نظرة عامة
تتعلم نماذج الطقس المعتمدة على الذكاء الاصطناعي أنماط الغلاف الجوي مباشرة من عقود من الملاحظات السابقة، وتنتج تنبؤات لمدة 10 أيام في ثوانٍ تنافس أو تتفوق على نماذج الكمبيوتر العملاق القائمة على الفيزياء والتي يستغرق تشغيلها ساعات. وهذا يعيد تشكيل كيفية توقع خبراء الأرصاد الجوية للعواصف وموجات الحر والأعاصير.
يطبق الذكاء الاصطناعي في التنبؤ بالطقس الذكاء الاصطناعي في بيئات خاصة بالمجال حيث تشكل اللوائح والعمليات وتحمل المخاطر خيارات التصميم بقوة.
الغوص العميق
لمدة 70 عامًا، كان التنبؤ بالطقس يعني حل معادلات فيزياء الموائع على أجهزة الكمبيوتر العملاقة العملاقة، وهي عملية تسمى التنبؤ العددي بالطقس (NWP). يقلب الذكاء الاصطناعي هذا النهج: يتم تدريب نماذج مثل Google GraphCast من DeepMind، وPangu-Weather من هواوي، وFourCastNet من NVIDIA على مجموعة بيانات إعادة التحليل ERA5، ما يقرب من 40 عامًا من الطقس العالمي كل ساعة. ويتعلمون العلاقات الإحصائية بين الغلاف الجوي اليوم والغلاف الجوي، ثم يتنبأون عن طريق مطابقة الأنماط بدلاً من محاكاة الفيزياء. تنتج GraphCast توقعات عالمية لمدة 10 أيام بدقة 0.25 درجة في أقل من دقيقة على وحدة معالجة حرارية واحدة، مقابل ساعات على مجموعة أجهزة كمبيوتر عملاقة. في عام 2023، تفوقت GraphCast على نموذج ECMWF المعياري الذهبي في معظم المتغيرات. يدير المركز الأوروبي الآن نموذج الذكاء الاصطناعي التشغيلي الخاص به، AIFS.
البصيرة الفنية
يمثل GraphCast الكرة الأرضية كرسم بياني: شبكة متعددة من العقد المتصلة بمقاييس متعددة، مما يسمح بنشر المعلومات محليًا وعبر مسافات طويلة في خطوات قليلة. تستوعب الشبكة العصبية البيانية حالة الغلاف الجوي الحالية والسابقة، ثم تتنبأ بالحالة قبل 6 ساعات. للتنبؤ بعشرة أيام، فإنه يغذي ناتجه مرة أخرى بشكل انحداري تلقائي، 40 مرة. يعمل التدريب على تحسين الخطأ الموزون عبر مستويات الضغط والمتغيرات مثل درجة الحرارة والرياح والرطوبة.
إتقان الذكاء الاصطناعي في التنبؤ بالطقس
تتعلم نماذج الطقس المعتمدة على الذكاء الاصطناعي أنماط الغلاف الجوي مباشرة من عقود من الملاحظات السابقة، وتنتج تنبؤات لمدة 10 أيام في ثوانٍ تنافس أو تتفوق على نماذج الكمبيوتر العملاق القائمة على الفيزياء والتي يستغرق تشغيلها ساعات. وهذا يعيد تشكيل كيفية توقع خبراء الأرصاد الجوية للعواصف وموجات الحر والأعاصير. يطبق الذكاء الاصطناعي في التنبؤ بالطقس الذكاء الاصطناعي في بيئات خاصة بالمجال حيث تشكل اللوائح والعمليات وتحمل المخاطر خيارات التصميم بقوة. لبناء فهم عميق، تعامل مع الذكاء الاصطناعي في التنبؤ بالطقس كنموذج تشغيل، وليس كميزة واحدة: حدد النتائج المرغوبة، ووضح الافتراضات، وفصل ما يمكن للنظام القيام به بشكل موثوق عما لا يزال يتطلب حكم الخبراء.
من الناحية العملية، تعمل الفرق القوية التي تستخدم الذكاء الاصطناعي في التنبؤ بالطقس على مواءمة القدرة التقنية مع سياسة المجال وإمكانية التدقيق واتخاذ القرارات في الخطوط الأمامية. وهي تقوم بتوثيق معايير نجاح واضحة، واختبارها مقابل بيانات واقعية وسير العمل، والتكرار بناءً على أنماط الفشل الملحوظة بدلاً من الانتصارات المعيارية لمرة واحدة. وهذا هو المكان الذي يتحول فيه الفهم النظري إلى قدرة دائمة عبر المنتج والسياسة والعمليات.
يحدد سياق الصناعة ما إذا كانت أفكار الذكاء الاصطناعي ستظل على اتصال بالواقع. وفي الوقت نفسه، يمكن للمتطلبات التنظيمية أن تُبطل النماذج الأولية القوية. ويتمثل النهج الأكثر مرونة في الجمع بين سرعة التجريب وانضباط الحوكمة: تشغيل البرامج التجريبية، والتقاط الأدلة، ونشر سجلات القرارات، وتحديث الضمانات بشكل مستمر مع تطور سلوك النموذج، وتوقعات المستخدم، والمتطلبات التنظيمية.
التأثير الاستراتيجي
يحدد سياق الصناعة ما إذا كانت أفكار الذكاء الاصطناعي ستظل على اتصال بالواقع.
يحدد سياق الصناعة ما إذا كانت أفكار الذكاء الاصطناعي ستظل على اتصال بالواقع. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.
تؤثر قيود المجال على معدلات الخطأ المقبولة ونماذج المراقبة.
تؤثر قيود المجال على معدلات الخطأ المقبولة ونماذج المراقبة. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.
تعمل عمليات النشر الناجحة على مواءمة القدرة التقنية مع سير العمل في الخطوط الأمامية.
تعمل عمليات النشر الناجحة على مواءمة القدرة التقنية مع سير العمل في الخطوط الأمامية. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.
التنفيذ في العالم الحقيقي
Google يقوم برنامج GraphCast التابع لشركة DeepMind بإنشاء تنبؤات عالمية لمدة 10 أيام في أقل من دقيقة، ويستخدم لتحديد مسار الأعاصير قبل أيام من حدوثها
يقوم ECMWF بتشغيل نموذج AIFS التشغيلي الخاص به لاستكمال تنبؤاته التقليدية القائمة على الفيزياء لخدمات الطقس الأوروبية
تقوم FourCastNet من NVIDIA بإنتاج مجموعات كبيرة بسرعة لتقدير احتمالية أحداث الرياح الشديدة وهطول الأمطار
تقوم GenCast بإنتاج تنبؤات جماعية احتمالية تتفوق على ENS الخاص بـ ECMWF بنسبة 97 بالمائة من أهداف الطقس التي تم اختبارها، مما يحسن توجيه مسار الأعاصير المدارية
أنماط التنفيذ
الذكاء الاصطناعي في التنبؤ بالطقس في الممارسة العملية
Google يعمل برنامج GraphCast التابع لشركة DeepMind على توليد توقعات عالمية لمدة 10 أيام في أقل من دقيقة، ويستخدم لتحديد مسار الأعاصير قبل أيام.
Google تعمل تقنية GraphCast من DeepMind على إنشاء تنبؤات عالمية لمدة 10 أيام في أقل من دقيقة، وتستخدم لتحديد مسار الأعاصير قبل أيام من حدوثها. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحتفظ بمسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
الذكاء الاصطناعي في التنبؤ بالطقس في الممارسة العملية
يقوم ECMWF بتشغيل نموذج AIFS التشغيلي الخاص به لاستكمال تنبؤاته التقليدية القائمة على الفيزياء لخدمات الطقس الأوروبية.
يقوم ECMWF بتشغيل نموذج AIFS التشغيلي الخاص به لاستكمال تنبؤاته التقليدية القائمة على الفيزياء لخدمات الطقس الأوروبية، وعادةً ما تحصل الفرق على نتائج أفضل عندما تحدد عتبات الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
الذكاء الاصطناعي في التنبؤ بالطقس في الممارسة العملية
تقوم شبكة FourCastNet من NVIDIA بإنتاج مجموعات كبيرة بسرعة لتقدير احتمالية أحداث الرياح الشديدة وهطول الأمطار.
تعمل تقنية FourCastNet من NVIDIA على إنتاج مجموعات كبيرة بسرعة لتقدير احتمالية حدوث الرياح الشديدة وهطول الأمطار، وعادةً ما تحصل الفرق على نتائج أفضل عندما تحدد حدود الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
الذكاء الاصطناعي في التنبؤ بالطقس في الممارسة العملية
تقوم GenCast بإنتاج مجموعة تنبؤات احتمالية تتفوق على ENS الخاص بـ ECMWF بنسبة 97 بالمائة من أهداف الطقس التي تم اختبارها، مما يحسن توجيه مسار الأعاصير المدارية.
تقوم GenCast بإنتاج تنبؤات جماعية احتمالية تتفوق على ENS الخاص بـ ECMWF بنسبة 97 بالمائة من أهداف الطقس التي تم اختبارها، مما يحسن توجيه مسار الأعاصير المدارية. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد عتبات الجودة مقدمًا، وتحافظ على مسار التصعيد البشري لحالات الحافة، وتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.
المخاطر والدرابزين
يمكن أن تؤدي المتطلبات التنظيمية إلى إبطال النماذج الأولية القوية.
قد ترمز البيانات التاريخية إلى التحيز الذي يضر بمجتمعات معينة.
يمكن للأنظمة القديمة أن تخلق اختناقات في التكامل وتكاليف مخفية.
خارطة طريق التنفيذ
إشراك خبراء المجال بدءًا من صياغة المشكلات وحتى التقييم.
إشراك خبراء المجال بدءًا من صياغة المشكلات وحتى التقييم. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.
تصميم مسارات التدقيق والوثائق قبل الإطلاق.
تصميم مسارات التدقيق والوثائق قبل الإطلاق. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.
التحقق من صحة التزامات الامتثال والسلامة في وقت مبكر.
التحقق من صحة التزامات الامتثال والسلامة في وقت مبكر. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.
يتم طرحها على مراحل مع معايير واضحة للتوقف والتراجع.
يتم طرحها على مراحل مع معايير واضحة للتوقف والتراجع. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.