(spxChrome / جيتي إيماجيس) عندما يتعلق الأمر بتقرير الطقس ، لا يحاول خبراء الأرصاد تمييز الطقس في الغد فقط.
بالإضافة إلى التنبؤات طويلة الأجل ، غالبًا ما يتم تكليف نماذج الطقس بالتنبؤ بأحوال الأرصاد الجوية خلال الساعة التالية أو نحو ذلك ، وهو ما يُعرف باسم 'التنبؤ الآني'. أكثر في جوجل المدعومة الذكاء الاصطناعي شركة DeepMind ، حقق الباحثون الآن خطوة كبيرة إلى الأمام في دقة التنبؤ الآني لهطول الأمطار.
فقط عندما تتوقف وتفكر في الأمر ، ستدرك مدى أهمية تنبؤات الطقس على المدى القصير - بالتأكيد ، يمكنك فقط إحضار مظلتك على أي حال ، ولكن عند التخطيط لأحداث كبيرة ، وصيانة خدمات النقل ، والتعامل مع الكوارث الطبيعية ، والحفاظ على تشغيل الزراعة ، وأكثر من ذلك بكثير ، تصبح التنبؤات الدقيقة حاسمة.
على وجه التحديد ، يحتل النموذج الجديد المرتبة الأولى من حيث الدقة والفائدة في 89 بالمائة من الحالات عند مقارنته بطريقتين تنافسيتين. يستخدم نوع التعلم الالي اتصل النمذجة التوليدية ، والتي تكون قادرة على إنتاج نقاط بيانات جديدة بعد تدريبها على النقاط الموجودة.
تتمثل المهمة الأساسية للنموذج الجديد ، المسمى DGMR (النموذج التوليدي العميق لهطول الأمطار) ، في التنبؤ بفرصة هطول الأمطار خلال ساعة أو ساعتين قادمة - وقد تم منحه موافقة من أكثر من 50 من خبراء الأرصاد الجوية في مكتب التقى في المملكة المتحدة.
ينتج النظام 'أفلام رادار' قصيرة. (العقل العميق)
يركز هذا التعاون بين العلوم البيئية والذكاء الاصطناعي على القيمة لصانعي القرار ، ويفتح طرقًا جديدة لتنبؤ المطر الآني ، ويشير إلى الفرص المتاحة للذكاء الاصطناعي في دعم استجابتنا لتحديات صنع القرار في بيئة تخضع للتغيير المستمر كتب فريق DeepMind Nowcasting في منشور مدونة .
يصف الباحثون وراء DGMR صنع 'أفلام رادار' قصيرة تولد أنماط رادار مستقبلية من أنماط الرادار السابقة - وهو نوع الاستقراء الذي يجيد التعلم الآلي فيه (بالنسبة للنماذج الأكثر إنتاجية ، انظر إنشاءوجوه مزيفة).
العديد من أدوات البث الآني الحالية ، بما في ذلك pySTEPS ، والاستفادة من التنبؤ العددي بالطقس مقاربات (NWP) - فهي تضع نماذج رياضية للعمل في الظروف الحالية لتحديد ما ستكون عليه الظروف المستقبلية. هذه نماذج قوية ، لكنها أكثر دقة على المدى الطويل.
'هذه النماذج مدهشة حقًا من ست ساعات إلى حوالي أسبوعين من حيث التنبؤ بالطقس ، ولكن هناك منطقة - خاصة حوالي صفر إلى ساعتين - حيث تؤدي النماذج أداءً ضعيفًا بشكل خاص ،' ، قال سومان رافوري ، عالم أبحاث الموظفين في DeepMind ، أخبر الحارس .
تهدف DGMR إلى الاستفادة من القوة الهائلة للذكاء الاصطناعي في تحطيم الأرقام مع إزالة بعض التشويش أو الغموض في نماذج التنبؤ القائمة على التعلم الآلي ، بما في ذلك يو نت - قد تكافح هذه النماذج للحفاظ على الدقة في كل جزء من العملية.
الآن بعد أن حظي نموذج DeepMind الجديد والمحسّن بإعجاب خبراء الأرصاد الجوية الفعليين في المملكة المتحدة ، يمكن للباحثين النظر في دمجه مع أنظمة التنبؤ بالطقس الحالية.
لا يزال هناك الكثير من العمل الذي يتعين عليك القيام به قبل أن تتمكن من معرفة اليقين المطلق ما إذا كنت ستتمكن من البقاء جافًا للساعتين القادمتين. يحاول فريق DeepMind الآن تحسين دقة DGMR.
'لا توجد طريقة بلا قيود ، وهناك حاجة إلى مزيد من العمل لتحسين دقة التنبؤات طويلة المدى والدقة في الأحداث النادرة والمكثفة ،' يكتب الفريق .
'سيتطلب العمل المستقبلي منا تطوير طرق إضافية لتقييم الأداء ، ومواصلة تخصيص هذه الأساليب لتطبيقات محددة في العالم الحقيقي.'
تم نشر البحث في طبيعة سجية .