی، این مدل توانست به طور متوسط 12 ساعت زودتر هشدار دهد و پیش‌بینی‌های بهتری از مسیر طوفان‌ها، آب‌وهوای شدید و تولید انرژی بادی ارائه کند.

ویژگی‌های کلیدی GenCast

یکی از مزایای اصلی GenCast سرعت بالای آن است؛ این مدل می‌تواند پیش‌بینی‌های 15 روزه را تنها در 8 دقیقه و با استفاده از یک واحد پردازشی TPU انجام دهد، درحالی‌که مدل‌های سنتی مانند ENS برای این کار به چندین ساعت زمان نیاز دارند. این کاهش زمان و مصرف انرژی می‌تواند اثرات زیست‌محیطی مدل‌های پیش‌بینی را کاهش دهد.

محدودیت‌ها و چالش‌ها

با وجود موفقیت GenCast، این مدل همچنان محدودیت‌هایی دارد. برای مثال، وضوح پیش‌بینی‌های آن 0.25 درجه است، درحالی‌که مدل ENS اکنون با وضوح بالاتری (0.1 درجه) فعالیت می‌کند. همچنین، GenCast پیش‌بینی‌ها را در فواصل زمانی 12 ساعت ارائه می‌دهد، که ممکن است در برخی کاربردهای روزمره مانند تولید انرژی بادی کافی نباشد.

استقبال جامعه علمی

جامعه هواشناسی همچنان درباره استفاده گسترده از مدل‌های مبتنی بر هوش مصنوعی محتاط است. یکی از چالش‌ها این است که این مدل‌ها برخلاف مدل‌های فیزیکی سنتی، به جای حل معادلات فیزیکی، بر داده‌ها و الگوها تکیه دارند. با این حال، DeepMind کد GenCast را به صورت متن‌باز منتشر کرده است تا پژوهشگران و متخصصان بتوانند از آن بهره ببرند و اعتماد جامعه علمی به این فناوری بیشتر شود.

چشم‌انداز آینده

با وجود برخی محدودیت‌ها، GenCast نقطه عطفی در پیش‌بینی آب‌وهوا به شمار می‌آید و می‌تواند در کنار مدل‌های سنتی، دقت و سرعت پیش‌بینی‌ها را افزایش دهد. انتظار می‌رود مدل‌های هوش مصنوعی پیشرفته‌تر در آینده نقش بیشتری در مدیریت بحران‌های آب‌وهوایی و کاهش خسارات ناشی از شرایط جوی شدید داشته باشند.

منبع خبر: theverge