كيف يساعد الذكاء الاصطناعي الأرصاد على توقع المطر وموجات البرد قبل أسابيع؟

حسّن باحثون توقعات الطقس للفترة الممتدة من أسبوعين إلى ستة أسابيع باستخدام ذكاء اصطناعي يتعلم من أخطاء نماذج التنبؤ، وتقوم الفكرة على مقارنة ما توقعته النماذج بما حدث، ثم استخدام الأنماط المستخلصة لتعديل توقعاتها التالية، وتعمل الأداة كطبقة تصحيح تضاف إلى النموذج، وأظهرت الاختبارات تحسنًا في التوقعات، بما يشمل أحداثًا من الطقس المتطرف، وتهم هذه المهلة قطاعات تحتاج وقتًا للاستعداد، مثل الزراعة والطاقة وإدارة الطوارئ.

وتختلف القرارات التي يمكن اتخاذها قبل موجة برد بأسابيع عما يمكن فعله قبل وصولها بساعات، ومن زاوية الاستخدام، تتيح المهلة مراجعة الموارد والاستعدادات، لكن فائدتها تتوقف أيضًا على فهم الاحتمال الذي تعرضه النشرة، فرفع الجاهزية لا يحتاج دائمًا إلى الجزم بوقوع الحدث، وقد يستند إلى مقارنة تكلفة الاستعداد بتكلفة التأخر عنه، مع تحديث القرار كلما اقترب الموعد وتوفرت بيانات أخرى.

تطوير التنبؤ بالطقس

ووفقًا لتقرير نشره موقع MIT News، نُشرت الدراسة في Nature بعنوان "تطوير التنبؤ بالطقس من أسبوعين إلى ستة أسابيع باستخدام التعلم الآلي"، واختبر الفريق طبقة التصحيح مع نماذج متعددة، وأحرز نظام يجمع توقعات نماذج مع هذه الطبقة المركز الأول في مسابقة للمركز الأوروبي للتنبؤات الجوية متوسطة المدى، كما أتاح الباحثون الشفرة، وأوضحوا أن تشغيل النموذج الناتج لا يحتاج إلى حاسوب عملاق، وتظل التوقعات في هذه الفترة احتمالية، أي إنها تقدر فرص حدوث نطاق من الحالات.

ولذلك لا تعني النتائج معرفة موعد كل عاصفة أو كمية المطر في شارع بعينه بعد ستة أسابيع، ومن التطبيقات التي يمكن اقتراحها ربط كل مستوى احتمال بإجراء قابل للمراجعة، مثل فحص المخزون أو تجهيز الموارد أو متابعة تحديثات النشرة، وعلى المستوى الصحفي، ينبغي أن ينقل الخبر درجة الاحتمال والفترة التي يغطيها التوقع، حتى لا تتحول زيادة القدرة على التنبؤ إلى وعد لا تقدمه الدراسة.