ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارAi2 (Allen Institute)→ المصدر

ذكاء Ai2 الاصطناعي يرسم خرائط الأعاصير والأمطار الغزيرة بدقة 3 كم وبتكلفة أقل 300 مرة من النموذج الفيزيائي

تُحسب خرائط الأعاصير والأمطار الغزيرة بدقة 3 كم عادةً بالنموذج الفيزيائي X-SHiELD على حواسيب فائقة، وهو أمر مكلف. دربت Ai2 نظام ذكاء اصطناعي لهذا الغرض: يرسم ACE صورة تقريبية بدقة 100 كم، ثم يضيف HiROv2 التفاصيل، على غرار رفع دقة الصور. والنتيجة أقل كلفة بنحو 300 مرة، مع تباين في إحصاءات العواصف النادرة عن X-SHiELD لا يتجاوز 3%. وهذا يعني إمكان تشغيل عشرات السيناريوهات بدلًا من حفنة قليلة.

معالج بواسطة الذكاء الاصطناعي من Ai2 (Allen Institute)؛ بتحرير Hamidun News
ذكاء Ai2 الاصطناعي يرسم خرائط الأعاصير والأمطار الغزيرة بدقة 3 كم وبتكلفة أقل 300 مرة من النموذج الفيزيائي
المصدر: Ai2 (Allen Institute). كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليAi2 (Allen Institute) ↗
رئيس التحرير
حقيقة رئيسية #1يقدّم HiROv2 الأمطار والرياح والضغط معًا، لا الهطولات المطرية وحدها
حقيقة رئيسية #2يُنتظر أن تكون النسخة المخففة من HiROv2 أسرع بعشر مرات على الأقل
يعمل فقط مع مناخ X-SHiELDلا دعم بعد لمستقبل أكثر حرارة ولا لبيانات ERA5

لفهم كيف ستتغير الأعاصير والأمطار الغزيرة والرياح العاصفة، يحتاج علماء المناخ إلى خرائط طقس مفصلة تمتد سنوات طويلة إلى الأمام. و«المفصلة» هنا تعني دقة 3 كم: على مثل هذه الخريطة تظهر العواصف الرعدية المنفردة وعين الإعصار وأحزمة المطر. وعادةً تُحسب هذه البيانات بالنموذج الفيزيائي للغلاف الجوي X-SHiELD، الذي يحسب العواصف وغيرها من العمليات الصغيرة صراحةً، وكلفة كل تشغيل له مرتفعة جدًا. وقد قدّم معهد Ai2 (معهد ألين للذكاء الاصطناعي) نظام HiRO-ACEv2، وهو نظام ذكاء اصطناعي محدَّث ينتج بيانات مشابهة بكلفة أقل بنحو 300 مرة.

كيف يعمل النظام

الفكرة مألوفة لكل من رأى شبكة عصبية تحسّن جودة صورة فوتوغرافية: تبدأ بلقطة ضبابية، ثم تُستعاد تفاصيلها. ويتألف HiRO-ACE من نموذجين. يحسب ACE مناخ الكوكب بصورة تقريبية بدقة نحو 100 كم. ثم يأخذ HiRO هذه الصورة التقريبية و«يرفع دقتها» إلى 3 كم.

كان X-SHiELD هو المعلّم: فبياناته هي ما يتعلم النظام إعادة إنتاجه. أما تشغيل النظام نفسه فيكلّف أقل بمئات المرات من حساب النموذج الفيزيائي.

التغيير الرئيسي في الإصدار v2 هو النموذج الجديد HiROv2. كان الإصدار الأول يتنبأ بالهطولات المطرية فقط. أما الآن فيُخرج النموذج عدة حقول دفعة واحدة: المطر والرياح والضغط، ولذلك يمكن أن نرى في البيانات أنواعًا أكثر بكثير من الطقس المتطرف. وإضافة إلى ذلك، غيّر الفريق مخطط التدريب لكي يعيد النموذج إنتاج أشد القيم تطرفًا على نحو أفضل، لا الأيام المعتادة فحسب.

ما الذي تقوله الأرقام

عند تغذية HiROv2 ببيانات X-SHiELD المخفَّضة الدقة، تتطابق إحصاءات مخرجاته مع المرجع في حدود 3%. وينطبق ذلك حتى على أحداث نادرة إلى درجة أنها تظهر مرة واحدة في كل مليون نقطة بيانات. ويقدّر النموذج بدقة الطاقة الإجمالية للأعاصير المدارية، بما فيها عواصف لم تكن ضمن عينة التدريب. وتخرج الأعاصير بعيون وأحزمة مطر واقعية. وهناك تحفظ: فالرياح والضغط حول العين يخرجان أكثر «انحرافًا» مما هما في X-SHiELD. كما يعيد النموذج إنتاج الرياح القوية المنحدرة على سفوح الجبال.

وحُدّث ACE أيضًا. ففي تشغيل لمدة عشر سنوات، تتطابق أعاصيره وصوره المناخية المتوسطة وتوزيعات المطر والرياح والضغط فيه جيدًا مع X-SHiELD. وهذا مهم لأن HiRO يعمل عمليًا لا على بيانات تقريبية «حقيقية»، بل على ما حسبه ACE بنفسه.

وبدمج النموذجين، حصل الباحثون على سنة كاملة من البيانات العالمية بدقة 3 كم. وإحصاءاتها قريبة من X-SHiELD. وفي محاكاة مدتها عشر سنوات، تقارب طاقة الأعاصير طاقتها في المرجع، وتظهر في اللقطات أحداث متطرفة أخرى تشبه أحداث النموذج الفيزيائي.

ما فائدته للممارسين وما حدوده

المكسب الأساسي هو عدد السيناريوهات. عندما تكلّف محاكاة واحدة ما يكلّفه مشروع حاسوب فائق مستقل، يتعذر إجراء أكثر من بضعة تشغيلات. وإذا انخفضت الكلفة بنحو 300 مرة، أمكن الحصول على نسخ كثيرة من مناخ عقد كامل وتقدير احتمالات الأحداث النادرة. وهذه المجموعات من السيناريوهات أنفع لشركات التأمين وعاملي الطاقة ومخططي المدن ومختصي المخاطر من خريطة واحدة جميلة. وإذا كان الاهتمام منصبًّا على منطقة واحدة فقط، فقد يزيد التوفير على 100 ضعف، بحسب مساحة المنطقة. كما تُعدّ Ai2 نسخة مبسطة من HiROv2 يُفترض أن تعمل أسرع بعشر مرات على الأقل.

أما القيود فجوهرية. فقد تدرّب HiRO على X-SHiELD، ولذلك لا يعمل إلا مع نسخة ACE المضبوطة لهذا النموذج. ولا ينتج بعدُ بيانات لمناخات أخرى، مثل مستقبل أكثر حرارة أو الأرشيف التاريخي ERA5. إضافة إلى ذلك، يُقيَّم الأداء في المنشور بالمقارنة مع X-SHiELD، لا مع الرصدات المباشرة.

وتشمل الخطط التدريب على مجموعات بيانات جديدة من X-SHiELD، بما فيها عالم أكثر حرارة بمقدار 4 °C، فضلًا عن إضافة درجة حرارة السطح والثلج والجليد. وهذا يفتح الطريق، مثلًا، إلى التنبؤ بالغطاء الثلجي.

ويمكن الاطلاع على النتيجة دون تشغيل أي شيفرة: فقد أنشأت Ai2 أداة تصوير تعرض الهطولات والرياح والضغط من HiROv1 وHiROv2 جنبًا إلى جنب مع X-SHiELD، ويمكن تقريب منطقتك الخاصة وتقييم الجودة بالعين المجردة. وللتحليل الأعمق، النماذج متاحة بشكل مفتوح، ومعها تعليمات التشغيل.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف يعمل النظام؟

الفكرة مألوفة لكل من رأى شبكة عصبية تحسّن جودة صورة فوتوغرافية: تبدأ بلقطة ضبابية، ثم تُستعاد تفاصيلها. ويتألف HiRO-ACE من نموذجين. يحسب ACE مناخ الكوكب بصورة تقريبية بدقة نحو 100 كم. ثم يأخذ HiRO هذه الصورة التقريبية و«يرفع دقتها» إلى 3 كم. كان X-SHiELD هو المعلّم: فبياناته هي ما يتعلم النظام إعادة إنتاجه. أما تشغيل النظام نفسه فيكلّف أقل بمئات المرات من حساب النموذج الفيزيائي. التغيير الرئيسي في الإصدار v2 هو النموذج الجديد HiROv2. كان الإصدار الأول يتنبأ بالهطولات المطرية فقط.

ما أبرز التفاصيل حول ما الذي تقوله الأرقام؟

عند تغذية HiROv2 ببيانات X-SHiELD المخفَّضة الدقة، تتطابق إحصاءات مخرجاته مع المرجع في حدود 3%. وينطبق ذلك حتى على أحداث نادرة إلى درجة أنها تظهر مرة واحدة في كل مليون نقطة بيانات. ويقدّر النموذج بدقة الطاقة الإجمالية للأعاصير المدارية، بما فيها عواصف لم تكن ضمن عينة التدريب. وتخرج الأعاصير بعيون وأحزمة مطر واقعية. وهناك تحفظ: فالرياح والضغط حول العين يخرجان أكثر «انحرافًا» مما هما في X-SHiELD. كما يعيد النموذج إنتاج الرياح القوية المنحدرة على سفوح الجبال. وحُدّث ACE أيضًا.

ما أبرز التفاصيل حول ما فائدته للممارسين وما حدوده؟

المكسب الأساسي هو عدد السيناريوهات. عندما تكلّف محاكاة واحدة ما يكلّفه مشروع حاسوب فائق مستقل، يتعذر إجراء أكثر من بضعة تشغيلات. وإذا انخفضت الكلفة بنحو 300 مرة، أمكن الحصول على نسخ كثيرة من مناخ عقد كامل وتقدير احتمالات الأحداث النادرة. وهذه المجموعات من السيناريوهات أنفع لشركات التأمين وعاملي الطاقة ومخططي المدن ومختصي المخاطر من خريطة واحدة جميلة. وإذا كان الاهتمام منصبًّا على منطقة واحدة فقط، فقد يزيد التوفير على 100 ضعف، بحسب مساحة المنطقة.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…