حتى بعد عقود من التقدم في مجال الأرصاد الجوية، التنبؤ بالطقس يبقى صعب السمعة. اليوم النماذج الأكثر ثقة ونادرا ما تكون دقيقة بعد فترة أسبوعين بسبب سلسلة مستمرة من المتغيرات الجوية والمناخية. هذه التفاعلات الجوية غير المتوقعة هي أسس نظرية الفوضى. يدرس هذا المجال متعدد التخصصات كيف يمكن حتى للأنظمة الأكثر قابلية للتنبؤ في العالم أن تنتج نتائج غير متوقعة تمامًا، وقد تم تطويره لأول مرة بواسطة عالم الرياضيات في معهد ماساتشوستس للتكنولوجيا إدوارد لورينز خلال السبعينيات.
“لقد توصل إلى هذا الحد النظري لمدة أسبوعين، حيث بعد ذلك، لا يمكننا التنبؤ بالطقس لأن الضوضاء في النظام تنمو بشكل كبير لدرجة أنها تطغى على أي إشارة تبدأ بها”. يهوذا كوهين، عالم مناخ أيضًا في معهد ماساتشوستس للتكنولوجيا، وأوضح.
وفقًا لكوهين، لا يزال العديد من الباحثين في مجال المناخ ينظرون إلى عقبة لورنز التي تستغرق أسبوعين على أنها لا يمكن التغلب عليها. وقد ثبتت صحة هذا الافتراض إلى حد كبير منذ ما يقرب من 50 عاما. حتى المحاكاة الديناميكية اليوم و الذكاء الاصطناعي تبدأ النماذج في الانهيار عند محاولة التنبؤ بالظروف في غضون أسبوعين إلى ستة أسابيع في المستقبل، وهي نافذة تُعرف بالتنبؤ دون الموسمي. يطلق على هذا النطاق اسم “صحراء القدرة على التنبؤ”، وهو يواجه قوى بطيئة الحركة ومتغيرة للغاية مثل القوة الفائقة لهذا العام. الطفل حدث. بمجرد دخول هذه العوامل إلى المعادلة، يصبح التنبؤ أقرب إلى رمي النرد من أي شيء ملموس. ومع ذلك، كانت لدى كوهين شكوكه حول حدود نظرية الفوضى.
قال: “لم أصدق ذلك مطلقًا حقًا”. “من الناحية النظرية، يمكن للغلاف الجوي أن يخلق عددًا لا حصر له من الأنماط، لكنه يحب الوقوع في هذه الأنماط المفضلة مرارًا وتكرارًا.”
ولمحاولة كسر حاجز التنبؤ هذا، أمضى كوهين وزميله ليستر ماكي سنوات في تطوير نظام ذكاء اصطناعي لا يقلل من أخطاء التنبؤ فحسب، بل يتعلم من أخطائه الحتمية من خلال طريقة تسمى المعالجة اللاحقة. مع المعالجة اللاحقة، يتحسن الذكاء الاصطناعي من خلال مقارنة الأخطاء مع البيانات التاريخية الموجودة، ثم يتم تعديلها من هناك.
قدم فريق كوهين مؤخرًا ثلاثة إصدارات من نموذجهم الذي يتميز بنظام المعالجة اللاحقة المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF). يُعرف ECMWF على نطاق واسع بأنه أفضل مركز للتنبؤ في العالم، ويستضيف أيضًا مسابقات موسمية تضع أحدث نماذج التنبؤ في مواجهة بعضها البعض. اعتمدت معظم هذه الأنظمة على متوسطات مناخية تاريخية للوصول إلى استنتاجاتها، لكن هذه كانت المرة الأولى التي تقدم فيها مجموعة برنامجًا يتمتع بقدرات المعالجة اللاحقة.
أبلغ كوهين وزملاؤه عن نتائجهم في دراسة نشرت اليوم في المجلة طبيعة. أدى تكامل المعالجة اللاحقة للذكاء الاصطناعي إلى تدمير نماذج التنبؤ الحالية. بالنسبة للنافذة شبه الموسمية التي تمتد من أسبوعين إلى ستة أسابيع، ضاعف الباحثون دقة التنبؤ الإجمالية. ومن الممكن أن تساعد مثل هذه التحسينات الهائلة المزارعين ومقدمي الطاقة الذين يعتمدون بالفعل على التنبؤات الموسمية، ولكن الفوائد قد تنقذ الأرواح.
وقال كوهين: “إنها تعمل أيضًا على تحسين التنبؤات بالظواهر الجوية القاسية، سواء كانت فيضانات أو نوبات برد أو أي شيء آخر”. “من المهم حقًا التنبؤ بكلا الأمرين، لكن الأحداث المتطرفة قد تكون الجزء الأكثر تأثيرًا في هذا على المجتمع.”
لقد افترض العديد من الباحثين منذ فترة طويلة أن التنبؤ دون الموسمي هو طريق مسدود، لكن القفزة الأخيرة قد تمهد الطريق لتحقيق تقدم أكبر في هذا المجال.
وقال كوهين: “لقد تساءل الناس عما إذا كان الأمر يستحق الاستثمار في النماذج على الإطلاق خلال هذه الفترة الزمنية”. “(لكن) نحن نتفوق باستمرار على متوسطات علم المناخ من خلال نماذجنا”.
