ويحتل التحسن في التنبؤ بالطقس مرتبة عالية بين قصص نجاح العلوم في القرن العشرين¹. في سبعينيات القرن العشرين، كانت هناك أربعة أعاصير مدارية قتلت عشرات الآلاف أو حتى مئات الآلاف من الناس، في حين نادراً ما تتسبب هذه العواصف اليوم في وفاة أكثر من بضع عشرات من الأشخاص.

وفي السبعينيات أيضًا كانت هناك نقطة تحول، عندما بدأت وكالات الأرصاد الجوية في جميع أنحاء العالم في اعتماد نماذج رقمية للتنبؤ بالطقس قائمة على الفيزياء. وهي تحاكي الغلاف الجوي عن طريق إدخال بيانات الرصد العالمية في معادلات ترتكز على القوانين الأساسية للحركة والديناميكا الحرارية. وقد مكنت التحسينات الناتجة في دقة التنبؤ من الإخلاء في الوقت المناسب والتحضير المناسب قبل وقوع العاصفة.

لكن هذا النظام الراسخ يتعرض الآن للتعطيل بسبب وصول نماذج الطقس القائمة على الذكاء الاصطناعي، والتي تَعِد بتسريع التوقعات. وعلى عكس النماذج التقليدية، التي تحل المعادلات الفيزيائية المعقدة خطوة بخطوة عبر ملايين نقاط الشبكة، فإن نماذج الذكاء الاصطناعي تحدد الظروف الجوية الحالية مباشرة إلى حالة مستقبلية محتملة، باستخدام خوارزميات تم تدريبها على بيانات الطقس السابقة. تحدث معظم عمليات الحوسبة الثقيلة أثناء التدريب، لذا فإن إنشاء تنبؤات تعتمد على الذكاء الاصطناعي يتضمن بشكل أساسي تمرير بيانات المراقبة عبر طبقات من العمليات الحسابية البسيطة – مثل الضرب والجمع – والتي يمكن لأجهزة الكمبيوتر الحديثة تنفيذها بسرعة.

ونتيجة لذلك، يمكن إنتاج توقعات الطقس العالمية باستخدام الذكاء الاصطناعي لمدة 14 يومًا قبل ساعتين من الموعد الذي يمكن إنتاجه بواسطة نظام قائم على الفيزياء – وهو هامش حاسم محتمل عند تنظيم عمليات الإخلاء. قد تغري ميزة السرعة هذه المتنبئين بالتصويت بأقدامهم والاعتماد بشكل أساسي على توجيهات الذكاء الاصطناعي. ولكن هناك مشكلة: حتى الآن، لا يعرف العلماء مدى موثوقية التنبؤات المستندة إلى الذكاء الاصطناعي عندما يتعلق الأمر بالظواهر الجوية النادرة والمتطرفة.

وينبغي أن تظل التوقعات المستندة إلى الفيزياء صالحة حتى مع تغير المناخ؛ وعلى النقيض من ذلك، يتم تدريب أنظمة الذكاء الاصطناعي على البيانات التاريخية ويمكن أن تتعثر عندما تواجه أحداثا تختلف جذريا عن أي شيء رأته من قبل.

أصبح تحديد دقة وموثوقية النماذج القائمة على الذكاء الاصطناعي أكثر إلحاحا لأن العديد من الوكالات، بما في ذلك المركز الأوروبي للتنبؤات الجوية متوسطة المدى ومقره في ريدينغ بالمملكة المتحدة، بدأت بالفعل في دمج الذكاء الاصطناعي في أنظمة التنبؤ التشغيلية الخاصة بها. وهنا، نسلط الضوء على المخاوف بشأن اعتماد الذكاء الاصطناعي في الأرصاد الجوية، وندعو مجتمع الطقس والمناخ إلى وضع معايير واضحة، بدءاً بمجموعات البيانات المتفق عليها، لاختبار التنبؤات بالأحداث المتطرفة خارج العينة بشكل موضوعي.

المعضلة

تواجه مرافق الأرصاد الجوية الوطنية في جميع أنحاء العالم معضلة: فأنظمة التنبؤ بالذكاء الاصطناعي أقل تكلفة في التشغيل، ولكن لا توجد طريقة متفق عليها لتقييم منهجي لمدى نجاحها مقارنة بنظيراتها القائمة على الفيزياء.

يحتاج الباحثون بشكل عاجل إلى معيار مرجعي لتقييم قدرة نماذج الذكاء الاصطناعي. لقد قامت العديد من الدراسات بفحص أدائها فيما يتعلق بمخاطر محددة. على سبيل المثال، على الرغم من أن نماذج الذكاء الاصطناعي الرائدة تتنبأ بشكل جيد بمسارات الأعاصير المدارية النموذجية، وإلى حد ما، بشدتها، فإن مهاراتها تنخفض في مواجهة العواصف بشكل غير مسبوق في مجموعة التدريب². أما بالنسبة لدرجات الحرارة القصوى، فيمكن لبعض نماذج الذكاء الاصطناعي والنماذج الهجينة إعادة إنتاج التردد والأنماط المكانية لموجات الحرارة التاريخية ونوبات البرد التي حدثت خارج الفترة التي تم تدريبهم عليها، وإن كان ذلك مع تحيزات إقليمية.³. لكن أنظمة الذكاء الاصطناعي تميل أيضًا إلى التقليل من شدة وتواتر أحداث الحرارة والبرودة والرياح القياسية مقارنة بالنموذج الرائد القائم على الفيزياء.⁴.

تشير هذه النتائج مجتمعة إلى أن الاستنتاجات المتعلقة بأداء الذكاء الاصطناعي في التنبؤ بالطقس تظل حساسة للغاية لكيفية تعريف الظواهر المتطرفة، وما هي المخاطر التي يتم أخذها في الاعتبار، ومكان حدوث الأحداث المتطرفة. وهذا يؤكد الحاجة إلى بروتوكولات تقييم موحدة تعتمد على توافق الآراء.

في الأساس، قبل أن تتبنى وكالات الأرصاد الجوية نماذج الذكاء الاصطناعي، يجب أن تتجاوز المهارة التنبؤية لمثل هذه النماذج في مجموعة من الأحداث الخطرة – من موجات الحر والأمطار الغزيرة إلى العواصف الكبرى – حدًا أدنى محددًا من المعايير. لذلك، نقترح إطارًا لتدريب جميع أنظمة الذكاء الاصطناعي المستقبلية، إطارًا يحجب عمدًا مجموعة معينة من الأحداث المتطرفة “الشهيرة”، والتي تكون مخصصة للاختبار فقط.

سيتطلب بروتوكول إعادة التدريب على الذكاء الاصطناعي دون أحداث مميزة (AIRWIE) أن يتفق مجتمع الأرصاد الجوية على الأحداث عالية التأثير التي تشكل معيارًا صارمًا، مما يضمن تقييم أي نموذج في مقابل نفس الحالات المتطرفة خارج العينة قبل نشره عمليًا من قبل وكالة تنبؤات عامة.

معايير المجتمع