عندما ضرب إعصار هيلين ولاية فلوريدا في وقت سابق من هذا العام، فقد 234 شخصًا حياتهم نتيجة أسوأ إعصار يضرب البر الرئيسي للولايات المتحدة منذ إعصار كاترينا في عام 2005. إن الكوارث الطبيعية مثل هذه، وزيادة شدتها بسبب تغير المناخ، هي ما دفع العلماء لتطوير أنظمة أكثر دقة للتنبؤ بالطقس. يوم الأربعاء، أعلنت وحدة DeepMind التابعة لجوجل عن ما قد يُعتبر أهم تقدم في هذا المجال خلال ثمانية عقود من العمل.
في منشور على مدونة جوجل، قدم إيلان برايس وماثيو ويلسون من DeepMind تفاصيل حول GenCast، أحدث وكيل ذكاء اصطناعي للشركة. وفقًا لـ DeepMind، فإن GenCast ليس فقط أفضل في تقديم توقعات الطقس اليومية والقصوى مقارنةً ببرنامج الذكاء الاصطناعي السابق الخاص بهم، بل إنه يتفوق أيضًا على أفضل نظام للتنبؤ المستخدم حاليًا والذي تديره المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF). في الاختبارات التي قارنت توقعات الطقس لمدة 15 يومًا التي أنتجها النظامان لعام 2019، كان GenCast أكثر دقة بمعدل 97.2% مقارنةً بنظام ENS التابع لـ ECMWF. ومع فترات زمنية تزيد عن 36 ساعة، كانت دقة DeepMind أعلى بنسبة مذهلة بلغت 99.8%.
قال ريمي لام، العالم الرئيسي في برنامج الذكاء الاصطناعي السابق لـ DeepMind: “أنا متردد قليلاً في قول ذلك، لكن الأمر يشبه أننا حققنا تحسينات تعادل عقوداً من الزمن خلال عام واحد”. وأضاف: ”نحن نشهد تقدمًا سريعًا جدًا”.
GenCast هو نموذج انتشار يستخدم نفس التقنية التي تدعم أدوات الذكاء الاصطناعي التوليدية لجوجل. قامت DeepMind بتدريب البرنامج على نحو أربعين عامًا من بيانات الطقس عالية الجودة التي تم تنسيقها بواسطة المركز الأوروبي للتنبؤات الجوية متوسطة المدى. التوقعات التي ينتجها النموذج الجديد هي احتمالية؛ مما يعني أنها تأخذ بعين الاعتبار مجموعة من الاحتمالات والتي يتم التعبير عنها بعد ذلك كنسب مئوية. تعتبر النماذج الاحتمالية أكثر تعقيداً وفائدة مقارنةً بنظيراتها الحتمية التي تقدم فقط أفضل تخمين لما قد يكون عليه الطقس في يوم معين.
ما يثير الدهشة حقاً بشأن GenCast هو أنه يتطلب طاقة حوسبة أقل بكثير مقارنةً بالتوقعات التقليدية المعتمدة على الفيزياء مثل ENS. وفقًا لجوجل ، يمكن لوحدة معالجة Tensor TPU v5 واحدة إنتاج توقع لمدى 15 يوم باستخدام GenCast خلال ثماني دقائق فقط؛ بينما قد يستغرق الأمر حاسوب عملاق مزود بعشرات الآلاف من المعالجات ساعات لإنتاج توقع يعتمد على الفيزياء.
بالطبع ، لا يعتبر GenCast مثالياً تماماً. إحدى المجالات التي يمكن أن يقدم فيها البرنامج توقعات أفضل هي شدة الأعاصير ، رغم أن فريق DeepMind أخبر صحيفة “التايمز” أنه واثق بأنه يمكنه إيجاد حلول لنقاط الضعف الحالية للوكيل . وفي الوقت نفسه ، تقوم جوجل بجعل GenCast نموذج مفتوح المصدر مع توفير كود أمثلة للأداة المتاحة على GitHub . كما ستصل توقعات GenCast قريباً إلى Google Earth أيضاً.
