آبوهوا نقش مهمی در زندگی روزمره ما دارد و بر تصمیمگیریهای مرتبط با ایمنی، سفر و کار تأثیر میگذارد. با تشدید تغییرات اقلیمی و افزایش رویدادهای شدید جوی، پیشبینیهای دقیق بیش از هر زمان دیگری ضروری شدهاند. با این حال، پیشبینی الگوهای آبوهوایی برای بیش از چند روز همچنان یک چالش است.
ظهور پیشبینیهای احتمالی
پیشبینیهای احتمالی گروهی به ابزاری اساسی در این حوزه تبدیل شدهاند که طیف گستردهای از سناریوهای ممکن را برای تصمیمگیری فراهم میکنند. اکنون مدل جدیدی به نام GenCast معرفی شده که قصد دارد پیشبینیهای آبوهوا را با دقت و سرعت بینظیر بازتعریف کند.
ویژگیهای منحصربهفرد GenCast
این مدل که توسط پژوهشگران توسعه یافته و اخیراً در مجله Nature منتشر شده است، یک مدل هوش مصنوعی با وضوح بالا و قابلیت پیشبینی آبوهوا تا ۱۵ روز آینده است.
- دقت بالاتر: GenCast در مقایسه با سیستم ENS مرکز پیشبینی میانمدت اروپا (ECMWF) بهطور مداوم پیشبینیهای دقیقتری ارائه میدهد.
- سرعت و قابلیت اطمینان: این مدل نهتنها سریعتر عمل میکند، بلکه در پیشبینی الگوهای روزانه و رویدادهای شدید مانند سیکلونها و موجهای گرمایی بسیار قابلاعتماد است.
GenCast نسبت به مدلهای پیشین، که تنها یک تخمین بهترین ارائه میدادند، جهشی چشمگیر محسوب میشود. این مدل از ۵۰ یا بیشتر پیشبینی مختلف استفاده میکند که هر یک نمایانگر یک مسیر احتمالی برای وضعیت آبوهوا هستند.
تحول در فناوری هوش مصنوعی
GenCast از مدلهای انتشار (diffusion models) بهره میبرد، نوعی هوش مصنوعی مولد که پیشتر برای ایجاد تصاویر، ویدئوها و موسیقی به کار میرفت. این مدل با انطباق برای هندسه کروی زمین، الگوهای پیچیده آبوهوا را با دقت شبیهسازی میکند.
- دادههای آموزشی: پژوهشگران این مدل را با استفاده از چهار دهه داده تاریخی از آرشیو ERA5 مرکز ECMWF آموزش دادهاند. این دادهها شامل متغیرهایی همچون دما، سرعت باد و فشار در ارتفاعات مختلف است.
- نتیجه: مدلی که درک بینظیری از پویاییهای آبوهوای جهانی دارد.
عملکرد GenCast
عملکرد این مدل با دادههای سال ۲۰۱۹ و ۱۳۲۰ ترکیب از متغیرها و بازههای زمانی آزمایش شد.
- GenCast در ۹۷.۲٪ موارد بهتر از ENS عمل کرد و در ۹۹.۸٪ سناریوها برای بازههای زمانی بیش از ۳۶ ساعت برتری نشان داد.
- در پیشبینی گرمای شدید یا بادهای قوی، این مدل ارزش اقتصادی بیشتری ارائه داد.
برای مثال، در پیشبینی تایفون هاگیبیس، هفت روز پیش از رسیدن طوفان به خشکی، GenCast طیف وسیعی از مسیرهای ممکن را پیشبینی کرد که با نزدیک شدن طوفان به ژاپن به یک خوشه دقیق و قابلاعتماد تبدیل شد.
کارایی و مقیاسپذیری
یکی از ویژگیهای برجسته GenCast، کارایی آن است.
- سرعت بالا: در حالی که مدلهای سنتی برای پیشبینی نیاز به ساعتها پردازش روی ابررایانهها دارند، GenCast میتواند پیشبینی ۱۵ روزه را تنها در ۸ دقیقه با استفاده از یک TPU نسخه ۵ گوگل تولید کند.
- مقیاسپذیری: این ویژگی، GenCast را به ابزاری ایدهآل برای کاربردهای بلادرنگ و دسترسی گستردهتر تبدیل کرده است.
کاربردهای فراتر از هواشناسی
پتانسیل کاربردهای GenCast به پیشبینی آبوهوا محدود نمیشود.
- کاهش خطرات شدید جوی: پیشبینیهای دقیقتر میتواند جان انسانها را نجات داده، خسارات را کاهش دهد و هزینهها را کم کند.
- پیشبینی انرژیهای تجدیدپذیر: پیشبینیهای دقیقتر توان باد میتواند قابلیت اطمینان انرژیهای تجدیدپذیر را افزایش دهد.
GenCast در پیشبینی خروجی انرژی تجدیدپذیر دقت بالایی دارد که ارزش اجتماعی چشمگیری به آن میبخشد.
همکاری و دسترسی آزاد
گوگل بر همکاری و شفافیت تأکید دارد و کد و وزنهای GenCast را بهصورت آزاد در دسترس قرار داده است.
- دسترسی محققان: پیشبینیهای بلادرنگ و تاریخی این مدل به زودی برای پژوهشگران، هواشناسان و صنایع قابل دسترسی خواهد بود.
- یکپارچگی با اکوسیستم گوگل: این مدل هوش مصنوعی با مجموعه مدلهای هوش مصنوعی هواشناسی گوگل، از جمله NeuralGCM، SEEDS و سیستمهای پیشبینی سیلاب، تکمیل میشود.
چشمانداز آینده GenCast
در آینده، تأثیر GenCast میتواند به بخشهایی مانند امنیت غذایی و واکنش به بلایا گسترش یابد. همکاری با شرکتهای انرژیهای تجدیدپذیر و سازمانهای بشردوستانه فرصتهای قابلتوجهی برای منافع اجتماعی فراهم میکند.
GenCast با ترکیب هوش مصنوعی پیشرفته و روشهای سنتی، نمونهای از چگونگی کاهش فاصله بین دادهها و بینشهای عملی برای حل چالشهای مهم در پیشبینی هوا و فراتر از آن است.
این مقاله در مجله Nature منتشر شده است.