تويت
عندما يتعلق الأمر بتقرير أحوال الطقس، لن يحاول خبراء الأرصاد الجوية تحديد الطقس في الغد فقط، أو في التنبؤات طويلة الأجل، ولكنهم سيتمكنون الاَن من التنبؤ بأحوال الأرصاد الجوية خلال الساعة التالية أو نحو ذلك، وهو ما يُعرف باسم «التنبؤ الآني».
حقق الباحثون في شركة «ديب مايند» للذكاء الاصطناعي المدعومة من جوجل خطوة كبيرة في التنبؤ الآني بأحوال الطقس وبهطول الأمطار وبدقة كبيرة.
يحتل النموذج الجديد المرتبة الأولى من حيث الدقة والفائدة في 89% من الحالات عند مقارنته بطريقتين أخريين تنافسيتين. ويستخدم نوعًا من التعلم الآلي يسمى «النمذجة التوليدية»، وهو قادر على إنتاج نقاط بيانات جديدة بعد تدريبه على النقاط الموجودة مسبقًا.
تتمثل الوظيفة الأساسية للنموذج الجديد، المسمى DGMR (النموذج التوليدي العميق لهطول الأمطار)، في التنبؤ بفرصة هطول الأمطار خلال ساعة أو ساعتين قادمة، إذ مُنح موافقة نحو 50 من خبراء الأرصاد الجوية في مكتب الأرصاد الجوية في المملكة المتحدة.
كتب فريق ديب مايند في منشور لهم: «يركز هذا التعاون بين العلوم البيئية والذكاء الاصطناعي على القيمة لصانعي القرار أو للسلطات، ويفتح طرقًا جديدة؛ لتنبؤ المطر الآني، ويشير إلى الفرص المتاحة للذكاء الاصطناعي في دعم استجابتنا لتحديات صنع القرار في بيئة تخضع للتغيير المستمر».
يصف الباحثون وراء DGMR صنع “أفلام رادار” قصيرة -تولّد أنماط رادار مستقبلية من أنماط الرادار السابقة- على أنها نوع استقراء يجيده التعلم الآلي.
تستخدم العديد من أدوات التنبؤ الآني الحالية، بما في ذلك نظام pySTEPS، مناهج التنبؤ الرقمي بالطقس (NWP) فهي تضع بصورة أساسية نماذج رياضية للعمل في الظروف الحالية لتحديد الظروف المستقبلية. هذه نماذج قوية، لكنها أكثر دقة في التنبؤ على المدى الطويل.
يقول سومان رافوري، عالم في فريق ديب مايند لصحيفة الغارديان: «هذه النماذج مدهشة حقًا، إذ تستطيع التنبؤ بأحوال الطقس من ست ساعات إلى قرابة أسبوعين، ولكن هناك فترات لا تستطيع بلوغها من صفر إلى ساعتين، إذ تؤدي تلك النماذج أداءً ضعيفًا وغير دقيق».
تهدف DGMR إلى الاستفادة من القوة الهائلة للذكاء الاصطناعي مع إزالة بعض التشويش أو الغموض في نماذج التنبؤ القائمة على التعلم الآلي الحالية، بما في ذلك يو-نت. يمكن هذه النماذج الحفاظ على الدقة في كل جزء من العملية.
الآن بعد أن حظي نموذج «ديب مايند» الجديد والمحسّن بإعجاب خبراء الأرصاد الجوية الفعليين في المملكة المتحدة، يمكن أن ينظر الباحثون إلى دمجه مع أنظمة التنبؤ بالطقس الحالية.
ما يزال هناك الكثير من العمل الذي يتعين علينا القيام به قبل أن تتمكن من التيقين المطلق فيما إذا كان الجو سيبقى جافًا للساعتين القادمتين أم لا، إذ يحاول فريق ديب مايند الآن تحسين دقة DGMR.
قال فريق ديب مايند: «لا توجد طريقة بلا قيود، هناك حاجة إلى مزيد من العمل؛ لتحسين دقة التنبؤات طويلة المدى والدقة في الأحداث النادرة والمكثفة».
وأضافوا: «سيتطلب العمل المستقبلي منا تطوير طرق إضافية؛ لتقييم الأداء، ولزيادة التخصص في هذه الأساليب لتطبيقات محددة في العالم الحقيقي».
المصدر:ibelieveinsci
حقق الباحثون في شركة «ديب مايند» للذكاء الاصطناعي المدعومة من جوجل خطوة كبيرة في التنبؤ الآني بأحوال الطقس وبهطول الأمطار وبدقة كبيرة.
يحتل النموذج الجديد المرتبة الأولى من حيث الدقة والفائدة في 89% من الحالات عند مقارنته بطريقتين أخريين تنافسيتين. ويستخدم نوعًا من التعلم الآلي يسمى «النمذجة التوليدية»، وهو قادر على إنتاج نقاط بيانات جديدة بعد تدريبه على النقاط الموجودة مسبقًا.
تتمثل الوظيفة الأساسية للنموذج الجديد، المسمى DGMR (النموذج التوليدي العميق لهطول الأمطار)، في التنبؤ بفرصة هطول الأمطار خلال ساعة أو ساعتين قادمة، إذ مُنح موافقة نحو 50 من خبراء الأرصاد الجوية في مكتب الأرصاد الجوية في المملكة المتحدة.
كتب فريق ديب مايند في منشور لهم: «يركز هذا التعاون بين العلوم البيئية والذكاء الاصطناعي على القيمة لصانعي القرار أو للسلطات، ويفتح طرقًا جديدة؛ لتنبؤ المطر الآني، ويشير إلى الفرص المتاحة للذكاء الاصطناعي في دعم استجابتنا لتحديات صنع القرار في بيئة تخضع للتغيير المستمر».
يصف الباحثون وراء DGMR صنع “أفلام رادار” قصيرة -تولّد أنماط رادار مستقبلية من أنماط الرادار السابقة- على أنها نوع استقراء يجيده التعلم الآلي.
تستخدم العديد من أدوات التنبؤ الآني الحالية، بما في ذلك نظام pySTEPS، مناهج التنبؤ الرقمي بالطقس (NWP) فهي تضع بصورة أساسية نماذج رياضية للعمل في الظروف الحالية لتحديد الظروف المستقبلية. هذه نماذج قوية، لكنها أكثر دقة في التنبؤ على المدى الطويل.
يقول سومان رافوري، عالم في فريق ديب مايند لصحيفة الغارديان: «هذه النماذج مدهشة حقًا، إذ تستطيع التنبؤ بأحوال الطقس من ست ساعات إلى قرابة أسبوعين، ولكن هناك فترات لا تستطيع بلوغها من صفر إلى ساعتين، إذ تؤدي تلك النماذج أداءً ضعيفًا وغير دقيق».
تهدف DGMR إلى الاستفادة من القوة الهائلة للذكاء الاصطناعي مع إزالة بعض التشويش أو الغموض في نماذج التنبؤ القائمة على التعلم الآلي الحالية، بما في ذلك يو-نت. يمكن هذه النماذج الحفاظ على الدقة في كل جزء من العملية.
الآن بعد أن حظي نموذج «ديب مايند» الجديد والمحسّن بإعجاب خبراء الأرصاد الجوية الفعليين في المملكة المتحدة، يمكن أن ينظر الباحثون إلى دمجه مع أنظمة التنبؤ بالطقس الحالية.
ما يزال هناك الكثير من العمل الذي يتعين علينا القيام به قبل أن تتمكن من التيقين المطلق فيما إذا كان الجو سيبقى جافًا للساعتين القادمتين أم لا، إذ يحاول فريق ديب مايند الآن تحسين دقة DGMR.
قال فريق ديب مايند: «لا توجد طريقة بلا قيود، هناك حاجة إلى مزيد من العمل؛ لتحسين دقة التنبؤات طويلة المدى والدقة في الأحداث النادرة والمكثفة».
وأضافوا: «سيتطلب العمل المستقبلي منا تطوير طرق إضافية؛ لتقييم الأداء، ولزيادة التخصص في هذه الأساليب لتطبيقات محددة في العالم الحقيقي».
المصدر:ibelieveinsci