الذكاء الاصطناعي.. هل يتمكن من التنبؤ بالكوارث؟

ضرب زلزال في فبراير/شباط من العام الماضي 2023 مناطق واسعة من تركيا وسوريا، وتسبب بوفاة عشرات الآلاف من القتلى وأضعاف هذا الرقم من المصابين، إضافة إلى تدمير شبه كامل لمعالم المدن التي أصابها.

الزلزال هو شكل من أشكال الكوارث الطبيعية التي تصيب سكان هذا الكوكب، رغم أنه قد يكون الأكثر ضررا من بين أخواته، فهناك الحرائق والأعاصير والفيضانات والسيول والانهيارات الأرضية.

وطوال عقود يسعى العلماء وذوو الشأن والاختصاص للحد من الدمار الذي تُلحقه تلك الكوارث، وحلمهم في كل مرة هو الوصول لطريقة تمكنهم من التنبؤ بالكوارث قبل وقوعها ليتسنى للحكومات إخلاء المدن ولِفرق الإنقاذ من الاستعداد.

وفي السنوات الأخيرة، وبعد القدرات الكبيرة التي أظهرتها أنظمة الذكاء الاصطناعي في مختلف المجالات، أعلنت أكثر من مؤسسة بحثية وشركة تقنية عن تطوير خوارزميات قادرة على التنبؤ بنوع محدد من الكوارث، وأظهرت التجارب على تلك الأنظمة دقة وموثوقية مطمئنة بنسبة كبيرة.

الزلزال شكل من أشكال الكوارث الطبيعية التي تصيب سكان هذا الكوكب رغم أنه قد يكون الأكثر ضررا من بينها (رويترز) دراسات التنبؤ.. 7 عقود

تُقدِّر الإدارة الوطنية للمحيطات والغلاف الجوي الأميركية كلفة كوارث الطقس والمناخ التي أصابت الولايات المتحدة في السنوات السبع الماضية، بأكثر من تريليون دولار.

وعلى الصعيد العالمي، ذكرت صحيفة واشنطن بوست أن تقديرات البنك الدولي للفائدة المتوقعة من تحسين أنظمة الإنذار المبكر وتقنيات التنبؤ بالكوارث، بالإضافة إلى إنقاذ عشرات الآلاف من الأرواح، قد يحقق فوائد اقتصادية سنوية تبلغ 162 مليار دولار.

وفي الأيام الأولى لتشكيل مراكز الأرصاد الجوي والزلزالي، كان يتعين على العلماء تحليل كميات كبيرة من البيانات يدوياً لاكتشاف اتجاهات الطقس الرئيسية.

لكن في مطلع الخمسينيات من القرن الماضي بدأت تلك المراكز باستخدام نماذج حاسوبية في إنتاج تنبؤات جوية بناء على معادلات رياضية معقدة تصف التطور اليومي للغلاف الجوي.

واشتُهر منذ ذلك الوقت وحتى يومنا هذا نموذجان -أو إن صح القول مدرستان- في تفسير تلك البيانات، وهما "النموذج الأميركي" و"النموذج الأوروبي".

ورغم تطور الأنظمة الحاسوبية منذ تلك الفترة وحتى يومنا هذا، فإن كمية البيانات الواردة للمراكز تضاعفت بشكل أُسي عن تلك الحقبة، مما جعل تشغيل هذه النماذج يتطلب قوة معالجة هائلة، كما أن ترقيتها عملية مكلفة قد تستغرق سنوات حتى تكتمل.

وفي الوقت نفسه، يمكن أن تكلف أجهزة الحاسوب العملاقة الجديدة -مثل ذلك الذي اشتراه مكتب الأرصاد الجوية في المملكة المتحدة من مايكروسوفت في عام 2021- أكثر من مليار دولار.

لقد تحسنت دقة نماذج التنبؤ بالطقس التقليدية بمعدل يوم واحد تقريبا كل عقد من الزمن، وبإمكان النماذج اليوم التنبؤ بالطقس مدة سبعة أيام مقابل توقعات ثلاثة أيام في الثمانينيات.

وعلى سبيل المثال تُظهر بيانات المركز الوطني للأعاصير زيادة مطردة في دقة التنبؤات بمسار الأعاصير مع انخفاض متوسط ​​الخطأ فيها، ففي الثمانينيات جرى التنبؤ بمسار إعصار من مسافة 100 ميل وقبل وصوله بثلاثة أيام. أمّا اليوم فيمكن التنبؤ بمساره من على مسافة 300 ميل وقبل وصوله بسبعة أيام.

ومع ذلك، لا يزال من الصعب التنبؤ بتقلبات الطقس الشديدة والمفاجئة مثل الأعاصير القوية والفيضانات والبرد والعواصف الشتوية وموجات الحر والجفاف من خلال تفاصيل البيانات الصغيرة أو إطلاق الإشعار المسبق الذي يحتاج الناس إليه بغية الاستعداد بشكل صحيح.

ما زال صعبا التنبؤ بتقلبات الطقس الشديدة والمفاجئة مثل الأعاصير القوية والفيضانات والبرد والعواصف الشتوية (شترستوك) نماذج جديدة للتنبؤ.. الذكاء الاصطناعي يثبت جدارة

في السنوات الخمس الأخيرة بدأ جيل جديد من نماذج التنبؤ بالطقس تدخل للخدمة، وهي على نوعين: إما هجينة بمعنى أنها تدمج بين النماذج القديمة وأنظمة الذكاء الاصطناعي، أو تكون مرتكزة بشكل كامل على أنظمة الذكاء الصناعي. وهذا النوع الأخير كانت وراء ابتكاره كبرى الشركات التكنولوجية.

من أمثلة النموذج الهجين نظام "إتش سي سي إيه" الخاص بمركز الأعاصير في الولايات المتحدة. ويدمج نظام "إتش سي سي إيه" الجديد هذا المدخلات من نماذج متعددة، ويستخدم التعلم الآلي للاعتماد بشكل أكبر على النماذج التي حققت أداء أفضل بناء على التوقعات السابقة.

مثال ذلك في إعصار ايداليا الأخير الذي ضرب الولايات المتحدة عام 2023، فقد كان متوسط ​​خطأ المسار المتوقع لـ"إتش سي سي إيه" لمدة ثلاثة أيام هو 97 ميلا بحريا مقابل 116 ميلا بحريا للتنبؤات الرسمية.

ويمثل كلاهما تحسينات ذات مغزى، حيث إن كلفة الإخلاء تبلغ حوالي مليون دولار لكل ميل، كما تفوّق النموذج أيضا على توقعات المسار الرسمية لمركز الأعاصير للعديد من العواصف الأخرى في عام 2023.

أما النماذج التي اعتمدت بشكل كلي على الذكاء الاصطناعي فهي أكثر من نموذج، وقبل ذكر أبرزها لا بد من الإشارة الى الطريقة التي تعمل بها.

في البدء يتم تدريب نماذج الذكاء الاصطناعي على كميات هائلة من البيانات التاريخية، والتي تقوم الخوارزميات بتحليلها للعثور على العلاقات بين الملاحظات أو التوقعات السابقة والظروف التي تلت ذلك.

وباستخدام خوارزميات التعلم الآلي، يمكن لأنظمة الذكاء الاصطناعي تحليل كل هذه المعلومات في جزء صغير من الوقت وبشكل أكثر دقة وكفاءة دون التعرض لخطر الخطأ البشري. ومن خلال النظر إلى أنماط الطقس التاريخية ومقارنتها بالظروف الحالية، يمكن بعد ذلك التنبؤ بالحالات الشاذة المحتملة التي قد تؤدي إلى كوارث طبيعية.

وبمجرد تدريب نماذج الذكاء الاصطناعي، يمكنها توليد توقعات في ثوانٍ إلى بضع دقائق على أي جهاز حاسوب متوفر مقارنة بأكثر من ساعة على أجهزة الحاسوب العملاقة الكبيرة لمعظم النماذج التقليدية.

لا يختلف هذا المفهوم عن الطريقة التي يستخدم بها علماء الأرصاد الجوية خبرتهم لتوقع كيفية انحراف الطقس عن توقعات النموذج، لكن الذكاء الاصطناعي يفعل ذلك على نطاق وسرعة يصعب على البشر مجاراتها.

نوعان لنماذج التنبؤ بالطقس بدأت تعمل وهي النموذج الهجين والنموذج المرتكز بشكل كامل على أنظمة الذكاء الصناعي (غيتي) غوغل.. نموذج أكثر دقة

طورت غوغل بالتعاون مع جامعة هارفرد نظاما للتنبؤ بالطقس أطلقت عليه غراف كاست بمقدوره إنشاء تنبؤات لمدة تصل إلى 10 أيام في أقل من دقيقة. وقد وجد أنه أكثر دقة بنسبة 10 إلى 30% من النموذج الأوروبي.

وقال ريمي لام كبير الباحثين في شركة غوغل ديب مايند: "التحدي الرئيسي لمنع فقدان الأرواح هو تحديد موقع الزلزال. وتتبع الهزاتُ الارتدادية كلَّ زلزال كبير، ويمكن أن تستمر فترة طويلة، مما يؤدي إلى إسقاط الهياكل التي أضعفها الزلزال الأصلي وتُسبب المزيد من الإصابات والوفيات".

ويضيف: "بينما أن الخبراء البشريين يمكنهم التنبؤ بالحوادث والمواقع إلى حد ما، فإن هناك مجالا لتحسين دقة وتوقيت التنبؤات، وهنا يمكن أن يأتي الذكاء الاصطناعي".

ودُرب غراف كاست على تحليل أكثر من 131 ألف هزة ارتدادية وإنشاء قاعدة بيانات لفهم الأنماط وتحديدها، ثم اختبر العلماء الشبكة العصبية على قاعدة بيانات تضم 60 ألف هزة ارتدادية.

كان أداء الشبكة العصبية أفضل من الأنظمة الحالية للتنبؤ بالزلازل وبنسبة دقة قاربت الـ85%.

نماذج مايكروسوفت وإنفيديا وهواوي وماساتشوستس

على غرار غوغل، نشرت شركات مايكروسوفت وإنفيديا وهواوي مقالات أكاديمية في الأشهر الـ16 الماضية تدّعي فيها أن نماذج الطقس الخاصة بها المرتكزة على الذكاء الاصطناعي تعمل بشكل جيد أو أفضل من النموذج الأوروبي الذي يعتبر على نطاق واسع المعيار الذهبي للنماذج التقليدية.

وقال متحدث باسم إنفيديا: "إن نموذجهم المسمى فوركاست نت أسرع بمقدار 50 ألف مرة من النماذج التقليدية، وأكثر كفاءة في استخدام الطاقة بمقدار 10 آلاف مرة".

ومن جانبهم، صمم علماء معهد ماساتشوستس للتكنولوجيا الذكاء الاصطناعي الذي يمكنه التنبؤ بالكوارث النادرة، مثل انهيار الجسور والأمواج المارقة.

وأظهر فريق من جامعة براون ومعهد ماساتشوستس للتكنولوجيا كيف يمكن ربط الذكاء الاصطناعي بمجموعات بيانات صغيرة للتنبؤ بالأحداث النادرة والمدمرة. وقد نُشرت نتائجهم مؤخرا في مجلة الطبيعة.

كما ابتكر علماء الجيولوجيا في جامعة كاليفورنيا تقنية جديدة تستخدم الذكاء الاصطناعي للتنبؤ بشكل أفضل بمكان وسبب حدوث الانهيارات الأرضية.

الذكاء الاصطناعي.. كيف تميز على البشر؟

الذكاء الاصطناعي امتاز بقدرات كثيرة جعلت له قدم السبق على البشر في التنبؤ بالكوارث، وأهم ما يميزه هو:

تحليل البيانات:

فإحدى القدرات الرئيسية للذكاء الاصطناعي قدرته على تحليل كميات هائلة من البيانات بسرعة ودقة، وفي سيناريوهات إدارة الكوارث حيث يكون الوقت حاسماً، تُمكَّن هذه القدرة المسؤولين من جمع المعلومات من مصادر متعددة مثل قنوات التواصل الاجتماعي أو شبكات الاستشعار بشكل أكثر فعالية.

التحليلات التنبؤية:

القدرة المهمة الأخرى التي يوفرها الذكاء الاصطناعي هي التحليلات التنبؤية، فعبر تحليل البيانات التاريخية جنباً إلى جنب مع المعلومات الآنية في الوقت الفعلي أثناء وقوع الكارثة، يصبح من الممكن للنماذج التنبؤية تقدير التأثير المحتمل، والتنبؤ بالمناطق المتضررة، وحتى توقع المخاطر المستقبلية.

اتخاذ القرار الآلي:

يمكن برمجة أنظمة الذكاء الاصطناعي لاتخاذ قرارات مستقلة بناء على قواعد محددة مسبقا أو أنماط مستفادة. وفي إدارة الكوارث تُثبت هذه القدرة أنها لا تقدر بثمن عندما يتعلق الأمر بتحديد المواقف الحرجة بسرعة وتخصيص الموارد بكفاءة وتنسيق الاستجابات لحالات الطوارئ.

معالجة اللغة الطبيعية:

يمكن لأنظمة الذكاء الاصطناعي المجهزة بقدرات معالجة اللغة الطبيعية؛ معالجة وفهم اللغة البشرية في الوقت الفعلي، وهذا يمكّنهم من تحليل موجزات وسائل التواصل الاجتماعي أو المقالات الإخبارية أو مكالمات الطوارئ أثناء وقوع الكارثة، مما يوفر رؤى قيمة لصانعي القرار فيما يتعلق بالمشاعر العامة أو القضايا الناشئة التي قد تتطلب اهتماماً فورياً.

الروبوتات والأتمتة:

يمكن للروبوتات التي تعمل بالذكاء الاصطناعي أن تساعد في مهام البحث والإنقاذ من خلال التنقل عبر البيئات الخطرة التي قد لا يتمكن البشر من الوصول إليها بسبب مخاوف تتعلق بالسلامة. فهذه الروبوتات قادرة على أداء مهام مثل إزالة الحطام أو اكتشاف الناجين باستخدام أجهزة الاستشعار وتقنيات التعرف على الصور.

فيمكن استخدام الروبوتات التي تعمل بالذكاء الاصطناعي لفحص البنية التحتية -مثل الجسور والمباني- بحثاً عن علامات التآكل التي قد تشير إلى انهيار محتمل، كما يمكن استخدام الطائرات بدون طيار التي تعمل بالذكاء الاصطناعي لرصد المناطق المنكوبة بحثاً عن علامات الضرر وتوفير المعلومات في الوقت الفعلي لصناع القرار.

الذكاء الاصطناعي لديه القدرة على كيفية التعاطي مع الكارثة حال وقوعها بأشكال مختلفة (أسوشيتد برس) الذكاء الاصطناعي وإدارة الكوارث

ليست الفائدة الوحيدة للذكاء الاصطناعي هي التنبؤ بالكارثة، بل لديه ميزة في كيفية التعاطي مع الكارثة حال وقوعها بأشكال مختلفة، أبرزها:

أنظمة الإنذار المبكر:

فمن خلال تحليل البيانات التاريخية عن الكوارث السابقة مثل الزلازل أو الأعاصير باستخدام خوارزميات التعلم الآلي، يمكن لأنظمة الإنذار المبكر المدعومة بالذكاء الاصطناعي التنبؤ بالمخاطر بشكل أكثر دقة من الطرق التقليدية. وتزود هذه الأنظمة السلطات بمعلومات مهمة عن الأحداث الوشيكة حتى تتمكن من بدء إجراءات الإخلاء في وقت مبكر.

تقييم المخاطر:

وذلك من خلال خوارزميات متقدمة قادرة على تقييم مجموعات كبيرة من البيانات المتعلقة بالخصائص الجغرافية مثل التضاريس أو تكوين التربة إلى جانب إحصاءات الكثافة السكانية. فالذكاء الاصطناعي يساعد الخبراء على تحديد المناطق الأكثر عرضة لأنواع معينة من الكوارث مثل الفيضانات أو الانهيارات الأرضية بكفاءة.

تنسيق الاستجابة:

فأثناء حالات الطوارئ عندما يكون الوقت حاسماً؛ يتيح الذكاء الاصطناعي التنسيق الفعال بين مختلف الوكالات المشاركة في عمليات الاستجابة للكوارث من خلال شبكات الاتصال في الوقت الحقيقي المتكاملة مع قدرات اتخاذ القرار الذكي بناء على تحليل الموقف.

الإدارة الفعالة للموارد:

يمكن أن يساعد الذكاء الاصطناعي في تحسين تخصيص الموارد أثناء الاستجابة للكوارث، ومن خلال تحليل البيانات المتعلقة بالموارد المتاحة بما في ذلك أفراد الطوارئ والإمدادات والمعدات الطبية، يمكن للخوارزميات تحديد التوزيع الأكثر كفاءة للمناطق المتضررة.

تقييم الأضرار والتخطيط للتعافي:

بعد وقوع الكارثة، يساعد الذكاء الاصطناعي في تقييم مدى الضرر من خلال تحليل صور الأقمار الصناعية أو بيانات الاستشعار من الطائرات بدون طيار على مستوى الأرض. وتساعد هذه المعلومات السلطات في صياغة خطط التعافي الفعالة بناء على تقييمات دقيقة.

كوارث تعامل معها الذكاء الاصطناعي

أحد أهم الأمثلة على كيفية تعامل أنظمة الذكاء الاصطناعي في  التنبؤ بالكوارث هي الزلازل، حيث تقوم الخوارزميات بتحليل البيانات من أجهزة قياس الزلازل وأجهزة الاستشعار الأخرى لتحديد الأنماط التي قد تشير إلى وقوع زلزال وشيك. وقد استُخدمت هذه الخوارزميات بنجاح في العديد من البلدان، بما في ذلك اليابان والولايات المتحدة.

ومثال آخر هو استخدام الذكاء الاصطناعي للتنبؤ بالأعاصير، فقد طور الباحثون خوارزميات تُحلل البيانات من الأقمار الصناعية وغيرها من المصادر للتنبؤ بمسار الأعاصير وشدتها. واستُخدمت هذه الخوارزميات بنجاح في العديد من البلدان، بما في ذلك الولايات المتحدة والمكسيك.

كما استُخدمت أجهزة الاستشعار التي تعمل بالذكاء الاصطناعي للتنبؤ بالفيضانات في جاكرتا وإندونيسيا. ومن خلال تحليل البيانات من أجهزة الاستشعار المثبتة في الأنهار والممرات المائية الأخرى، تمكن الذكاء الاصطناعي من التنبؤ بالفيضانات بدرجة عالية من الدقة، مما مكن السلطات من اتخاذ تدابير وقائية لحماية السكان والبنية التحتية.

وكذلك استُخدمت طائرات بدون طيار تعمل بالذكاء الاصطناعي لمراقبة الغابات بحثا عن علامات حرائق الغابات في كاليفورنيا بالولايات المتحدة. ومن خلال تحليل البيانات من كاميرات حرارية، تمكن الذكاء الاصطناعي من اكتشاف الحرائق قبل أن تنتشر خارج نطاق السيطرة، مما مكّن رجال الإطفاء من احتوائها بسرعة أكبر.

وبالنظر إلى النتائج الواعدة حتى الآن، فإن الذكاء الاصطناعي على ما يبدو مستعد للعب دور رئيسي في المضي قدما في إدارة الكوارث. لكن تنفيذها في هذا المجال لا يخلو من التحديات، خاصة تلك المتعلقة بِخصوصية البيانات وأمنها، والتكاليف المرتفعة المرتبطة باعتمادها وتطويرها، والتي يمكن أن تشكل عائقا كبيرا أمام انتشارها. ثم إن هناك نقصا في المهنيين المؤهلين والمهرة اللازمين لتشغيل هذه الأنظمة وتطويرها وصيانتها.

وإضافة إلى ذلك، يثير الذكاء الاصطناعي أيضا تحديات أخلاقية كبيرة، مثل الخوارزميات المتحيزة، والخسارة المحتملة للوظائف البشرية.

المصدر: الجزيرة