نموذج DeepMind للأعاصير يقلّص خطأ المسار 140 كيلومتراً

الزبدة
- نموذج WeatherNext Cyclones من Google DeepMind خفّض خطأ توقع مسار الإعصار عند خمسة أيام إلى 230 كيلومتراً، مقابل 370 كيلومتراً لنظام ECMWF و335 كيلومتراً لنموذج GenCast السابق.
- دراسة محكّمة قبلتها مجلة Nature أشرف عليها باحثون من Google Research والمركز الوطني الأمريكي للأعاصير وجامعة كولورادو ومكتب الأرصاد البريطاني.
- النموذج يتنبأ بالأعاصير حتى 15 يوماً مقدماً، ويولّد 1000 سيناريو محتمل للعاصفة، وتفوّق على نظام NOAA في دقة شدة العاصفة بفارق 3.75 عقدة عند ثلاثة أيام.
توقّع إعصار بفارق 230 كيلومتراً بدلاً من 370 عن المسار الفعلي قد يعني الفرق بين إصدار أمر إخلاء للساحل الصحيح أو للساحل الخاطئ. هذه هي الفجوة التي تقول Google DeepMind إن نموذجها الجديد WeatherNext Cyclones (WN-C) نجح في سدّها، مقارنة بنظام المجموعات (Ensemble) التابع للمركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF)، أحد المعايير التشغيلية التي يعتمد عليها خبراء الأرصاد اليوم.
نُشرت النتائج في دراسة محكّمة قبلتها مجلة Nature للنشر، بمشاركة باحثين من Google Research والمركز الوطني الأمريكي للأعاصير وجامعة ولاية كولورادو ومكتب الأرصاد الجوية البريطاني (Met Office). واختبر الفريق النموذج على أعاصير مدارية رُصدت بين عامي 2023 و2025.
كما تفوّق WN-C على نموذج DeepMind السابق GenCast، الذي سجّل خطأ مسار متوسطه 335 كيلومتراً عند أفق خمسة أيام. أما في التنبؤ بشدة العاصفة، فقد فاق النموذج الجديد أداء نظام NOAA لتحليل الأعاصير والتنبؤ بها (HAFS) بفارق 3.75 عقدة (Knot) في المتوسط عند أفق ثلاثة أيام، وهو هامش مهم للجهات التي تقرر حجم الاستعداد لعواصف مدّية وأضرار رياح متوقعة.
مهلة زمنية أطول وسيناريوهات أكثر
بعيداً عن دقة الأرقام، يمدّد WN-C أفق التنبؤ المفيد إلى 15 يوماً، ويولّد ما يصل إلى 1000 سيناريو محاكاة للعاصفة الواحدة. يتيح هذا النهج القائم على المجموعات لخبراء الأرصاد رؤية مروحة من المسارات والشدة المحتملة بدل مسار واحد متوقّع، وهو أقرب إلى الطريقة الفعلية التي تُدار بها حالة عدم اليقين في التخطيط للطوارئ.
تصف الدراسة المكسب في المهلة الزمنية، أكثر من يوم كامل من الإنذار المبكر مقارنة بالأنظمة التشغيلية الرائدة، بأنه الثمرة العملية لتحسّن الدقة. فالإنذار المبكر يمنح السلطات الساحلية وقتاً أطول لتجهيز الموارد وإصدار إشعارات الإخلاء قبل وصول العاصفة إلى اليابسة.
الرهانات وراء هذه الأرقام كبيرة. فقد تسببت الأعاصير المدارية في أكثر من 700 ألف وفاة وخسائر اقتصادية تُقدَّر بـ1.4 تريليون دولار حول العالم على مدى العقود الخمسة الماضية، بحسب الأرقام التي استشهدت بها الدراسة.
مراجعة Nature النظيرة تمنح هذه النتائج ثقلاً أكبر من إعلانات الشركات المعتادة، إذ خضعت المنهجية والمقارنات مع نظامي ENS وHAFS لتدقيق مستقل. وسيحدد مدى تبنّي وكالات الأرصاد الوطنية لـWN-C تشغيلياً، وأداؤه على أعاصير خارج نافذة الاختبار بين 2023 و2025، ما إذا كانت هذه المكاسب في الدقة ستتحول إلى إنذارات أسرع على أرض الواقع.
فارق يوم كامل من الإنذار المبكر قد يمنح السلطات الساحلية الوقت اللازم لتجهيز الموارد قبل وصول العاصفة إلى اليابسة.
التغطيات والأبحاث الأصلية التي استند إليها هذا المقال.
فريق تحرير واكب
تم إعداد هذه المراجعة وتلخيصها بواسطة محرك الذكاء الاصطناعي الخاص بواكب ومراجعتها وتدقيقها من قبل فريقنا التحريري لضمان الدقة والموثوقية.
اشترك في النشرة البريدية
احصل على ملخص أسبوعي لأبرز أبحاث وأدوات الذكاء الاصطناعي مباشرة في بريدك.
قناة التليجرام
تابع تغطيتنا اللحظية ونقاشاتنا حول آخر مستجدات وأنظمة الذكاء الاصطناعي.
