جوجل تكشف عن SEEDS: نموذج ذكاء اصطناعي ثوري للتنبؤ بالطقس

طورت جوجل نموذج ذكاء اصطناعي توليدي (AI)، الذي أطلق عليه الشركة اسم Scalable Ensemble Envelope Diffusion Sampler (SEEDS)، لتحويل التنبؤ بالطقس بشكل كبير ومساعدة في جعل التنبؤات الفعالة منخفضة التكلفة. هذا هو العصر الحديث، الذي استخدم بشكل كبير الحوسبة الفائقة والنماذج المتقدمة للذكاء الاصطناعي مقارنة بالطريقة التقليدية للتنبؤ بالطقس، والتي لا تزال باهظة الثمن للاستخدام الكامل.

ورقة البحث ومنشور المدونة الخاصين بـ Google مفصلان للغاية حول إمكانات SEEDS كبرنامج يمكن أن يجعل التنبؤ بالطقس متوسط المدى أكثر سهولة وفعالية من حيث التكلفة للعديد من الأشخاص دون فقدان الدقة بالضرورة.

تحدي التنبؤ بالطقس الحديث

يعد التنبؤ بالطقس أحد أدوات النشاط اليومي لا غنى عنها، والذي يضمن نهجًا مستنيرًا للنشاط الزراعي، والتخطيط داخل أنظمة النقل، أو الجدولة الفردية. ومع ذلك، في أوقات المحاكاة أو النماذج القائمة على الدقة، فإن هذا يثبت دائمًا أنه مكلف. هذه الطريقة التقليدية قوية بالتأكيد، لكنها تتطلب موارد حاسوبية عالية وبالتالي تصبح باهظة الثمن على نطاق أكبر. تهدف SEEDS من Google إلى توفير بديل لذلك من خلال استخدام الذكاء الاصطناعي.

تبرز SEEDS بقدرتها على إنشاء توقعات مجموعة الكتل بكسر جزء بسيط من تكلفة النماذج التقليدية. يتم إنشاؤها بواسطة ذكاء اصطناعي توليدي من خلال طريقة مساوية، إن لم تكن أكثر دقة، من نظام التنبؤ الأمريكي التشغيلي وتنفذ بكسر جزء بسيط من التكلفة والوقت. سيكون هذا فعالاً، حيث، وفقًا لـ Google، ستحتاج SEEDS فقط إلى توقعين بذر من النظام التشغيلي لإنشاء تنبؤاتها.

تتطابق نماذج الذكاء الاصطناعي المتطورة، بما في ذلك SEEDS، مع دقة الطرق التقليدية، لكن النماذج القائمة على الفيزياء قد تتنبأ بشكل معقول بتحسينات مستقبلية من المرجح أن تتفوق على النماذج القائمة على الفيزياء من حيث الدقة والكفاءة من حيث التكلفة.

الآثار المستقبلية ورؤية جوجل

 سيجلب نموذج الذكاء الاصطناعي التوليدي مثل SEEDS مستقبلًا رائعًا لـ Google في التنبؤ بالطقس. تسمح نماذج الذكاء الاصطناعي التوليدية مثل SEEDS بإضافة إنتاجية، وبالتالي الحفاظ على الموارد ومنح قوة إضافية للأشخاص داخل مؤسسات الإبلاغ عن الطقس.

يمكن بعد ذلك إعادة استثمار هذه المدخرات في إنشاء المزيد من التنبؤات وإصدارها بشكل متكرر أو تطوير نماذج مفصلة قائمة على الفيزياء. بما يتجاوز SEEDS، تقود Google الطريق في MetNet-3 وGraphCast، مما يعزز التزامها بتطوير التقنيات المتعلقة بالطقس.

مزيج من التكنولوجيا لتعزيز التنبؤ

هذا ما تظهره تنبؤات SEEDS: إذا تم تنفيذها، فإن النماذج القائمة على الفيزياء مع الذكاء الاصطناعي التوليدي، SEEDS، قد تساعد في قيادة مستقبل متوازن بشكل صحيح. قد يتم العمل على هذا النهج الهجين للحفاظ على الدقة والموثوقية على قدم المساواة مع التوقعات من التنبؤات، ولكن من ناحية أخرى، تكون أكثر كفاءة وقابلية للتوسع. في هذه الأثناء، مع التقدم التكنولوجي، تتحول جميع عوامل التطوير هذه إلى فرصة حقيقية للحصول على تنبؤات طقس فعلية وأكثر دقة وانتظامًا، وهي ضرورية في العديد من مجالات النشاط البشري.

إن SEEDS من نموذج Google هي، في جوهرها، قفزة عملاقة في البحث عن نوع من الطرق الأكثر كفاءة وفعالية من حيث التكلفة للتنبؤ بالطقس. SEEDS، بعبارة أخرى، تمثل بديلاً آملاً للطرق التقليدية لتوليد التنبؤات باستخدام قوة الذكاء الاصطناعي التوليدي بطريقة قد تغيرها. هناك الكثير من الوعد في دمج الذكاء الاصطناعي لتوفير دقة أكبر وإمكانية وصول أوسع إلى التنبؤ بالطقس مع تحسن التكنولوجيا. هذا بالتأكيد مثير لمجال علم الأرصاد الجوية.