كشفت شركة Google DeepMind عن ورقة بحثية في مجلة Nature، والتي تسلط الضوء على قدرات الذكاء الاصطناعي GenCast، و هو نموذج للتنبؤ بالطقس المدعوم بالذكاء الاصطناعي من Google GenCast .
وأوضحت الدراسة، أن نموذج GenCast، تفوق على أفضل أنظمة التنبؤ، حيث يمكن إنشاء توزيع الاحتمالات المعقدة لسيناريوهات الطقس المستقبلية، وقد قدمت جوجل هذا النموذج بواسطة قسم أبحاث الذكاء الاصطناعي، لإعداد توقعات الطقس متوسطة المدى.
وتؤكد الشركة أن النظام كان قادرًا على التفوق على نماذج التنبؤ الحديثة الحالية من حيث الدقة والدقة، كما أنه من الجدير بالذكر أن GenCast يمكنه إجراء تنبؤات بالطقس للأيام الخمسة عشر القادمة بدقة 0.25 %
ميزات Google GenCast
وقد شرحت Google DeepMind بالتفصيل نموذج مجموعة الذكاء الاصطناعي الجديد عالي الدقة، وسلطت الضوء على أن GenCast يمكنه إجراء تنبؤات للطقس اليومي ، وزعمت أنها كانت قادرة على الأداء بشكل أفضل من نظام Ensemble (ENS) التابع للمركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF).
من الجدير بالذكر أنه بدلاً من استخدام النهج الحتمي التقليدي للتنبؤ بالطقس، يستخدم GenCast النهج الاحتمالي، حيث تنتج نماذج التنبؤ بالطقس القائمة على النهج الحتمي تنبؤًا واحدًا محددًا لمجموعة معينة من الظروف الأولية وتعتمد على معادلات دقيقة للفيزياء والكيمياء الجوية.
ومن ناحية أخرى، تولد النماذج القائمة على النهج الاحتمالي نتائج محتملة متعددة من خلال محاكاة مجموعة من الظروف الأولية ومعلمات النموذج. ويسمى هذا أيضًا بالتنبؤ الجماعي.
وقد سلطت شركة DeepMind الضوء على أن GenCast هو نموذج انتشار يتكيف مع الهندسة الكروية للأرض، ويولد توزيع الاحتمالات المعقد لسيناريوهات الطقس المستقبلية، ولتدريب نموذج الذكاء الاصطناعي، قدم الباحثون أربعة عقود من بيانات الطقس التاريخية من أرشيف ECMWF ERA5.
في ورقة البحث المنشورة، قيمت جوجل أداء GenCast من خلال تدريبه على البيانات التاريخية حتى عام 2018 ثم طلبت منه تقديم تنبؤات لعام 2019، وتم استخدام 1320 تركيبة عبر متغيرات مختلفة في أوقات زمنية مختلفة ووجد الباحثون أن GenCast كان أكثر دقة من ENS في 97.2 % من هذه الأهداف، وفي 99.8 % في أوقات زمنية تزيد عن 36 ساعة.
تم أضافة تعليقك سوف يظهر بعد المراجعة