WeatherNext من DeepMind تتنبأ بالأعاصير في وقت أبكر من نماذج التنبؤ الحالية

أعلنت Google DeepMind في أغسطس 2026 عن WeatherNext، وهو نموذج ذكاء اصطناعي يتنبأ بالأعاصير في وقت أبكر وبدقة أعلى من أي نظام قائم للتنبؤ بالطقس، مع استخدامه بيانات أقل دقة.

ما الذي يستطيع WeatherNext فعله

يعالج WeatherNext مهمتين في وقت واحد: تحديد مسار الإعصار (أي الاتجاه الذي تتحرك فيه العاصفة) وشدته (أي مدى قوتها). وغالبًا ما تتفوق النماذج العددية التقليدية في أحد هذين المعيارين على الآخر، أما WeatherNext فيتنبأ بالاثنين معًا، ويتقدم في الوقت ذاته على الأنظمة القائمة من حيث مدة الإنذار المسبق.

• الجهة المطوّرة: Google DeepMind
• سيُنشر النموذج للعموم بوصفه مفتوح المصدر (open source)
• يتنبأ بمسار الإعصار وشدته في آن واحد
• يعمل على بيانات منخفضة الدقة
• يُصدر الإنذار في وقت أبكر من الطرق التقليدية

لكل ساعة إضافية في التنبؤ أثر مباشر على السلامة، إذ تتيح إجلاء السكان، ونشر فرق الإنقاذ، وتجهيز البنية التحتية الحيوية قبل وصول العاصفة. وكلما عُرف مبكرًا وبدقة أكبر أين سيضرب الإعصار وبأي قوة، ازدادت قدرة هيئات الأرصاد والسلطات على توزيع الموارد بفاعلية.

لماذا لا يفهم الباحثون أنفسهم كيف يعمل النموذج

أبرز ما يميز WeatherNext، وأكبر ألغازه، أن آلية عمل النموذج غير مفهومة حتى لمطوريه. فبحسب ما نقلته مجلة Wired، لا يستطيع فريق DeepMind أن يشرح بالكامل كيف يستخلص النموذج تنبؤًا موثوقًا من بيانات منخفضة الدقة.

«لا يفهم الباحثون حتى الآن على نحو كامل كيف يحقق النموذج ذلك بالضبط»، بحسب ما ورد في مادة

Wired نقلًا عن DeepMind.

هذه مشكلة كلاسيكية في الشبكات العصبية، هي غموض البنية الداخلية، أو ما يُعرف بـ«الصندوق الأسود». وللأمر بعد عملي لدى هيئات الأرصاد وأجهزة الإنقاذ، لأن قرارات إجلاء مناطق بأكملها تُتخذ استنادًا إلى التنبؤات. وإذا أخطأ النموذج وكان سبب الخطأ غامضًا، فإن تصحيح سلوكه يصبح بالغ الصعوبة. وتصف DeepMind توضيح هذه الآلية بأنه موضوع بحث متواصل.

لماذا يُعدّ انخفاض دقة البيانات اختراقًا

في علم الأرصاد الكلاسيكي، ترتبط دقة التنبؤ ارتباطًا مباشرًا بكثافة الرصد وتفصيله: فكلما زادت البيانات وارتفعت جودتها، تحسّن التنبؤ. ويقلب WeatherNext هذا المنطق، إذ يحقق النموذج دقة عالية بمدخلات تعدّها الأنظمة التقليدية غير كافية.

وتتضاعف أهمية ذلك في المناطق الاستوائية والدول الجزرية الصغيرة، فهناك تبلغ الأعاصير أقصى درجات تدميرها، وهناك أيضًا غالبًا ما تكون البنية التحتية للأرصاد قديمة أو ناقصة: محطات أرضية قليلة، وفجوات في البيانات، ونقص في المعدات الحديثة. وأي نموذج قادر على تقديم تنبؤ مبكر ودقيق في ظل شحّ المعلومات يغيّر جذريًا إمكانات أنظمة الإنذار لملايين البشر.

وتخطط DeepMind لنشر WeatherNext كمشروع مفتوح المصدر، ما سيتيح لهيئات الأرصاد الوطنية والباحثين المستقلين حول العالم تكييف النموذج، والتحقق من نتائجه، وتحسينه باستخدام بياناتهم الإقليمية الخاصة.

ماذا يعني ذلك

إذا اجتاز WeatherNext عملية تحقق مستقلة، فقد يدخل التنبؤ بالأعاصير بالذكاء الاصطناعي ضمن الأدوات القياسية لهيئات الأرصاد في أنحاء العالم. وسيسرّع الكود المفتوح هذا التحول، إذ ستحصل المناطق الأكثر عرضة للأعاصير على نموذج متقدم دون الحاجة إلى تطويره بنفسها.

الأسئلة الشائعة

متى سيُتاح WeatherNext للعموم؟

أعلنت DeepMind عزمها نشر WeatherNext كمشروع مفتوح المصدر، لكن مادة Wired لا تذكر مواعيد محددة.

ماذا يعني العمل «على بيانات منخفضة الدقة»؟

تتطلب نماذج التنبؤ التقليدية شبكة كثيفة من مراصد الطقس بمستوى تفصيل عالٍ. أما WeatherNext فيُظهر دقة عالية مع مدخلات أكثر «تباعدًا»، وهذا أمر بالغ الأهمية للدول والمناطق التي لم تتطور فيها البنية التحتية لرصد الطقس بما يكفي.