كيف يمكن للذكاء الاصطناعي أن يعزز فهمنا للأعاصير

تزيد الظواهر الجوية المتطرفة أهمية تحسين التنبؤات والاستعداد لها. ويُعد الذكاء الاصطناعي أحد الأدوات التي يمكن أن تساعد في تحليل الطقس. وقد تفوقت بعض نماذجه على الطرق التقليدية في اختبارات محددة. فيما يلي كيف يمكن لهذه الأنظمة أن توسع فهمنا للأعاصير، وما الفوائد المحتملة لذلك.

الأعاصير في مناخ متغير

قد يؤدي الاحترار إلى زيادة شدة الأمطار ونسبة الأعاصير المدارية الأشد قوة. وقد سببت أعاصير قوية في السنوات الأخيرة أضرارًا هائلة وخسائر بشرية، مما يعزز الحاجة إلى تنبؤات دقيقة. لكن هذا لا يعني أن العدد الإجمالي للأعاصير يزداد في جميع المناطق.

التنبؤ بالأعاصير – الطرق الحالية

حققت التنبؤات الجوية تقدمًا كبيرًا بفضل النمذجة الحاسوبية وتحسن الرصد. وتتيح القدرة على معالجة بيانات أكثر إصدار توقعات أدق بكثير مما كان متاحًا للأجيال السابقة.

على سبيل المثال، حسّن المركز الوطني للأعاصير (NHC) دقة توقع مسارات العواصف. ويقارن المقال دقة توقعاته لثلاثة أيام بدقة توقعات يوم واحد قبل أربعين عامًا. كما تحسنت التنبؤات الأسبوعية بفضل نماذج أقوى تستفيد من كميات كبيرة من البيانات.

الأضرار الناجمة عن الأعاصير

تتطلب الطرق الحالية قدرة حاسوبية كبيرة وشبكات رصد وخبراء لتشغيلها. وتتأثر أيضًا بأخطاء البيانات، مثل قراءات المستشعرات غير السليمة. وقد تكون تكلفة شراء الأنظمة وتشغيلها وربطها مرتفعة. يمكن للذكاء الاصطناعي خفض بعض هذه الأعباء، لكنه يظل معتمدًا على بيانات موثوقة وخبرة الأرصاد الجوية.

كيف يمكن للذكاء الاصطناعي أن يلعب دورًا في فهم الأعاصير

يمكن للذكاء الاصطناعي المساعدة في دراسة تشكل الأعاصير ومواقعها ومساراتها. وتتعلم الشبكات العصبية وغيرها من أساليب التعلم الآلي العلاقات من بيانات التدريب. وهي تستلهم بعض الأفكار من الدماغ البشري، لكنها لا تماثله في قدراته.

اكتشاف الأنماط في البيانات

تستطيع هذه الأنظمة تحليل سجلات الطقس الكبيرة واكتشاف ارتباطات يصعب ملاحظتها يدويًا. ويمكن استخدام هذه العلاقات لبناء نماذج توقع جديدة، مع ضرورة التحقق منها؛ فالارتباط لا يثبت بالضرورة وجود علاقة سببية.

فوائد محتملة للتنبؤ بالأعاصير بالذكاء الاصطناعي

قد تخفض بعض خوارزميات الذكاء الاصطناعي تكلفة حساب التوقعات بعد تدريبها. كما يمكنها دعم تقديرات تشكل الأعاصير ومساراتها. لكنها لا تلغي الحاجة إلى خبراء الأرصاد أو الرصد أو تقييم عدم اليقين.

الدقة

تفوقت بعض نماذج الذكاء الاصطناعي على نماذج عددية مرجعية في اختبارات معينة. وتعتمد الدقة على المتغير والمدة الزمنية والظاهرة المدروسة، لذلك لا تضمن النتائج العامة أداءً أفضل في كل إعصار.

أنظمة إنذار أفضل

يمكن لهذه التقنية أن تحسن أنظمة الإنذار. فالإنذار المبكر يمنح السكان والشركات وقتًا أطول للاستعداد أو الإخلاء عندما توصي السلطات بذلك. وحتى التحسن المحدود قد يكون مهمًا في عواصف تدمر المنازل والبنية التحتية.

التخفيف من الأضرار

يتيح التحذير المبكر للإدارات المحلية والسكان اتخاذ إجراءات لتقليل المخاطر والخسائر. وقد يدعم الذكاء الاصطناعي ذلك، لكن تطوير أنظمته وتشغيلها يظلان مرتبطين بتكاليف.

لماذا نماذج التنبؤ بالأعاصير المدعومة بالذكاء الاصطناعي حاسمة للاقتصاد العالمي

يؤثر الطقس في الإنتاج والنقل والأسواق. وقد تسبب الظروف القاسية خسائر وتعطل سلاسل الإمداد. وتساعد أنظمة الإنذار الأكثر فاعلية الشركات على التخطيط والاستجابة لهذه المخاطر.

اللوجستيات

الخدمات اللوجستية قطاع ضخم يعتمد على توقعات موثوقة. ويشير المقال إلى أن كثيرًا من المنتجات تقطع أكثر من 1000 ميل قبل وصولها إلى المستهلك. ويمكن للتحذير المبكر أن يتيح تعديل المسارات والجداول لتقليل اضطراب الإمدادات بسبب الأعاصير.

الزراعة

تحتاج الزراعة أيضًا إلى توقعات محدثة. ويمكن للمزارعين اتخاذ خطوات للحد من خسائر الأعاصير، وتصبح بعض هذه الإجراءات أكثر فاعلية عندما يتوفر وقت أطول للاستعداد. لذلك يهتم القطاع بتحسين النماذج التنبؤية.

مشروعات تطور التنبؤ بالطقس

تجمع مشروعات مختلفة بين النماذج وبيانات الرصد لتحسين التنبؤ. ويستخدم بعضها الذكاء الاصطناعي، بينما يدمج البعض الآخر تقنيات جديدة مع النمذجة العددية التقليدية. وفيما يلي أمثلة على ذلك.

غرافكاست

غرافكاست (GraphCast) نموذج طورته Google DeepMind وأُعلن عنه في 2023 مع إتاحة الشفرة المصدرية. وقد دُرّب على نحو أربعين عامًا من بيانات إعادة التحليل ERA5 التابعة للمركز الأوروبي للتنبؤات الجوية متوسطة المدى. وقورنت توقعاته بنظام HRES العددي؛ وهذا لا يعني أن بيانات HRES كانت مجموعة تدريبه.

يصدر غرافكاست توقعات تمتد إلى عشرة أيام، ويمكن أن يساعد في تحديد مسارات الأعاصير وظواهر متطرفة أخرى. وفي مثال الإعصار لي، توقع موقع وصوله إلى اليابسة في نوفا سكوشا قبل نظام HRES في المقارنة التي عرضتها DeepMind. ولا يثبت ذلك تفوقه على جميع النماذج أو قدرته على توقع الفيضانات مباشرة وبشكل كامل.

توقع عالي الدقة من Spire

يجمع نظام Spire بين رصد الأقمار الصناعية وبيانات جوية وبيئية أخرى، ومنها معلومات الرياح والرطوبة. ويصف المقال توقعات عالمية تمتد إلى ستة أيام.

يمكن ربط توقعات Spire بتطبيقات أخرى عبر واجهة برمجة تطبيقات (API). ويسهل ذلك الوصول إلى البيانات، لكنه يتطلب تطويرًا برمجيًا وفحوصًا لجودة المعلومات وطريقة استخدامها.

كليمافيجن

تجمع Climavision بيانات الأرصاد من مصادر مختلفة لتطوير التوقعات وخدمات الإنذار. وتشمل المتغيرات الضغط الجوي ودرجة الحرارة والرطوبة والرياح.

تقدم Climavision نماذجها بوصفها أدوات لتحسين التوقعات قصيرة ومتوسطة المدى. لكن التنبؤ العددي بالطقس (NWP) ليس خوارزمية ذكاء اصطناعي جديدة بحد ذاته، بل مجال راسخ من النماذج الفيزيائية يمكن دعمه بالتعلم الآلي.

الشركات التي قد تهيمن على سوق توقعات الأعاصير المدعومة بالذكاء الاصطناعي

تسعى شركات متعددة إلى تطوير خدمات التنبؤ بالطقس باستخدام الذكاء الاصطناعي. وقد تخلق البيانات والنماذج المفيدة فرصًا تجارية، لكن النجاح يتوقف على الموثوقية والتبني. ويعرض المقال IBM مثالًا على ذلك.

شركة International Business Machines ‏(IBM)

شركة IBM ‏(International Business Machines) (IBM )من المجموعات التقنية الكبرى، وتعمل في الحوسبة السحابية والذكاء الاصطناعي وغيرها. وقد طورت على مر السنين خدمات لتحليل الطقس وتطبيقات لتقنية Watson.

تعاونت IBM وناسا في 2024 على نموذج Prithvi Weather-Climate، وهو نموذج أساس مفتوح لتطبيقات الطقس والمناخ. ويستفيد التعاون من البيانات والخبرات العلمية لدى ناسا، لكنه لا يثبت وحده أن النموذج هو الأقوى أو الأدق على الإطلاق.

يتعرض سهم IBM لتقلبات السوق مثل الأسهم التقنية الأخرى. وقد تفتح تطبيقات التنبؤ بالطقس فرصًا لإيرادات إضافية، لكنها لا تضمن الأرباح ولا تجعل السهم مناسبًا تلقائيًا لكل محفظة استثمارية.

يمكن استكشاف شراء أسهم IBM من خلال أفضل وسطاء الأسهم المتاحين في منطقتك.

مستقبل أنظمة الذكاء الاصطناعي المستخدمة لتنبؤ الأعاصير

يمكن للنماذج الجديدة أن توسع إمكانات توقع الأعاصير وتحليلها. ويساعد التعرف على الأنماط في استكمال النماذج الفيزيائية والرصد، بما يعزز فهم الباحثين لهذه الظواهر. ويظل التحقق من الأداء في الاستخدام الفعلي ضروريًا.

تحسين التنبؤ في مناخ متغير

قد يزيد الاحترار شدة الأمطار ونسبة الأعاصير القوية جدًا، لكن اتجاه العدد الإجمالي يختلف ولا يعني زيادة في كل مكان. وتحتاج المجتمعات الساحلية إلى الاستعداد لمخاطر الرياح واندفاع مياه البحر والفيضانات.

قد تُربط التوقعات مستقبلًا بأنظمة بحث وإنقاذ مدعومة بالذكاء الاصطناعي. ويمكن مثلًا تجهيز طائرات مسيرة مسبقًا لتقييم الأضرار ونقل الإمدادات، وفق ظروف الطيران وبالتنسيق مع السلطات.

إمكانات الذكاء الاصطناعي في توقع الأعاصير

يمكن لنماذج الذكاء الاصطناعي أن تصبح أدوات مهمة للإنذار وتحليل الطقس. ويتطلب تطويرها بيانات موثوقة واختبارات دقيقة وتعاونًا مع خبراء الأرصاد. ولا يعني تحسين توقع الأعاصير القدرة على منعها؛ فالهدف العملي هو الاستعداد بشكل أفضل وتقليل الأضرار.

تعرف على مشاريع الذكاء الاصطناعي الرائعة الأخرى هنا.