لم يعد الذكاء الاصطناعي يكتفي بتحليل الطقس بعد حدوثه، بل بات يدخل في صميم عملية التنبؤ به. فمع تطوّر نماذج التعلم العميق، تنتقل الأرصاد الجوية تدريجاً من الاعتماد على الحواسيب العملاقة والمعادلات الفيزيائية وحدها، إلى نماذج قادرة على قراءة كميات هائلة من البيانات وإنتاج توقعات أسرع وأكثر دقة.

وفي هذا السياق، أطلقت "غوغل" نموذجها الجديد "WeatherNext 3"، الذي تقول إنه يحقق تقدماً في دقة التنبؤ بالأمطار والرياح ودرجات الحرارة، وقد يغيّر الطريقة التي تصل بها معلومات الطقس إلى المستخدمين.

حقوق الصورة: برايت باند

وتقول غوغل إن النموذج سيُستخدم في خدمات مثل "غوغل سيرش" و"غوغل مابس" و"جيميني"، وسيكون متاحاً للمستخدمين والباحثين عبر منصّاتها السحابية.

وأظهرت الاختبارات أن "WeatherNext 3" تفوّق على عدد من أبرز نماذج التنبؤ بالطقس بالذكاء الاصطناعي، إضافة إلى بعض أنظمة التنبؤ التقليدية التابعة لهيئات الأرصاد الأميركية والأوروبية. وشملت الاختبارات متغيرات مثل درجات الحرارة وسرعة الرياح والرطوبة.

تحسّن بنسبة 60%

ويعالج "WeatherNext 3" بعض أبرز نقاط ضعف نماذج الذكاء الاصطناعي السابقة، إذ يستطيع تقديم توقعات بدقة تصل إلى 5 كيلومترات لبعض المتغيرات الجوية، مع تحسن بنسبة 60% في توقعات الأمطار مقارنة بـ"WeatherNext 2". وأصبح قادراً على إصدار توقعات كل ساعة بدلاً من كل ست ساعات.

ويعتمد "WeatherNext 3" على بيانات أقمار اصطناعية تُحدّث بشكل متكرر، ويستطيع أيضاً التنبؤ بالبيانات التي ستسجلها محطات أرصاد محددة، ما يسمح بإنتاج توقعات أكثر دقة ومقارنتها مباشرة بالبيانات الفعلية على الأرض.

وترى غوغل أن هذه التطورات يمكن أن يكون لها أثر يتجاوز تطبيقات الطقس اليومية، وصولاً إلى مجالات مثل الزراعة والطاقة المتجددة، من خلال تحسين التنبؤ بالأمطار والرياح والغيوم وجعل مشاريع الطاقة أكثر موثوقية.