أثبتت دراسة حديثة أن النماذج الرقمية التقليدية لا تزال أفضل من نماذج الذكاء الاصطناعي في تنبؤ ظواهر الطقس المتطرفة، وهو أمر حاسم للسلامة والاستجابة للتغير المناخي.
الإعلان
تم نشر تحليل من قبل كاربون بريفيه يظهر أن رغم التقدم اللافت لذكاءات الذكاء الاصطناعي (AI)، لا تزال الأنظمة الرقمية التقليدية توفر أفضل التوقعات للأحداث الجوية المتطرفة. هذه النتائج تسلط الضوء على الحدود الحالية للذكاء الاصطناعي في مواجهة تعقيدات الظواهر الجوية العالية التأثير.
وفقًا لهذه الدراسة، تظل الأنظمة التقليدية، مثل تلك التي تطورها مركز الأرصاد الجوية الأوروبية المتوسطة إلى الطويل (ECMWF)، هي المرجع للتنبؤ بالرقم القياسي المناخي والأحوال الجوية ذات التأثير الشديد. رغم أن الذكاء الاصطناعي مجزي للغاية، لا يزال يصعب عليه تحقيق دقة مماثلة في هذه الحالات الحرجة.
ما نعرفه
تستند الأنظمة التقليدية على حلقة دقيقة من معادلات الديناميكا الجوية، وتحتسب البيانات الفضائية والمعلومات الأرضية لمحاكاة التطورات الجوية بدقة. بالمقارنة، تستخدم الأنظمة التنبؤية القائمة على التعلم الآلي، مثل GraphCast، Pangu-Weather أو FourCastNet، شبكات العصبونات لتعلم نماذج تاريخية وإنتاج التوقعات.
يؤكد الباحثون أن رغم أن الذكاء الاصطناعي يتفوق في السرعة وإنتاج سيناريوهات عالمية، فإنه يعاني من صعوبة في إعادة إنتاج تعقيد التفاعلات الفيزيائية خلال الأحداث المتطرفة. تظل الأنظمة الرقمية التقليدية لديها القدرة الأفضل على محاكاة هذه الظواهر بفضل أسسها العلمية وتكاملها العميق لprocesseات الجوية.
لا تؤثر هذه الميزة على أهمية الذكاء الاصطناعي في الأرصاد الجوية، ولكنها تؤكد الحاجة إلى تطوير متكامل بين الأساليب التقليدية والذكاء الاصطناعي.
لماذا هذا مهم
التوقعات الدقيقة للأحداث المتطرفة - العواصف، حرائق الصيف، الفيضانات - مهمة لحماية السكان، التنبؤ بالمخاطر وتعديل البنية التحتية. الخطأ أو التأخير في التوقع يمكن أن يؤدي إلى نتائج كارثية من الناحية الأمنية والاقتصادية.
في سياق التغير المناخي حيث تزداد تكرار وتيرة الأحداث المتطرفة، فإن الحصول على أدوات موثوقة هو أولوية. هذه الدراسة تذكر أن في الوقت الحالي، لا تزال الأنظمة الفيزيائية الرقمية ضرورية لضمان التوقعات القوية خلال هذه الكوارث الجوية الكبرى.
رد المجتمع
تستقبل المجتمع العلمي والأرصاد الجوية هذه النتائج كنداء للحذر والتعاون. بدلاً من اعتبار الذكاء الاصطناعي بديلاً عن الأساليب التقليدية، يدعو الخبراء إلى تعاون بين التصوير الفيزيائي والتعلم الآلي.
يؤكد الخبراء أن الذكاء الاصطناعي يمكن أن يحسن بشكل كبير سرعة معالجة البيانات والغطاء العالمي، ولكن الدقة العلمية للأنظمة التقليدية لا تزال حاسمة للثقة في التحذيرات المتطرفة.
تحديات الذكاء الاصطناعي في الأرصاد الجوية المتطرفة
من بين العقبات الرئيسية التي يواجهها الذكاء الاصطناعي في توقع الأحداث المتطرفة ندرة البيانات التمثيلية. الأحداث المتطرفة، بتعريفها، تحدث بانتظام ضئيلة، مما يحد من حجم البيانات التاريخية القابلة للاستخدام لتعلم النماذج. هذه النقص يعقد قدرة شبكات العصبونات على التعميم الصحيح والتنبؤ بالظروف غير المسبوقة أو الاستثنائية الشديدة.
بالإضافة إلى ذلك، تعقد التعقيد الفيزيائية للتفاعلات الجوية - مثل ردود الفعل غير الخطية بين المحيط، الجو والسطح الأرضي - الحاجة إلى محاكاة الدوال الأساسية للفيزياء. تتكامل الأنظمة التقليدية هذه الأصول بشكل صريح، مما يمنحها ميزة في دقة التوقعات خلال الظروف المتطرفة. من ناحية أخرى، يعمل الذكاء الاصطناعي كصندوق أسود، مما يمكن أن يحد من فهم وتفسير الظواهر المتنبأ بها.
أخيراً، يجب تحسين حلقة الفضاء والزمن في نماذج الذكاء الاصطناعي لالتقاط التفاصيل الدقيقة للأحداث الجوية الشديدة. بينما يمكن للأنظمة التقليدية الوصول إلى خيوط ناعمة ومحاكاة العمليات الميكروفيزيائية، يجب على شبكات العصبونات تقدم لموازنة هذا المستوى من التفاصيل دون التضحية بالسرعة في التنفيذ.
آفاق دمج الذكاء الاصطناعي والتصور التقليدي
في وجه هذه الحدود، يبحث الباحثون عن استراتيجيات مختلطة تجمع بين قوة الذكاء الاصطناعي والتصورات الفيزيائية. على سبيل المثال، يمكن استخدام الذكاء الاصطناعي لتسريع بعض خطوات الحساب، مثل امتصاص البيانات أو تصحيح التحيزات، مع الحفاظ على أسس التصور الرقمي الفيزيائي. هذه الطريقة ستتيح الجمع بين السرعة والدقة، وهما معايير حاسمة للإدارة المخاطر المتعلقة بالأحداث المتطرفة.
بالإضافة إلى ذلك، يمكن أن يساهم الذكاء الاصطناعي في
Cet article vous a-t-il été utile ?
