قامت شركة DeepMind من Google بتطوير نموذج للتنبؤ بالطقس مدعوم بالذكاء الاصطناعي، GraphCast، والذي يمكنه تقديم توقعات لمدة 10 أيام في أقل من دقيقة. وفقًا لبحث أجراه العلماء، تجاوزت GraphCast دقة تقنيات التنبؤ بأنماط الطقس التقليدية بمعدل تحقق يصل إلى 90%.
يستخدم برنامج GraphCast للتنبؤ بالطقس أحدث حالتين مناخيتين على الأرض، بما في ذلك متغيرات من الوقت الحالي وست ساعات سابقة، للتنبؤ بالطقس قبل ست ساعات وما يصل إلى 10 أيام مقدمًا.
تفتخر Google بأكثر من مليون نقطة شبكة عالمية للبيانات المحلية، ولا يتطلب GraphCast سوى معلومتين لإجراء تنبؤاته.
ويدعي البحث أن هذا يمثل نقطة تحول في التنبؤ بالطقس من خلال تمكين تنبؤات أرخص وأكثر دقة ويمكن الوصول إليها بسهولة والتي يمكن تصميمها لتناسب تطبيقات محددة، والتي بدورها يمكن أن تساعد الأفراد والصناعات على اتخاذ قرارات أفضل بناءً على الطقس.
تمت مقارنة نموذج GraphCast مع التنبؤات عالية الدقة للمركز الأوروبي للتنبؤات الجوية متوسطة المدى (HRES)، والذي يعتبر النظام القياسي الذهبي، وتبين أن GraphCast أكثر دقة بنسبة 99.7٪ في بعض الحالات.
الأداة مفتوحة المصدر، مما يسمح لأي شخص باستخدامها، ويقوم ECMWF بتجربتها بالفعل.
وقالت جوجل إن النظام يمكنه اكتشاف الأحداث الجوية القاسية قبل وصولها أثناء التدريب، وكان GraphCast قادرًا على التنبؤ بحركة الإعصار بشكل أكثر دقة من HRES.
في سبتمبر، توقعت أن يصل إعصار لي إلى نوفا سكوتيا قبل تسعة أيام من وصوله إلى اليابسة، أي قبل ثلاثة أيام من النماذج التقليدية.
يتمتع النموذج بالقدرة على التنبؤ بالظواهر الجوية المتطرفة، مثل الأعاصير المدارية وموجات الحرارة الشديدة التي تحدث في مناطق مختلفة. بالإضافة إلى ذلك، يمكن إعادة تدريب الخوارزمية باستخدام البيانات الحديثة، مما يجعل العلماء يعتقدون أن الأداة ستصبح أكثر دقة في التنبؤ بالتغيرات في أنماط الطقس التي تترافق مع… تغير المناخ.
وتبحث جوجل في كيفية دمج GraphCast في منتجاتها، وتعمل الإدارة الوطنية للمحيطات والغلاف الجوي (NOAA) على تطوير نماذج من شأنها أن توفر قراءات أكثر دقة حول توقيت الأحداث الجوية القاسية، والأهم من ذلك، توقعات شدة الأعاصير.
