گزارش: پیش‌بینی آب‌وهوا با هوش مصنوعی به یک مسئله راهبردی برای اروپا تبدیل شده است

شفقنا – مرکز پیش‌بینی‌های میان‌مدت اروپا (ECMWF) هشدار داده است هوش مصنوعی در حال تغییر اساسی علم هواشناسی است و اروپا برای حفظ استقلال خود در این حوزه حیاتی، باید سرمایه‌گذاری بیشتری روی مدل‌های بومی انجام دهد. در حالی که مدل‌های مبتنی بر هوش مصنوعی می‌توانند پیش‌بینی‌ها را تا ده برابر سریع‌تر و هزار برابر کم‌مصرف‌تر از روش‌های سنتی انجام دهند، اما مطالعات اخیر نشان می‌دهد این مدل‌ها در پیش‌بینی رویدادهای شدید آب و هوایی (مانند گرمای بی‌سابقه و طوفان‌ها) هنوز ضعیف عمل می‌کنند.

به گزارش سرویس ترجمه شفقنا، فلوریان پاپنبرگر، مدیر کل مرکز پیش‌بینی‌های میان‌مدت اروپا، می‌گوید: پیش‌بینی آب و هوا یک زیرساخت حیاتی است. ما نباید کاملاً به مدل‌ها، ابزارها یا پلتفرم‌هایی که در جای دیگر توسعه یافته‌اند وابسته باشیم، به ویژه زمانی که هوش مصنوعی این حوزه را به سرعت تغییر می‌دهد. نگرانی اصلی او شرکت‌های بزرگ فناوری مانند گوگل، اپل، فیسبوک و آمازون هستند که پیشگامان پیش‌بینی آب و هوا با هوش مصنوعی شده‌اند.

لور رینود از سازمان هواشناسی فرانسه می‌گوید: نیروی محرکه بیشتر پویایی کلی پیرامون هوش مصنوعی است، به ویژه اینکه پیشگامان هوش مصنوعی در هواشناسی مراکز تحقیقاتی نبودند، بلکه شرکت‌های فناوری بودند. بنابراین موضوع بیشتر به دست گرفتن دوباره کنترل و ساختن هوش مصنوعی مستقل، به ویژه اروپایی، است.

مدل‌های سنتی هواشناسی بر پایه حل معادلات پیچیده فیزیکی حاکم بر جو هستند، اما مدل‌های هوش مصنوعی با آموزش روی دهه‌ها داده‌های تاریخی، الگوهای تکامل جو را یاد می‌گیرند. سیستم هوش مصنوعی مرکز اروپا که در اوایل سال ۲۰۲۵ راه‌اندازی شده، تخمین زده می‌شود تا هزار برابر کم‌مصرف‌تر از مدل‌های سنتی باشد و پیش‌بینی‌های جهانی را ده برابر سریع‌تر ارائه دهد. پاپنبرگر می‌گوید: مزیت پیش‌بینی هوش مصنوعی این است که اجرای آن بسیار ارزان‌تر است. شما به کسری از انرژی، پول و منابع در مقایسه با اجرای یک سیستم فیزیکی نیاز دارید.

اما همه چیز به این خوبی نیست. مطالعه‌ای در آوریل ۲۰۲۶ نشان داد مدل‌های فیزیکی هنوز در پیش‌بینی رویدادهای شدید آب و هوایی از مدل‌های هوش مصنوعی (مانند گراف‌کست گوگل و پنگو-وِدر هواوی) بهتر عمل می‌کنند. این مدل‌های جدید در خارج از محدوده آموزشی خود، تمایل به دست کم گرفتن شدت و فراوانی رویدادهای گرمای بی‌سابقه، سرمای شدید و سرعت باد دارند. بایرون درو از سرویس هواشناسی متئوماتیکس می‌گوید: مدل‌های هوش مصنوعی تنها به اندازه داده‌هایی که روی آنها آموزش دیده‌اند خوب هستند و اغلب در ثبت پدیده‌های جدید یا دیده‌نشده آب و هوایی مشکل دارند.

به نظر می‌رسد بهترین راه حل، ترکیب دو روش باشد. سازمان ملی اقیانوسی و جوی آمریکا (NOAA) قبلاً یک مدل ترکیبی (هیبرید) را مستقر کرده است که سیستم پیش‌بینی عددی جهانی خود را با یک مدل جدید هوش مصنوعی ترکیب می‌کند. در آزمایش‌های اولیه، این مدل ترکیبی در اکثر معیارهای اصلی تأیید، بهتر از هر یک از مدل‌های جداگانه عمل کرده است.

رینود می‌گوید: تنها چیزی که اکنون می‌توانیم بگوییم این است که در چند سال آینده، ما شاهد همزیستی مدل‌های سنتی و مدل‌های هوش مصنوعی خواهیم بود. مدل‌های هوش مصنوعی در برخی موارد بهتر خواهند بود، مدل‌های فیزیکی در موارد دیگر، و سپس این وظیفه متخصصان انسانی خواهد بود که بدانند چگونه آنها را در تصمیم‌گیری روزانه خود ترکیب کنند.

این خبر را اینجا ببینید.