| يناقش المقال من صحيفة فاينانشيال تايمز التقدم الكبير في التنبؤ بالطقس الذي حققه نموذج الذكاء الاصطناعي الخاص بشركة Google DeepMind، GraphCast. ولأول مرة، تفوق نظام الذكاء الاصطناعي هذا على أساليب التنبؤ التقليدية. أظهر التقييم أن GraphCast كان أكثر دقة من المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF)، النظام التقليدي الرائد، في التنبؤ بالطقس لمدة تصل إلى 10 أيام قادمة، متفوقًا في 90% من 1380 مقياسًا مستخدمًا. |
| يستخدم GraphCast بنية التعلم الآلي المعروفة باسم الشبكة العصبية للرسم البياني، وقد تم تدريبه على أكثر من 40 عامًا من بيانات ECMWF. فهو ينتج تنبؤات لمدة 10 أيام في دقيقة واحدة فقط على جهاز كمبيوتر سحابي واحد من Google TPU v4، وهو أكثر كفاءة في استخدام الطاقة مقارنة بالعملية كثيفة الاستهلاك للطاقة بالطرق التقليدية. تم تسليط الضوء على مثال على دقته مع إعصار لي، حيث توقعت GraphCast وصولها إلى اليابسة في نوفا سكوتيا قبل تسعة أيام، أي قبل ثلاثة أيام من الطرق التقليدية. |
| على الرغم من هذه التطورات، لا تزال نماذج الذكاء الاصطناعي مثل GraphCast تواجه تحديات، كما هو موضح في التنبؤ بتكثيف إعصار أوتيس. وتشمل التطورات المستقبلية الجمع بين الذكاء الاصطناعي والأساليب التقليدية لتحسين الدقة والأخذ بعين الاعتبار تغير المناخ. ويعمل مكتب الأرصاد الجوية في المملكة المتحدة، بالتعاون مع معهد آلان تورينج، أيضًا على تطوير شبكته العصبية الرسومية للتنبؤ بالطقس. |