مدل سازی دقیق AI از طوفان ارین توسط گوگل

 در حالی که بیشتر توجه‌ها در حوزه هوش مصنوعی به ابزارهای تولید محتوای بی‌کیفیت معطوف شده، گاهی کاربردهای مفیدی نیز از این فناوری دیده می‌شود؛ مانند استفاده گوگل دیپ‌مایند از مدل‌های هوش مصنوعی برای پیش‌بینی طوفان‌های گرمسیری. این ابزار آزمایشی که اوایل امسال معرفی شد، توانست مدل‌سازی دقیقی از طوفان ارین ارائه دهد؛ طوفانی که اوایل ماه جاری در اقیانوس اطلس شدت گرفت.

بر اساس گزارش نخستین وب‌سایت Ars Technica، طوفان ارین که به سطح پنج رسید و به جزیره برمودا، بخش‌هایی از کارائیب و سواحل شرقی آمریکا خسارت وارد کرد، نخستین آزمون واقعی برای آزمایشگاه هواشناسی دیپ‌مایند بود.

جیمز فرانکلین، رئیس سابق واحد تخصصی طوفان در مرکز ملی طوفان آمریکا، اعلام کرد که عملکرد این مدل بسیار خوب بوده و حتی از مدل رسمی مرکز ملی طوفان و چند مدل فیزیکی دیگر در ۷۲ ساعت اول پیش‌بینی بهتر عمل کرده است. اگرچه با گذشت زمان دقت آن کمی کاهش یافت، اما در پیش‌بینی پنج‌روزه همچنان از مدل‌های دیگر بهتر بود.

با اینکه دقت مدل گوگل در روزهای ابتدایی چشمگیر بود، کارشناسان معتقدند روزهای سوم تا پنجم اهمیت بیشتری دارند، زیرا تصمیم‌گیری‌های مهم مانند تخلیه مناطق و اقدامات پیشگیرانه بر اساس همین بازه زمانی انجام می‌شود. با وجود نمونه‌های محدود، به نظر می‌رسد مدل‌سازی آب‌وهوایی با کمک هوش مصنوعی آینده‌دار باشد.

اکثر روش‌های استاندارد فعلی برای پیش‌بینی طوفان از موتورهای مبتنی بر فیزیک استفاده می‌کنند که شرایط جوی را با در نظر گرفتن عواملی مانند رطوبت، فشار هوا و تغییرات دما شبیه‌سازی می‌کنند. اما مدل گوگل بر اساس حجم عظیمی از داده‌هایی که با آن آموزش دیده، عمل می‌کند؛ از جمله مجموعه داده‌ای که وضعیت آب‌وهوای گذشته را از میلیون‌ها مشاهده بازسازی کرده و پایگاه داده‌ای تخصصی شامل اطلاعات مسیر، شدت، اندازه و شعاع باد حدود ۵۰۰۰ طوفان ثبت‌شده در ۴۵ سال گذشته.

گوگل اعلام کرده که این مدل را روی طوفان‌های سال‌های ۲۰۲۳ و ۲۰۲۴ آزمایش کرده و مشخص شده که پیش‌بینی پنج‌روزه آن مسیر طوفان را با دقت بیشتری نسبت به بیشتر مدل‌های دیگر پیش‌بینی کرده است؛ به‌طوری‌که حدود ۱۴۰ کیلومتر نزدیک‌تر به محل واقعی طوفان نسبت به مدل مرکز پیش‌بینی میان‌مدت اروپا بوده که دقیق‌ترین مدل موجود محسوب می‌شود. حالا گوگل می‌تواند به این طوفان به‌عنوان نمونه‌ای واقعی برای اثبات توانایی مدل خود اشاره کند، هرچند هنوز نمی‌توان گفت که ابزارهای هوش مصنوعی جایگزین کامل روش‌های فعلی خواهند شد.