تطبيق الذكاء الاصطناعي GraphCast يتنبأ بالطقس الأكثر دقة لمدة 10 أيام في العالم

[إعلان 1]

في الاختبارات الأخيرة، تفوقت GraphCast على نظام المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) في دقة التنبؤ.

وفي بحث نُشر في مجلة ساينس، تمكنت GraphCast من إنتاج توقعات أكثر دقة لـ90% من المعلمات البالغ عددها 1380 معلمة التي تم اختبارها، بما في ذلك درجة الحرارة والضغط وسرعة الرياح واتجاهها والرطوبة.

الأهم من ذلك هو أن GraphCast يتفوق بشكل كبير في التنبؤ بالأحداث الجوية الطبيعية المتطرفة.

من المتوقع أن يُحدث نظام GraphCast المدعوم بالذكاء الاصطناعي من Google ثورة في صناعة الأرصاد الجوية.

في سبتمبر 2023، توقعت GraphCast وصول إعصار لي إلى ساحل نوفا سكوشا، كندا، قبل تسعة أيام من وقوع الحدث، بينما توقعت أدوات التنبؤ الجوي التقليدية قبل ستة أيام فقط. علاوة على ذلك، أثبتت هذه الأدوات أنها أقل دقة من حيث توقيت وموقع وصول الإعصار إلى اليابسة.

تظهر الأبحاث: "يمكن لـ GraphCast التنبؤ بمئات المتغيرات الجوية لمدة 10 أيام في جميع أنحاء العالم في أقل من دقيقة."

يجمع نموذج GraphCast بين خوارزميات التعلم الآلي و"الشبكات العصبية الرسومية" (GNNs) - وهي بنية لمعالجة البيانات المنظمة مكانيًا.

تم تدريب النظام باستخدام بيانات الأرصاد الجوية التي أرشفها المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) لأكثر من 40 عامًا. يتيح نظام GNN توليد تنبؤات سريعة باستخدام موارد حاسوبية محدودة.

تتمثل المهمة الأساسية لـ GraphCast في التنبؤ بالتفاعل بين الظروف الجوية في مواقع مختلفة حول العالم.

ومع ذلك، وعلى الرغم من التقدم الكبير الذي أحرزته شركة Google DeepMind، فإن التنبؤ بالطقس لا يزال يشكل مهمة صعبة.

ولكن نظام GraphCast ليس قادراً بعد على توفير المعلومات المعقدة التي تعتبر حاسمة للتنبؤ بالأحداث الجوية مثل الأعاصير.

وفي الوقت نفسه، في حين أصبحت نماذج التنبؤ التقليدية أكثر قدرة على التكيف مع تغير المناخ، فإن نماذج الذكاء الاصطناعي المدربة على البيانات التاريخية لا تزال تواجه صعوبات في ظل تغير الظروف المناخية.

مع ذلك، أعرب باحثو DeepMind عن ثقتهم بقدرة النموذج على التوسع ليشمل أنواعًا مختلفة من أنظمة الطقس. يتوفر حاليًا إصدار تجريبي من GraphCast على موقع ECMWF الإلكتروني.

(وفقا لإنفوسيتي)

الذكاء الاصطناعي يطلق عصرًا جديدًا من الطب الدقيق

بفضل القدرة على تحليل كميات هائلة من البيانات واكتشاف الأنماط غير المرئية للعين البشرية، يعمل الذكاء الاصطناعي على تغيير طريقة تشخيص الأمراض وتصنيفها.