WeatherNext 3: جوجل تطلق نموذج طقس بالذكاء الاصطناعي ببيانات أقمار صناعية حية

أعلنت جوجل عن إطلاق WeatherNext 3، أحدث نموذج عالمي للتنبؤ بالطقس بالذكاء الاصطناعي من Google DeepMind وGoogle Research، مع قفزة واضحة في سرعة التحديث والدقة المكانية بفضل الاعتماد المباشر على بيانات أقمار صناعية حية بدل انتظار دورات التحليل التقليدية التي قد تتأخر عدة ساعات.

النموذج الجديد يستطيع إنشاء توقعات محدثة كل ساعة، ويصل في بعض المتغيرات السطحية إلى دقة 5 كيلومترات، مقارنة بشبكة 25 كيلومترًا وتحديث كل 6 ساعات في WeatherNext 2. وتقول جوجل إن هذا يسمح بمتابعة أدق للأنظمة الجوية سريعة التغير مثل العواصف والأمطار ودرجات الحرارة السطحية.

الإجابة السريعة

WeatherNext 3 هو نموذج الطقس الجديد من جوجل الذي يدمج صور الأقمار الصناعية الجغرافية الثابتة في الوقت الفعلي مع بيانات الرصد والتحليل، ليصدر توقعًا جديدًا كل ساعة بدقة تصل إلى 5 كيلومترات لبعض المتغيرات. جوجل تقول إن توقعات الأمطار والثلوج تحسنت بما يصل إلى 50% في بعض الحالات، وأن النموذج بدأ الاندماج في Search وGemini وMaps وخدمات Google Cloud.

ما الذي تغير في WeatherNext 3؟

أكبر تغيير في WeatherNext 3 هو نوع البيانات التي يتعلم منها ويستخدمها عند بدء التوقع. معظم نماذج الطقس بالذكاء الاصطناعي تعتمد بدرجة كبيرة على مخرجات نماذج التنبؤ العددي التقليدية، وهي عمليات فيزيائية معقدة تعمل على حواسيب فائقة وقد تحمل تأخرًا زمنيًا يصل إلى عدة ساعات.

جوجل تقول إن النموذج الجديد يتلقى mosaics من بيانات الأقمار الصناعية الجغرافية الثابتة بصورة مباشرة ومتكررة، فيحصل على صورة أقرب إلى الحالة الحالية للغلاف الجوي بدل الاعتماد فقط على تحليل متأخر زمنيًا.

• تحديث توقعات كل ساعة بدل كل 6 ساعات.
• دقة تصل إلى 5 كيلومترات لبعض المتغيرات السطحية.
• 10 كيلومترات لبعض متغيرات السطح الأخرى.
• 25 كيلومترًا للمتغيرات الجوية العليا مثل الرياح.
• دمج بيانات محطات الطقس الأرضية لتحسين التوقعات المحلية.

من 25 كيلومترًا إلى 5 كيلومترات

في WeatherNext 2 كانت التوقعات الأساسية تعمل على شبكة تقارب 25 كيلومترًا. أما WeatherNext 3 فينتج بعض المتغيرات السطحية مثل درجة الحرارة والرطوبة بدقة تصل إلى 5 كيلومترات.

هذا لا يعني أن النموذج يستطيع التنبؤ بما سيحدث في كل شارع أو حي بدقة مطلقة، لكنه يقلل مستوى التنعيم الذي يظهر في النماذج الأقل دقة، ويساعد على تمثيل التضاريس والسواحل والاختلافات المحلية بصورة أفضل.

توقع جديد كل ساعة

الطقس يتغير بسرعة، وخصوصًا مع العواصف والأمطار الغزيرة والجبهات الهوائية. عندما تعتمد بداية التنبؤ على بيانات متأخرة عدة ساعات، قد تكون بعض الظواهر قد تغيرت بالفعل قبل أن يبدأ النموذج حساب توقعه الجديد.

مع WeatherNext 3 تحاول جوجل تقليل هذا التأخر باستخدام بيانات أقمار صناعية حية وتحديث دورة التوقع كل ساعة. وهذا يجعل النموذج أكثر ملاءمة للمواقف التي تتطور بسرعة.

تحسن واضح في توقع الأمطار والثلوج

من أصعب عناصر التنبؤ الجوي تقدير كميات ومواقع الأمطار والثلوج بدقة، خصوصًا في المناطق التي تقل فيها محطات القياس الأرضية.

جوجل تقول إن الجمع بين بيانات الهطول من NASA وتحليلات الأقمار الصناعية الخاصة بها أدى إلى تحسين توقعات الهطول في WeatherNext 3 بما يصل إلى 50% عندما يكون أفق التنبؤ يومًا واحدًا أو أكثر، مع أكبر التحسينات في المناطق التي كانت التوقعات فيها تاريخيًا أقل موثوقية.

رقم 50% لا يعني أن كل توقع مطر أصبح أدق بنسبة ثابتة في كل دولة وكل يوم، بل هو أفضل تحسن سجلته جوجل في تقييمات معينة مقارنة بالنظام السابق.

كيف يختلف عن WeatherNext 2؟

دور محطات الطقس الأرضية

الأقمار الصناعية ليست المصدر الوحيد. دربت جوجل النموذج أيضًا على بيانات محطات أرضية حقيقية، بحيث يستطيع توقع ما قد تقيسه محطة بعينها بدل الاكتفاء بخريطة شبكية واسعة.

هذه النقطة مهمة لمتغيرات مثل الرطوبة ودرجة الحرارة القريبة من السطح، التي قد تختلف بصورة واضحة بين مناطق متجاورة بسبب التضاريس والارتفاع والغطاء النباتي والعمران.

فائدة مباشرة للطاقة المتجددة

تريد جوجل استخدام WeatherNext 3 أيضًا في التخطيط للطاقة النظيفة. النموذج يستطيع توقع سرعة الرياح على ارتفاع يقارب 100 متر، وهو قريب من ارتفاع توربينات الرياح، إلى جانب الغطاء السحابي والإشعاع الشمسي.

• تقدير إنتاج مزارع الرياح بصورة أفضل.
• توقع كمية الطاقة الشمسية المتاحة.
• مساعدة مشغلي الشبكات في التخطيط للعرض والطلب.
• تقليل عدم اليقين المرتبط بتغير الطقس السريع.

15 يومًا من التوقعات الاحتمالية

بحسب صفحة المطورين لدى جوجل، يقدم WeatherNext 3 توقعات عالمية احتمالية تصل إلى 15 يومًا، مع تشغيل 64 عضوًا ضمن Ensemble وإعادة تهيئة كل ساعة.

التوقع الاحتمالي لا يقدم نتيجة واحدة فقط، بل مجموعة سيناريوهات تساعد على تقدير نطاق عدم اليقين. وهذا مهم خصوصًا كلما ابتعد أفق التوقع عن الوقت الحالي.

أين سيظهر WeatherNext 3 للمستخدم العادي؟

جوجل بدأت دمج النموذج في مجموعة من منتجاتها الرئيسية، وهو ما يجعل تأثيره أوسع من مجرد مشروع بحثي.

• Google Search.
• Gemini.
• Google Maps.
• Google Maps Platform.
• Google Cloud.

هذا يعني أن التحسينات في توقع الطقس يمكن أن تصل إلى المستخدم بصورة غير مباشرة عندما يبحث عن الطقس أو يخطط لرحلة أو يسأل Gemini عن حالة الجو.

هل يستطيع المطورون استخدام البيانات؟

نعم. جوجل توفر بيانات التوقعات عالية الدقة عبر خدماتها السحابية، ويمكن للباحثين والشركات الاستعلام عنها في BigQuery وEarth Engine أو تنزيل مجموعات البيانات من Google Cloud Storage.

كما توفر صفحة مخصصة لـWeatherNext للمطورين، وهو ما يفتح الباب لاستخدام النموذج في تطبيقات الزراعة والطيران والطاقة والخدمات اللوجستية وإدارة الكوارث.

هل يعتمد WeatherNext 3 على الذكاء الاصطناعي فقط؟

لا ينبغي فهم الخبر على أن جوجل ألغت علم الأرصاد القائم على الفيزياء. النموذج نفسه يتعلم من تاريخ ضخم من بيانات الطقس والتحليلات والرصد، بينما تظل أنظمة التنبؤ الفيزيائية والرصد الأرضي والفضائي جزءًا أساسيًا من منظومة الأرصاد.

الجديد هو أن الذكاء الاصطناعي يستطيع معالجة الأنماط بسرعة كبيرة وإنتاج توقعات عالية الدقة دون تشغيل محاكاة فيزيائية كاملة لكل نقطة في كل مرة.

لماذا بيانات الأقمار الصناعية مهمة للدول خارج أوروبا وأمريكا؟

كثافة محطات الطقس وأجهزة الرصد ليست متساوية عالميًا. بعض الدول والمناطق البحرية والصحراوية تملك شبكات قياس أقل كثافة، ما يجعل التنبؤ المحلي أكثر صعوبة.

الأقمار الصناعية توفر تغطية واسعة ومستمرة فوق مساحات هائلة، ولذلك يمكن أن تكون مكسبًا مهمًا للنموذج في المناطق التي تقل فيها البيانات الأرضية.

ولهذا تقول جوجل إن أكبر تحسن في توقع الهطول ظهر في بعض المناطق التي كانت التوقعات فيها تاريخيًا أقل دقة.

هل أصبح توقع الطقس دقيقًا تمامًا؟

لا. حتى مع WeatherNext 3 يظل الطقس نظامًا شديد التعقيد والفوضوية، ولا يوجد نموذج يضمن معرفة ما سيحدث بدقة كاملة بعد أيام.

هناك فرق بين تحسين متوسط الدقة وبين ضمان توقع حدث محلي معين. العواصف الرعدية الصغيرة مثلًا يمكن أن تتطور على نطاقات أصغر من شبكة 5 كيلومترات، كما أن أخطاء الرصد نفسها يمكن أن تنتقل إلى التوقعات.

التقييم المستقل نقطة مهمة

تقول جوجل إن WeatherNext 3 حقق أفضل أداء بين نماذج رائدة في تقييمات حية أجرتها Brightband عبر Operational WeatherBench. وجود تقييم خارجي مهم، لكنه لا يعني أن النموذج سيكون الأفضل في كل متغير وكل منطقة جغرافية وكل أفق زمني.

الأداء الحقيقي سيصبح أوضح مع استخدام النموذج لفترة أطول ومقارنته عمليًا بتوقعات مراكز الأرصاد والنماذج الأخرى.

جوجل توسع استخدام الذكاء الاصطناعي خارج تطبيقات الدردشة

WeatherNext يوضح أن سباق الذكاء الاصطناعي لا يقتصر على روبوتات المحادثة وإنشاء الصور. جوجل تستخدم النماذج في مجالات علمية وتشغيلية مثل الطقس والطاقة والزراعة.

وسبق أن تناولنا في سوالف سوفت Google AI Studio وتوسع أدوات الذكاء الاصطناعي لدى جوجل، بينما يقدم WeatherNext مثالًا مختلفًا تمامًا على استخدام AI في مجال علمي يحتاج إلى بيانات حية وتوقعات مستمرة.

ما الذي يعنيه WeatherNext 3 للمستخدم؟

إذا نجح النموذج كما تتوقع جوجل، فلن يحتاج المستخدم العادي إلى معرفة اسم WeatherNext 3 حتى يستفيد منه. القيمة ستظهر في توقعات أكثر حداثة وتفصيلًا داخل Search وMaps وGemini، خصوصًا للأمطار والثلوج والتغيرات السريعة.

أما بالنسبة للشركات والباحثين، فالقفزة الأهم هي الوصول إلى بيانات عالمية محدثة كل ساعة وبدرجة مكانية أعلى، وهو ما يمكن أن يؤثر مباشرة في قرارات الطيران والطاقة والزراعة وسلاسل الإمداد.

وتشرح جوجل في الإعلان الرسمي عن WeatherNext 3 أن النموذج بدأ الاندماج بالفعل في منتجاتها، مع إتاحة بياناته عالية الدقة للمطورين والباحثين عبر منظومة Google Cloud.

لا يسمح بنقل هذا المحتوى من سوالف دون الاشارة برابط مباشر

استضافة مجانية