تتنبأ نماذج الذكاء الاصطناعي الآن بالفيضانات بدقة أكبر، مما يوفر أوقات إنذار حاسمة. تم توسيع نطاق محطة فيodo من جوجل، مما يجعل هذه التقدمات متاحة لملايين الأشخاص المعرضين لخطر الفيضانات.
مع زيادة حدوث الأحداث الجوية المتطرفة، أصبح التنبؤ بالكوارث الطبيعية تحدياً حيوياً للبقاء. في هذا السياق، ظهر الذكاء الاصطناعي (AI) كشريك أساسي. نظام Google Flood Hub، الذي يستخدم نماذج تنبؤية مبنية على الذكاء الاصطناعي، يمتد الآن نطاق تحذيره المبكر للسيول إلى 80 دولة حول العالم. هذه التوسعات تمثل تقدماً كبيراً في حماية السكان من السيول المفاجئة أو المستمرة.
تنبؤ السيول الذي يعيد تعريف تحذيرات الطوارئ
القلب من Google Flood Hub يعتمد على نماذج هيدروولوجية ذكية، قادرة على تحليل بيانات جوية وهيدروولوجية ضخمة في الوقت الفعلي. هذه النماذج، التي تم تدريبها على عقود من البيانات التاريخية، تشمل معلومات من مصادر متعددة: قياسات الأمطار، بيانات الأقمار الصناعية حول رطوبة التربة، نماذج الأرصاد الجوية التقليدية مثل ECMWF، وحتى المعلومات حول التضاريس والبنية التحتية للصرف الصحي. باستخدام تقنيات التعلم الآلي لمعالجة هذه المعلومات المعقدة، يمكن للذكاء الاصطناعي أن يحاكي سلوك الأنهار ويتنبأ بالمناطق التي ستتعرض للسيول، وقبل أيام عدة.
تحت الغطاء: كيف يتنبأ الذكاء الاصطناعي بالسيول
عملية هذه النماذج الاصطناعية تعتمد غالباً على شبكات العصبونات العميقة، قادرة على التعرف على الأنماط والارتباطات الدقيقة في البيانات التي قد تفوتها أو تستغرق وقتاً أطول لحسابها النماذج الفيزيائية التقليدية. على سبيل المثال، يمكن لنظام العصبونات أن يتعلم كيفية التعرف على الطريقة التي يمكن أن تتسبب فيها مزيج معين من الأمطار المحلية الشديدة، وتعشيش التربة، وظروف السيول في الأماكن المرتفعة في إثارة سيول منطقة معينة، حتى لو كانت الأمطار المباشرة هناك معتدلة. الميزة الرئيسية تكمن في سرعة الحساب والقدرة على دمج العديد من المتغيرات المتغيرة بسرعة. حيث يمكن أن يستغرق النموذج الفيزيائي الهيدروولوجي التقليدي ساعات لتقدير التنبؤ معين، يمكن للنموذج الاصطناعي المدرب تقديم توقعات تقريبية فورية.
مدة التنبؤ المهمة لإنقاذ الأرواح
من بين العناصر الأكثر أهمية في تحذيرات الطوارئ هي فترة التنبؤ. يعهد Google Flood Hub بتوقعات تصل إلى 7 أيام مقدماً في بعض المناطق. هذه الفترة مهمة جداً: فهي تتيح للسلطات تشغيل خطط الإخلاء، إعلام السكان المجاورين، تحريك خدمات الطوارئ، وتنفيذ إجراءات الحماية. أظهرت الأداءات التي قدمتها Google تحسناً كبيراً مقارنة بالطرق السابقة، على الرغم من أن الدقة التنبؤية لا يجب أن تُتجاهل، خاصة بالنسبة للحوادث الأكثر شدة أو غير العادية. القدرة على تحسين هذه النماذج بشكل مستمر بفضل تدفق البيانات الجديدة هي ميزة كبيرة.
ضد النماذج الفيزيائية: اتفاقية موعودة
من المهم ملاحظة أن النماذج الاصطناعية مثل تلك المستخدمة في Google Flood Hub لا تحل محل النماذج الهيدروولوجية الفيزيائية التقليدية، التي غالباً ما يتم تطويرها وتحسينها من قبل مؤسسات مثل ECMWF أو وكالات الدولة. على العكس، فهي غالباً ما تكون مكملة. النماذج الفيزيائية تتفوق في تجسيد العمليات الفيزيائية الأساسية للهيدروولوجيا، بينما يتفوق الذكاء الاصطناعي في التعرف على الأنماط المعقدة وتسريع حسابات التنبؤ على نطاقات بيانات كبيرة. هذه الاستفادة من بعضها البعض تتيح الحصول على توقعات أكثر قوة وأكثر سرعة. البيانات المنتجة من مشاريع مثل Copernicus، التي توفر صوراً أقمار صناعية وبيانات بيئية عالية الدقة، مهمة جداً لدعم هذه النماذج الاصطناعية.
لماذا تعتبر هذه التقنية حيوية اليوم
توسع Google Flood Hub في 80 دولة يندرج في سياق تقوية التأثير المتزايد للتغير المناخي على تواتر وشدة الأحداث الجوية المتطرفة، بما في ذلك السيول. وفقاً لتقارير العلماء، زيادة درجات الحرارة العالمية تؤدي إلى جو أكثر رطوبة قادراً على تسليط أمطار أكثر شدة. توفر النماذج الاصطناعية حل تقني لتحسين إدارة هذه المخاطر المتزايدة. من خلال جعل معلومات خطر السيول أكثر وصولاً، خاصة في الدول النامية حيث يمكن أن تكون البنية التحتية للتحذير محدودة، فإن هذه التقنية تساهم بشكل مباشر في قدرة المجتمعات على الصمود.不再是阿拉伯语，请继续使用阿拉伯语翻译。
Cet article vous a-t-il été utile ?
