ورود غول‌های فناوری به دنیای پیش‌بینی هوا

به گزارش اکوایران، برخی از غول‌های فناوری وارد عرصه هواشناسی و پیش‌بینی آب‌وهوا شده‌اند. آن‌ها تصمیم دارند به کمک هوش مصنوعی، انقلابی در این عرصه به پا کنند.

طبق گزارش بی‌بی‌سی، موج جدیدی از مدل‌های هواشناسی مبتنی یادگیری ماشینی به راه افتاده و غول‌های فناوری جهان در این زمینه همراه شده‌اند.

این مدل‌ها اصول سنتی پیش‌بینی‌های کامپیوتری مبتنی بر فیزیک را که طی دهه‌ها به‌تدریج توسعه و بهبود یافته‌اند، به چالش می‌کشند. اما آیا مدل‌های یادگیری ماشینی واقعاً خوب هستند؟

انقلاب در دنیای هواشناسی

هواشناسی در بسیاری از کشورهای جهان به‌عنوان امری مهم تلقی می‌شود. تغییرات اقلیمی عظیمی که این روزها با آن مواجه هستیم، باعث شده تمرکز در این زمینه بیشتر شود.

پیش‌بینی‌های دقیق هواشناسی نه‌تنها برای برنامه‌ریزی زندگی روزمره ما حیاتی هستند، بلکه آگاهی از رویدادهای شدید آب‌وهوایی پیش‌رو می‌تواند به ما کمک کند تا رفتار خود را تغییر دهیم، جان‌ها را نجات دهیم و آسیب به اموال را به حداقل برسانیم.

ارزیابی ارزش اقتصادی کامل پیش‌بینی‌های هواشناسی در سطح جهانی غیرممکن است، اما ارقام بسیار بزرگ هستند.

به گفته NOAA (اداره ملی اقیانوسی و جوی)، تنها در ایالات متحده و با در نظر گرفتن بزرگ‌ترین بلایای آب‌وهوایی که بیش از ۱ میلیارد دلار خسارت ایجاد کردند، پیامدهای آب‌وهوای شدید در سال ۲۰۲۴ به ۱۸۲ میلیارد دلار رسید، با ۵۶۸ کشته. رقم این خسارت از سال 1980 به حدود 3 تریلیون دلار رسیده است.

بزرگ‌ترین کامپیوترهای روی زمین

پیش‌بینی‌های سنتی هواشناسی با برخی از بزرگ‌ترین ابرکامپیوترهای روی کره زمین انجام می‌شوند؛ برای مثال براساس گزارش بی‌بی‌سی، قرارداد ابرکامپیوتر اداره هواشناسی بریتانیا ۱.۲ میلیارد پوند ارزش دارد. این مبلغ هنگفت ماشینی را خریداری می‌کند که می‌تواند ۶۰ کوادریلیون (۶۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰,۰۰۰) محاسبه در ثانیه انجام دهد، مدلی را اجرا کند که شامل فیزیک شناخته‌شده، با بیش از یک میلیون خط کد و استفاده از ۲۱۵ میلیارد مشاهده هواشناسی است.

مدل‌های هواشناسی جهانی با خرد کردن اعداد در شبکه‌ای از جعبه‌ها در سراسر کره زمین کار می‌کنند. اندازه یا رزولوشن این جعبه‌ها در مدل‌های هواشناسی مختلف متفاوت است، اما بین حدود ۱۰ کیلومتر مربع تا ۲۸ کیلومتر مربع متغیر است. با این رزولوشن، اگر رشته‌کوه‌های پایین‌تر صاف باشند، آن‌ها نمی‌توانند بارش‌های رگباری را به‌درستی پیش‌بینی کنند.

مدل هواشناسی یادگیری ماشینی

مدل‌های هواشناسی یادگیری ماشینی تنها چند سال است که به وجود آمده‌اند و به سرعت در حال توسعه هستند. مدل‌های سنتی ساعت‌ها طول می‌کشند تا روی ابرکامپیوترهای بسیار گران‌قیمت اجرا شوند، اما این نسل جدید از مدل‌ها می‌توانند در کمتر از یک دقیقه روی یک لپ‌تاپ استاندارد اجرا شوند. آن‌ها نیازی به دانستن تمام قوانین «پرمشقت» فیزیک را ندارند، بلکه به جای آن روی ۴۰ سال داده گذشته آموزش می‌بینند تا پیش‌بینی‌های خود را انجام دهند.

هواشناسی با هوش مصنوعی چطور است؟

پیش‌بینی هوا عملیاتی پیچیده است. با این حال، بررسی‌ها نشان می‌دهند که برخی از مدل‌های یادگیری ماشینی عملکرد بهتری در پیش‌بینی آب‌وهوا داشته‌اند. سرعت پیشرفت در این زمینه بسیار بالاست و همین امر اثربخش بوده است.

مدل‌های هوش مصنوعی مانند مدل‌های سنتی، برای پیش‌بینی آینده دورتر، دقت پایین‌تری دارند. به صورت کلی هم هیچ‌یک از مدل‌های هوش مصنوعی نتوانستند پیش‌بینی 10 روز آینده را با دقت بالایی انجام دهند. با این حال وضعیتشان از مدل‌های سنتی مبتنی بر فیزیک، بهتر بوده است.

هرچند وضعیت هواشناسی با هوش مصنوعی بهتر است اما هنوز دوره پیش‌بینی با فیزیک به سر نیامده است. مدل‌های هواشناسی یادگیری ماشینی نه‌تنها با استفاده از داده‌های تولیدشده توسط مدل‌های هواشناسی سنتی آموزش می‌بینند، بلکه نقطه شروع جو را هم از مدل‌های سنتی به‌عنوان ورودی خود استفاده می‌کنند. به عبارت دیگر، بدون اجرای مدل‌های سنتی، مدل‌های یادگیری ماشینی به‌خوبی کار نمی‌کنند.

همه مدل‌های یادگیری ماشینی می‌توانند ویژگی‌های بزرگ‌مقیاس مانند فشار بالا و پایین را تا شش روز آینده بسیار خوب پیش‌بینی کنند، اما در مقیاس‌های کوچک‌تر از ۱۰۰۰ کیلومتر ممکن است نسبت به مدل‌های سنتی عملکرد ضعیف‌تری داشته باشند.

پروفسور کریستین دیل، مدیر ارشد هوش مصنوعی اداره هواشناسی، می‌گوید: «فکر می‌کنم مدل‌های سنتی در کنار مدل‌های هوش مصنوعی اجرا خواهند شد تا بتوانیم از نقاط قوت ترکیبی آن‌ها برای ارائه پیش‌بینی‌های دقیق فوق‌محلی استفاده کنیم، که سریع و در زمانی که نیاز دارید تحویل داده شوند.»

مدل‌های یادگیری ماشینی مدت زیادی نیست که وجود دارند، اما با سرعت، کارایی محاسباتی و نرخ توسعه سریع خود، پتانسیل بزرگی را نشان می‌دهند.