باختصار
التنبؤ الاحتمالي (Probabilistic Forecasting) هو إنتاج توزيع احتمالي كامل للقيمة المستقبلية بدل تقدير نقطي واحد، بحيث يكون عدم اليقين جزءًا صريحًا من المخرَج.
بالتفصيل
أي تنبّؤ فيه عدم يقين. الفرق إن التنبؤ النقطي بيخفيه، والتنبؤ الاحتمالي بيقيسه ويعرضه.
المخرَج في التنبؤ الاحتمالي ممكن ياخد أشكالًا: فترات ثقة (مثلًا «بين 80 و120 باحتمال 90%»)، أو مجموعة كمّيات، أو توزيع كامل. والمشترك بينها إنها بتجاوب على سؤال «ما مدى تشتّت السيناريوهات الممكنة؟».
ليه ده مهمّ عمليًا؟ لأن كل قرار تشغيلي تقريبًا غير متماثل التكلفة. خسارة نفاد المخزون مش بتساوي خسارة الفائض. تكلفة تشغيل مولّد كهرباء احتياطي بلا داعٍ مش بتساوي تكلفة انقطاع التيار. القرار الصحيح بيعتمد على شكل التوزيع، لا على متوسّطه.
تاريخيًا، كان دعم التنبؤ الاحتمالي يتطلّب نماذج إحصائية متخصّصة تُبنى لكل مجموعة بيانات على حدة. الجديد في 2026 إن نماذج الأساس للسلاسل الزمنية بقت تدعمه جاهزًا: Granite PatchTST-FM-r2 من IBM، بحجم نحو 385 مليون معامل، بيوفّر تنبّؤات نقطية ومخرَجات كمّيات في آن واحد — يعني توزيعات وفترات عدم يقين من غير تدريب مخصّص.
والنقطة الأهمّ إن ده بيحصل «بدون أمثلة» (Zero-Shot): النموذج بيتنبّأ على سلاسل زمنية ما شافهاش أثناء التدريب.
مثال عملي
شركة كهرباء بتتنبّأ بحمل الشبكة الساعة 6 مساءً. التنبؤ النقطي بيقول 4200 ميغاواط. التنبؤ الاحتمالي بيقول: الوسيط 4200، لكن فيه احتمال 10% إن الحمل يتجاوز 4900.
القرار: تشغّل وحدة احتياطية أم لا؟ بالرقم النقطي مفيش إجابة. بالتوزيع، تقارن تكلفة تشغيل الوحدة باحتمال 10% × تكلفة انقطاع التيار — وتقرّر بالحساب.
مصطلحات مرتبطة
- Quantile Forecasting — التنبؤ بالكمّيات، أشهر صيغة عملية له.
- Zero-shot Learning — التعلّم بدون أمثلة.
- Foundation Model — النموذج الأساسي.
المصادر: Hugging Face — 2026-09-09
