الذكاء الاصطناعي GenCast جيد في التنبؤ بالطقس

عندما هبطت هيلين في فلوريدا في وقت سابق من هذا العام، فقد 234 شخصًا حياتهم بسبب أسوأ إعصار يضرب البر الرئيسي للولايات المتحدة منذ كاتارينا في عام 2005. إن الكوارث الطبيعية مثل هذه، وشدتها المتزايدة بسبب تغير المناخ، هي التي دفعت العلماء إلى تطوير أنظمة تنبؤ بالطقس أكثر دقة. في يوم الأربعاء، أعلن قسم DeepMind التابع لشركة Google عن ما قد يُعتبر أهم تقدم في هذا المجال منذ ما يقرب من ثمانية عقود من العمل.

في منشور على مدونة Google Keyword، قام إيلان برايس وماثيو ويلسون من DeepMind بتفصيل GenCast، أحدث وكيل ذكاء اصطناعي للشركة. وفقًا لـ DeepMind، فإن GenCast ليس أفضل فقط في تقديم توقعات الطقس اليومية والقاسية من برنامج الطقس الذكي السابق، ولكنه يتفوق أيضًا على أفضل نظام تنبؤ قيد الاستخدام حاليًا، والذي يتم صيانته بواسطة المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF). في الاختبارات التي قارنت بين توقعات الطقس لمدة 15 يومًا التي أنتجها النظامان للطقس في عام 2019، كان GenCast، في المتوسط، أكثر دقة من نظام ENS التابع لـ ECMWF بنسبة 97.2 في المائة من الوقت. مع أوقات تسليم أكبر من 36 ساعة، كان نظام DeepMind أكثر دقة بنسبة 99.8 في المائة.

قال ريمي لام، العالم الرئيسي في برنامج الطقس AI السابق لـ DeepMind، لصحيفة نيويورك تايمز: "أنا متردد بعض الشيء في قول ذلك، لكن الأمر يبدو وكأننا حققنا تحسينات تستحق عقودًا من الزمان في عام واحد". "نحن نشهد تقدمًا سريعًا حقًا، حقًا".

GenCast هو نموذج انتشار، وهو نفس التقنية التي تعمل على تشغيل أدوات الذكاء الاصطناعي التوليدية من Google. درب DeepMind البرنامج على ما يقرب من 40 عامًا من بيانات الطقس عالية الجودة التي تم تنظيمها بواسطة المركز الأوروبي للتنبؤات الجوية متوسطة المدى. التوقعات التي يولدها النموذج الجديد احتمالية، مما يعني أنها تأخذ في الاعتبار مجموعة من الاحتمالات التي يتم التعبير عنها بعد ذلك كنسب مئوية. تعتبر النماذج الاحتمالية أكثر دقة وفائدة من نظيراتها الحتمية، والتي لا تقدم سوى أفضل تخمين لما قد يكون عليه الطقس في يوم معين. كما أن الأولى أصعب في إنشائها وحسابها.

في الواقع، ربما يكون الأمر الأكثر لفتًا للانتباه في GenCast هو أنه يتطلب طاقة حوسبة أقل بكثير من توقعات المجموعة التقليدية القائمة على الفيزياء مثل ENS. وفقًا لجوجل، يمكن لوحدة معالجة واحدة من وحدات معالجة TPU v5 الخاصة بها إنتاج توقعات GenCast لمدة 15 يومًا في ثماني دقائق. على النقيض من ذلك، قد يستغرق الأمر من حاسوب عملاق به عشرات الآلاف من المعالجات ساعات لإنتاج توقعات قائمة على الفيزياء.

بالطبع، GenCast ليس مثاليًا. أحد المجالات التي يمكن للبرنامج أن يوفر تنبؤات أفضل بشأنها هو شدة الأعاصير، على الرغم من أن فريق DeepMind أخبر صحيفة The Times أنه واثق من أنه يمكنه إيجاد حلول للعيوب الحالية للوكيل. في غضون ذلك، تجعل Google من GenCast نموذجًا مفتوحًا، مع وجود رمز مثال للأداة متاحًا على GitHub. كما ستشق تنبؤات GenCast طريقها قريبًا إلى Google Earth.

المصدر: بوابة الوفد