يمكن لبرنامج التنبؤ بالطقس القائم على التعلم الآلي، والذي طوره باحثون في DeepMind ويسمى "GraphCast"، التنبؤ بمتغيرات الطقس على مدى 10 أيام في أقل من دقيقة واحدة، وفى أحد التقارير، سلط العلماء الضوء على أن GraphCast تفوقت في الأداء على تقنيات التنبؤ بأنماط الطقس التقليدية بمعدل تحقق يبلغ 90%.
ويعمل برنامج التنبؤ بالطقس المدعوم بالذكاء الاصطناعي من خلال استيعاب "أحدث حالتين لطقس الأرض"، والذي يتضمن المتغيرات من وقت الاختبار وست ساعات سابقة، وباستخدام هذه البيانات، يستطيع GraphCast التنبؤ بحالة الطقس خلال ست ساعات.
ومن الناحية العملية، أظهر الذكاء الاصطناعي بالفعل إمكانية تطبيقه في العالم الحقيقي، وتنبأت الأداة بوصول إعصار لي إلى اليابسة في لونج آيلاند قبل 10 أيام من حدوثه، في حين تأخرت تقنيات التنبؤ بالطقس التقليدية التي كان يستخدمها خبراء الأرصاد الجوية في ذلك الوقت، ويمكن للتنبؤات التي يتم إجراؤها بواسطة عمليات محاكاة الطقس القياسية أن تستغرق وقتًا أطول لأنه تقليديًا، ويتعين على النماذج أن تأخذ في الاعتبار الفيزياء المعقدة وديناميكيات السوائل لإجراء تنبؤات دقيقة.
ولا تتفوق خوارزمية التنبؤ بالطقس على التقنيات التقليدية للتنبؤ بأنماط الطقس من حيث الوتيرة والحجم فحسب، بل يمكن لـ GraphCast أيضًا التنبؤ بالأحداث الجوية القاسية، والتي تشمل الأعاصير المدارية وموجات درجات الحرارة القصوى فوق المناطق ، ولأن الخوارزمية يمكن إعادة تدريبها باستخدام البيانات الحديثة، يعتقد العلماء أن الأداة لن تتحسن إلا في التنبؤ بالتقلبات في أنماط الطقس التي تتزامن مع التغيرات الكبرى التي تتماشى مع تغير المناخ.
قريبًا، قد تظهر خدمة GraphCast، أو على الأقل أساس خوارزمية الذكاء الاصطناعي التي تدعم تنبؤاتها، في المزيد من الخدمات السائدة. وفقًا لـ Wired، ربما تستكشف جوجل كيفية دمج GraphCast في منتجاتها ، كما إن الدعوة إلى نمذجة أفضل للعواصف قد مهدت بالفعل الطريق أمام أجهزة الكمبيوتر العملاقة في الفضاء ، وتقول الإدارة الوطنية للمحيطات والغلاف الجوي (NOAA) إنها تعمل على تطوير نماذج من شأنها أن توفر قراءات أكثر دقة حول موعد حدوث الظواهر الجوية القاسية، والأهم من ذلك، توقعات شدة الأعاصير.
