هوش مصنوعی پیشگو می‌شود

پیش‌بینی‌های نادرست که منجر به عدم آمادگی کافی در برابر طوفان، سیل و خشکسالی می‌شود، گاه می‌تواند خسارات مالی قابل توجه، تلفات جانی و مشکلات اقتصادی به دنبال داشته باشد. اینجاست که هوش مصنوعی در قالب یادگیری ماشین، یادگیری عمیق و تجزیه و تحلیل داده‌ها به کمک بشر می‌آید تا به دانشمندان کمک کند مدل‌های آب و هوایی و داده‌های محیطی را با دقت و سرعتی بی‌سابقه تجزیه و تحلیل کنند و پیش‌بینی دقیق‌تری از آب و هوا ارائه دهند.

مدل‌سازی‌های هوش مصنوعی
هوش مصنوعی می‌تواند بر خلاف روش سنتی، علاوه بر مدیریت مجموعه داده‌های عظیم و شناسایی الگوها، به دانشمندان کمک کند تا سناریوهای آب و هوایی را با در نظر گرفتن چندین متغیر به طور همزمان مدل‌سازی کنند. مدل‌های مبتنی بر هوش مصنوعی توانایی پردازش مقادیر زیادی داده از منابع مختلف از جمله مشاهدات ماهواره‌ای، شناورهای اقیانوسی، حسگرهای ایستگاه‌های هواشناسی و سوابق تاریخی دارند. به همین دلیل هوش مصنوعی می‌تواند به یک پیشگوی دقیق تبدیل شود و به این ترتیب به مدیریت بلایای طبیعی که بر زندگی تعداد زیادی از مردم جهان تأثیرگذار است، کمک کند.

این داده‌های ارزشمند
هوش مصنوعی، پتانسیل بی‌سابقه‌ای برای پیش‌بینی تغییرات آب‌وهوایی، افزایش گرمای زمین و رویدادهای شدید آب‌وهوایی مانند «ال نینو» ارائه می‌کنند تا جهان کمتر تحت تأثیر تغییرات اقلیمی‌قرار بگیرد. این تکنولوژی‌ها می‌توانند برای پیش‌بینی سریع‌تر، دقیق‌تر و طولانی‌مدت تغییرات آب و هوایی، بسیار کارساز باشند. در گزارش تحقیقی دانشمندان «جورجیاتک» که بتازگی منتشر شده، راهکار‌هایی مورد بررسی قرار گرفته که یادگیری ماشین بتواند انقلابی در پیش‌بینی تغییرات اقلیمی‌و پدیده‌های آب و هوایی ایجاد کند. پروفسور «آنالیسا براکو»، رئیس دانشکده زمین و علوم جوی، درباره این موضوع گفت: اکنون یادگیری ماشین این فرصت را به محققان می‌دهد که از گذشته بیاموزند. پیش‌بینی دقیق، نیازمند داده‌های بزرگ و قدرت محاسباتی بالاست و یادگیری ماشین می‌تواند نقش مهمی‌ ایفا کند. درواقع این فناوری به ما این امکان را می‌دهد تا آب و هوا را به روشی مطالعه کنیم که قبلاً غیرممکن بوده است. با افزایش حجم داده‌ها، اکنون می‌توانیم آب و هوا را در مقیاس و وضوحی بیش از گذشته، بررسی و پیش‌بینی کنیم. براکو افزود: یادگیری ماشین همچنین می‌تواند سیستم‌های درحال تغییر مانند جو زمین، اقیانوس‌ها، زمین، بیوشیمی ‌و یخ را شبیه‌سازی کند. با کمک این فناوری می‌توان باعث تغییر در سه حوزه کلیدی محاسبات داده‌های از دست رفته، ایجاد مدل‌های آب و هوایی قوی‌تر و افزایش دقت و سرعت پیش‌بینی آب و هوا شد. به گفته این محقق، داده‌ها از طریق شبیه‌سازی شرایط گذشته و همچنین استفاده از ابزارهای مجهز به هوش مصنوعی سبک وزن جمع‌آوری می‌شوند که با یک بالن کوچک به هوا می‌روند. برخی داده‌ها هم از طریق ماهواره‌ها جمع‌آوری می‌شود.

پیش‌بینی هواشناسی «گوگل دیپ مایند»
یکی از مدل‌های هوش مصنوعی که در حوزه هواشناسی بسیار مورد توجه قرار دارد، GenCast است. این مدل هوش مصنوعی که توسط محققان Google DeepMind طراحی و اطلاعات آن منتشر شده، می‌تواند از بهترین سیستم‌های پیش‌بینی سنتی هم بهتر عمل کند. هوش مصنوعی مولد GenCast سال‌هاست که در حال آموزش دیدن است و به پردازش داده‌های دریافتی می‌پردازد. این مدل هوش مصنوعی چندین متغیر از جمله دما، فشار، رطوبت و سرعت باد را در سطح زمین و در 13 ارتفاع مختلف پیش‌بینی می‌کند. درواقع برای این پیش‌بینی، از شبکه‌ای فرضی استفاده می‌شود که جهان را به مناطق مختلف از نظر عرض و طول جغرافیایی تقسیم می‌کند. GenCast شبیه تولیدکننده‌های تصویر هوش مصنوعی عمل می‌کند اما به جای گرفتن متن و تولید یک تصویر، وضعیت فعلی اتمسفر را می‌گیرد و وضعیت آب و هوایی را در کسری از زمان مورد نیاز برای رویکردهای سنتی تخمین می‌زند و پیش‌بینی‌های متعددی برای ثبت رفتار پیچیده جو ارائه می‌دهد. این هوش مصنوعی می‌تواند با دقت بالا، طوفان‌ها را از چند روز قبل پیش‌بینی کند تا مردم فرصت کافی برای خروج از منطقه خطر داشته باشند. البته با آموزش بیشتر این هوش مصنوعی، انتظار می‌رود پیش‌بینی هواشناسی هوشمند دقیق‌تر شود.