اختر منطقتك 
حالة الطقس 
في سبتمبر/أيلول، كان الباحثون في وحدة DeepMind للذكاء الاصطناعي التابعة لشركة Google في لندن يولون اهتمامًا غير عادي بالطقس عبر البركة. كان إعصار لي على بعد 10 أيام على الأقل من الوصول إلى اليابسة – دهورًا من حيث التنبؤ – وكانت التوقعات الرسمية لا تزال متأرجحة بين هبوط العاصفة على المدن الكبرى في شمال شرق البلاد أو عدم وصولها تمامًا. كان برنامج DeepMind التجريبي الخاص قد قدم تشخيصًا محددًا للغاية للوصول إلى اليابسة في أقصى الشمال. يقول عالم الأبحاث ريمي لام: “لقد تم تثبيتنا في مقاعدنا”.
وبعد أسبوع ونصف، في 16 سبتمبر، ضرب لي الأرض التي تنبأ بها برنامج DeepMind، المسمى GraphCast، قبل أيام: لونغ آيلاند، نوفا سكوتيا، بعيدًا عن المراكز السكانية الرئيسية. لقد أضاف هذا إلى موسم اختراق لجيل جديد من نماذج الطقس التي تعمل بالذكاء الاصطناعي، بما في ذلك النماذج الأخرى التي صنعتها Nvidia وHuawei، والتي فاجأ أداؤها القوي المجال. أخبر المتنبئون المخضرمون مجلة WIRED في وقت سابق من موسم الأعاصير أن الشكوك الجادة لدى خبراء الأرصاد الجوية حول الذكاء الاصطناعي قد تم استبدالها بتوقع حدوث تغييرات كبيرة في المستقبل في هذا المجال.
واليوم، شاركت جوجل أدلة جديدة تمت مراجعتها من قبل النظراء على هذا الوعد. في ورقة نشرت اليوم في علومأفاد باحثو DeepMind أن نموذجها تفوق على توقعات المركز الأوروبي للتنبؤ بالطقس متوسط المدى (ECMWF)، وهو عملاق عالمي للتنبؤ بالطقس، عبر 90 بالمائة من أكثر من 1300 متغير جوي مثل الرطوبة ودرجة الحرارة. والأفضل من ذلك، أنه يمكن تشغيل نموذج DeepMind على جهاز كمبيوتر محمول وإصدار توقعات في أقل من دقيقة، في حين تتطلب النماذج التقليدية حاسوبًا عملاقًا عملاقًا.
هواء نقي
تقوم عمليات محاكاة الطقس القياسية بتنبؤاتها من خلال محاولة تكرار فيزياء الغلاف الجوي. لقد تحسنت على مر السنين، وذلك بفضل الرياضيات الأفضل ومن خلال الحصول على ملاحظات الطقس الدقيقة من الأساطيل المتزايدة من أجهزة الاستشعار والأقمار الصناعية. كما أنها مرهقة. يمكن أن تستغرق التوقعات في مراكز الطقس الرئيسية مثل ECMWF أو الجمعية الوطنية الأمريكية للمحيطات والغلاف الجوي ساعات ليتم حسابها على خوادم قوية.
عندما بدأ بيتر باتاجليا، مدير الأبحاث في DeepMind، في النظر لأول مرة في التنبؤ بالطقس قبل بضع سنوات، بدا الأمر وكأنه المشكلة المثالية لذوقه الخاص في التعلم الآلي. كانت شركة DeepMind قد قامت بالفعل بتنبؤات هطول الأمطار المحلية باستخدام نظام يسمى NowCasting، تم تدريبه باستخدام بيانات الرادار. الآن يريد فريقه محاولة التنبؤ بالطقس على نطاق عالمي.
كان باتاغليا يقود بالفعل فريقًا يركز على تطبيق أنظمة الذكاء الاصطناعي التي تسمى الشبكات العصبية البيانية، أو GNNs، لنمذجة سلوك السوائل، وهو تحدٍ فيزيائي كلاسيكي يمكنه وصف حركة السوائل والغازات. وبالنظر إلى أن التنبؤ بالطقس يدور في جوهره حول نمذجة تدفق الجزيئات، فإن استغلال شبكات GNN بدا أمرًا بديهيًا. في حين أن تدريب هذه الأنظمة يعد أمرًا شاقًا، ويتطلب مئات من وحدات معالجة الرسومات المتخصصة، أو وحدات معالجة الرسومات، لمعالجة كميات هائلة من البيانات، فإن النظام النهائي خفيف الوزن في نهاية المطاف، مما يسمح بتوليد التنبؤات بسرعة بأقل قدر من طاقة الكمبيوتر.
تمثل شبكات GNN البيانات على هيئة “رسوم بيانية” رياضية – شبكات من العقد المترابطة التي يمكن أن تؤثر على بعضها البعض. في حالة تنبؤات الطقس الخاصة بـ DeepMind، تمثل كل عقدة مجموعة من الظروف الجوية في موقع معين، مثل درجة الحرارة والرطوبة والضغط. يتم توزيع هذه النقاط حول العالم وعلى ارتفاعات مختلفة – وهي عبارة عن سحابة فعلية من البيانات. الهدف هو التنبؤ بكيفية تفاعل جميع البيانات في كل تلك النقاط مع جيرانها، ورصد كيفية تغير الظروف بمرور الوقت.
