Google تكشف عن نموذج GenCast.. قفزة نوعية في توقعات الطقس للذكاء الاصطناعي
كشفت DeepMind من Google النقاب عن نموذج الذكاء الاصطناعي GenCast المتخصص في التنبؤ بالطقس.
وفقًا للشركة في بيانها الرسمي، فإن نموذج GenCast قادر على تقديم تنبؤات يومية بالطقس، وآخر يتعلق بالظواهر الجوية المتطرفة أكثر من برامج الذكاء الاصطناعي الأخرى.
زعمت Google أن نموذج GenCast يتفوق أيضًا على أفضل أنظمة التنبؤ الحالية التي يديرها المركز الأوروبي للتنبؤ بالطقس متوسط المدى (ECMWF).
في اختبارات المقارنة التي تضمنت توقعات لمدة 15 يومًا في عام 2019، تفوق نموذج GenCast بدقة على نظام ECC بنسبة 97.2٪ في المتوسط، مع دقة أعلى بنسبة 99.8٪ في فترات التنبؤ التي تزيد عن 36 ساعة.
قال ريمي لام، كبير العلماء في برنامج التنبؤ بالفضاء في ديب مايند، في تصريحات لصحيفة نيويورك تايمز: "أشعر ببعض التردد في قول هذا، لكن يبدو أننا أحرزنا تقدمًا يعادل عقودًا من العمل في عام واحد فقط. إن التقدم الذي نشهده مثير للإعجاب ".
يعتمد GenCast على نموذج الانتشار، وهو نفس التكنولوجيا التي تستخدمها أدوات Google التي تعمل بالذكاء الاصطناعي، وقد تم تدريبه باستخدام بيانات مناخية عالية الجودة تم جمعها بواسطة ECMWF على مدار 40 عامًا.
يتميز النموذج الجديد بقدرته على تقديم إسقاطات الاحتمالات، مما يعني أنه يحدد مجموعة من الاحتمالات المعبر عنها كنسب مئوية، مما يجعله أكثر دقة من النماذج التقليدية الحتمية.
من اللافت للنظر في GenCast أنه يتطلب قدرة كمبيوتر أقل بكثير مقارنة بالنماذج التقليدية الأخرى ؛ يحتاج النموذج القائم على الحوسبة التقليدية إلى ساعات عمل باستخدام آلاف المعالجات لإنتاج توقعاته، في حين أن النموذج الجديد مع وحدة معالجة الموترات (TPU) من Google يمكن أن ينتج توقعات لمدة 15 يومًا في 8 دقائق فقط.
مع هذا التقدم، يواجه نموذج GenCast بعض التحديات، خاصة في التنبؤ بشدة الأعاصير. لكن فريق Deb Mind أعرب عن ثقته في إمكانية التغلب على هذه العقبات قريبًا.
كجزء من تعزيز الشفافية والتطوير، أعلنت Google عن توفر GenCast كنموذج مفتوح المصدر، مع توفير الكود المصدري لها عبر منصة GitHub. ستكون توقعات GenCast أيضًا قريبًا جزءًا من خدمة Google Earth.
هذه الخطوة هي نقطة تحول في التنبؤ بالطقس والتنبؤ بالطقس، مما يفتح آفاقًا جديدة لاستخدام الذكاء الاصطناعي في مواجهة تغير المناخ والتخفيف من حدة الكوارث الطبيعية.