حققت شركة جوجل قفزة نوعية في مجال التنبؤ بالطقس من خلال تطوير نموذج الذكاء الاصطناعي GenCast. هذا النموذج قادر على تقديم توقعات دقيقة لـ 15 يومًا قادمة متفوقًا على النماذج التقليدية. يعتمد GenCast على تقنية نموذج الانتشار وتم تدريبه على كميات هائلة من البيانات المناخية.
GenCast: يقدم توقعات طقس لمدة 15 يومًا بدقة تصل إلى 97.2%
أعلنت شركة ديب مايند التابعة لجوجل، عن تطوير نموذج ذكاء اصطناعي جديد يُعرف باسم GenCast (جين كاست)، والذي يهدف إلى تقديم توقعات دقيقة للطقس. هذا النموذج قادر على توفير تنبؤات يومية بالإضافة إلى التنبؤ بالظواهر الجوية القاسية وقد أظهر أداءً متفوقًا مقارنةً بالنماذج الأخرى الموجودة في المجال.
وفقًا للبيانات التي نشرتها الشركة يتمتع GenCast بدقة عالية في التنبؤات حيث يتفوق على أنظمة التنبؤ الحالية التي يديرها المركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF). وفي اختبارات أجريت لتقييم أداء النموذج أظهرت النتائج أن GenCast حقق دقة تصل إلى 97.2% في توقعات تمتد على مدى 15 يومًا وحقق دقة أعلى تصل إلى 99.8% في التوقعات التي تتجاوز 36 ساعة.
يعتمد نموذج GenCast على تقنية متقدمة تُعرف بنموذج الانتشار، وهي نفس التقنية المستخدمة في بعض أدوات الذكاء الاصطناعي الأخرى المدعومة من جوجل. تم تدريب النموذج باستخدام بيانات مناخية عالية الجودة تم جمعها على مدار 40 عامًا من قبل المركز الأوروبي. يتيح هذا النموذج للمستخدمين الحصول على توقعات محتملة، يعني أنه يقدم مجموعة من السيناريوهات المحتملة مع نسب مئوية تعكس احتمالية حدوث كل سيناريو.
من المثير للاهتمام أن جين كاست يتطلب موارد حاسوبية أقل بكثير مقارنةً بالنماذج التقليدية. بينما تحتاج النماذج التقليدية إلى ساعات طويلة من العمل باستخدام عدد كبير من المعالجات لإنتاج توقعاتها، يمكن لنموذج GenCast إنتاج توقعات لمدة 15 يومًا في غضون ثماني دقائق فقط باستخدام معالج Tensor Processing Unit (TPU) الخاص بجوجل.
على الرغم من هذه الإنجازات يواجه النموذج بعض التحديات خاصة فيما يتعلق بتوقع شدة الأعاصير. ومع ذلك يعبر فريق ديب مايند عن تفاؤله بشأن إمكانية التغلب على هذه العقبات قريبًا.
في خطوة لتعزيز الشفافية وتسهيل الوصول إلى التكنولوجيا الجديدة، أتاحة جوجل نموذج GenCast كمصدر مفتوح في مستودع جيت هاب (GitHub). وسيتم دمج توقعات هذا النموذج ضمن خدمة جوجل ايرث (Google Earth) قريبًا بحيث يمكن للمستخدمين الحصول على بيانات دقيقة حول أحوال الطقس.
