Microsoft: تصحيح الانحياز بدل نموذج جديد
تقول Microsoft إنها وجدت طريقة منخفضة التكلفة لتوقّعات طقس أدقّ قبل أسبوعين إلى ستّة أسابيع، وهي فترة تضعف فيها النماذج الفيزيائية ونماذج الذكاء الاصطناعي عادةً، بحسب The Verge. ونُشرت النتائج في مجلّة Nature، والأداة صارت مفتوحة المصدر.
- اسم الطريقة Probabilistic Bias Correction أو PBC: تعلّم آلي يكتشف الانحياز المنهجي في نموذج قائم ويصحّحه، بدل بناء نموذج طقس مستقلّ.
- مثال: نموذج يعتمد على سجلّات تاريخية قد ينحاز لدرجات حرارة أبرد من العالم الحالي الذي يسخن بفعل الانبعاثات.
- حسّنت PBC دقّة النموذج الفيزيائي الرائد من المركز الأوروبي ECMWF في 98% من أهداف الأمطار و92% من أهداف الحرارة، وضاعفت دقّة نظام ECMWF الجديد المبني على الذكاء الاصطناعي في تحليل الدراسة.
- تعمل على المعالجات العادية فقط، بحسب الباحث Lester Mackey، لا على حواسيب فائقة أو بطاقات رسوميات قوية.
Ai2: ظواهر متطرّفة بدقّة 3 كم
أطلقت Ai2 نظام HiRO-ACEv2، المكوّن من نموذج ACE الذي يعمل بدقّة 100 كم، ونموذج HiRO الذي يحوّل مخرجاته إلى تفاصيل بدقّة 3 كم:
- يولّد بيانات مناخية عالمية بدقّة 3 كم بنحو 1/300 من تكلفة X-SHiELD، النموذج الجوّي عالي الدقّة الذي يحاكي العواصف صراحةً.
- صار HiROv2 يتوقّع عدّة حقول عالية الدقّة معًا، لا الأمطار فقط، ويطابق إحصاءات المحاكاة المستهدفة في حدود 3%، حتى لأحداث نادرة تقع مرّة في المليون نقطة بيانات.
- يقدّر طاقة الأعاصير المدارية بدقّة، حتى لعواصف لم يرها في التدريب، مع بقاء الرياح والضغط حول العين غير دقيقة بعض الشيء.
ليه ده مهم؟
التنبّؤ بالطقس بالحوسبة الفائقة كان حكرًا على الدول الغنية. أداة تعمل على المعالجات العادية وتحسّن نماذج قائمة، ونظام مفتوح يقلّل تكلفة المحاكاة مئات المرّات، يفتحان الباب لوكالات الأرصاد في الدول النامية، ومنها دول منطقتنا. لكن ECMWF تذكّر بأن تحويل الأفكار إلى عمليات تشغيلية هو «الخطوة الأصعب».
