الذكاء الاصطناعي
يهدد وظائف الأرصاد الجوية
أمام
الاستفسارات الجوية التي تشغل البشرية اليوم، مثل "هل يجب أن نحتفظ بالشواء
يوم الأحد؟" على سبيل المثال، تقدم التكنولوجيا الحلول الآن.
كان من
المعتاد في السابق أن ننظر بتحفظ إلى الرسوم المتحركة الفضائية المقدمة في نشرة
الطقس بعد النشرة الإخبارية أو على تطبيق مخصص، ثم نقوم بتوقع شراء مظلة
"للحالات الطارئة". والآن، بفضل الذكاء الاصطناعي (IA)، نحن متأكدون: نعم، ستمطر يوم الأحد، حتى
إذا كنا لا نعرف لماذا، كما يشرح لنا مقال في New
Scientist.
خذوا
توقعات الطقس لعشرة أيام من الخدمات الجوية التقليدية. الآن، في تسعة من كل عشر
مرات، يسجل نموذج الذكاء الاصطناعي لشركة Google
DeepMind نتائج
أكثر دقة. تظهر استنتاجات البحث التي نشرت في 14 نوفمبر في مجلة Science من قبل
ريمي لام، باحث علمي في Google DeepMind، وفريقه فائدة نهج الطقس باستخدام البيانات،
كإضافة إلى الطرق الحالية.
كان
النهج الذي اتبعه تنبؤ الطقس حتى الآن محددًا فقط على الإستناد إلى الملاحظات والنماذج
الرياضية (وأجهزة الكمبيوتر القوية) ونستنتج بشكل منطقي ما سيحدث GraphCast،
نموذج الذكاء الاصطناعي لشركة Google DeepMind، يتجاوز هذه الفكرة المنطقية ويفضل هضم
البيانات، بفضل أربعة عقود من المعلومات التي قدمتها الأقمار الصناعية وأجهزة
الرصد الأخرى، مما يتيح للذكاء الاصطناعي اكتشاف أنماط أو نماذج متكررة.
لإصدار
توقع، يتلقى GraphCast قياسات فعلية تم إجراؤها في نقاط مختلفة من
العالم كل ست ساعات. يستنتج حالة هذه المعلومات في الست ساعات القادمة. يتم تكرار
هذه العملية باعتبار هذا التوقع كإدخال جديد ويتم الوصول إلى نتيجة مرضية للغاية
في حوالي عشرة أيام، وخاصةً أكثر دقة من التوقعات التقليدية لأكثر من 90٪ من
البيانات.
هذا الأداء يوضح تمامًا تغيير النموذج الأساسي والمخاطر المحتملة المصاحبة لتطور
الذكاء الاصطناعي: مع معالجة البيانات، يمكن أن نتجاوز اليوم تفسيرات علمية لتوقع
ظواهر معقدة مثل علم الأرصاد الجوية. نجد نموذجًا للعالم يبدو قادرًا على التوافق
مع الواقع، ولكن ليس لدينا أدنى فكرة عن كيفية عمله. ومع ذلك، هذا الفهم ضروري في
مجال مثل الأرصاد الجوية، الذي يتطلب ثقة من الجمهور.
"يمكن أن يكون لديك أفضل نموذج للتنبؤ في العالم،
ولكن إذا لم يثق الجمهور بك ولم يتصرف، فما الجدوى؟ إذا أمرت بإخلاء 50 كيلومترًا
من سواحل فلوريدا ولم يحدث شيء، فقد أهدرت عقود من الثقة"، يشرح إيان رينفرو،
أستاذ الأرصاد الجوية في جامعة إيست أنجليا (الواقعة في نورويتش، شرق إنجلترا).
عندما يخطئ نموذج محدد، يمكننا استجواب الافتراضات والأشخاص. أما الصندوق الأسود
للذكاء الاصطناعي، فإنه لا يسمح بذلك.
تأسست DeepMind في عام
2010، وأصبحت مشهورة بتطوير برامج قادرة على اللعب في لعبة "الغو" أو في ألعاب جهاز Atari اشترتها Google في عام
2014، ثم وضعت طرق التعلم الخاصة بها في خدمة التنبؤ الطبي قبل أن تهتم بالظواهر
المناخية. الطريقة هي نفسها دائما: هضم البيانات، واكتشاف أنماط التكرار، وإصدار
التوقعات.
وهذا هو السبب في أن هذا النموذج، ورغم فعاليته، لن يحل تمامًا محل التوقعات المحددة وخبراء الرصد الجوي أمام خلفية خضراء، اللذين يشرحون لنا لماذا سيمطر في نهاية الأسبوع. التنبؤ بناءً على البيانات، هو مثل ألم في ركبتك يعلن عن العاصفة، هو موثوق، ولكنه ليس علمياً مرضيًا.
تعليقات
إرسال تعليق