تأثير الفراشة تحت التهديد: كيف تحاول Google و Nvidia ترويض فوضى الطقس

الأرصاد الجوية كانت دائماً علماً عميقاً من التواضع. نحن معتادون على حقيقة أن التنبؤ ليوم غد هو معلومة مفيدة، بينما التنبؤ لأسبوعين هو أشبه بالتنبؤ بقراءة الفنجان ممزوجاً بعناصر من الخيال العلمي. المسؤول هو إدوارد لورنتس وتأثيره الشهير بالفراشة. أي خطأ طفيف في البيانات الأولية يحول أي نموذج حاسوبي إلى فوضى في غضون أيام قليلة فقط من المحاكاة. ومع ذلك، اليوم قررت جوجل وميكروسوفت ونفيديا أن الفوضى هي ببساطة شبكة عصبية سيئة التدريب، وقد بدأت توسعاً واسع النطاق في أراضي علماء الأرصاد.

لعقود من الزمان، اعتمدت الأرصاد الجوية العالمية على التنبؤ العددي بالطقس (NWP). هذه أنظمة وحشية من معادلات الديناميكا الحرارية والديناميكا المائية التي تتم معالجتها بواسطة فائقات حاسوب بحجم مستودع صغير. المشكلة أن هذه النماذج بطيئة بشكل لا يصدق وغالية في التشغيل. بحلول الوقت الذي ينتهي فيه النموذج الكلاسيكي من حساب إعصار معقد، قد يكون الإعصار قد بدأ بالفعل بإغراق المدن الساحلية. وهنا تدخل نماذج الذكاء الاصطناعي من الجيل التالي، مثل GraphCast من Google DeepMind أو FourCastNet من Nvidia. بدلاً من حل معادلات الفيزياء بصراحة، تنظر هذه النماذج إلى أرشيفات البيانات التاريخية من العقود الماضية وتبحث عن أنماط مخفية فيها. هذا هو تحول أساسي: الانتقال من فهم الأسباب إلى مجرد التعرف على السيناريوهات.

لماذا حدثت هذه المعركة تحديداً الآن؟ الإجابة بسيطة: لقد راكمنا كمية كافية من البيانات عالية الجودة وبشكل أهم، القوة الحسابية. تلعب نفيديا هنا دوراً مزدوجاً. فهي لا توفر فقط «المعاول» في شكل رقائق رسومية لهذه حمى الذهب، بل تحفر بنشاط هي نفسها، مما يخلق مشروع Earth-2. هذه محاولة لبناء توأم رقمي لكوكب الأرض بأكمله، حيث سيتمكن الذكاء الاصطناعي من محاكاة التغييرات المناخية بدقة لم يسبق لها مثيل. ميكروسوفت لا تتخلف، حيث تدمج هذه الحلول في خدماتها السحابية لاحتياجات الشركات الزراعية الضخمة وعمالقة اللوجستيات، الذين يحتاجون إلى معرفة بالضبط متى سيغلق الميناء التالي بسبب عاصفة.

ومع ذلك، يتنامى التشكك في مجتمع الأرصاد الجوية، وهو تشكك له ما يبرره. النماذج التقليدية «تفهم» فيزياء العملية—فهي تعرف لماذا تهب الرياح وكيف يتكثف الرطوبة. نماذج الذكاء الاصطناعي في هذا السياق تبقى «صناديق سوداء». يمكنها أن تنتج نتيجة مخيفة من حيث الدقة، لكنها غير قادرة على شرح كيفية توصلها إلى هذه النتيجة. هناك خطر من أنه عند مواجهة شذوذ لم يكن موجوداً في مجموعة التدريب—على سبيل المثال، بسبب تغير المناخ السريع—قد تنتج شبكة عصبية هلوسة بدلاً من تنبؤ. في الأرصاد الجوية، تُقاس تكلفة مثل هذا الخطأ ليس بالنقرات المفقودة، بل بالأرواح البشرية والبنية التحتية المدمرة.

بالنسبة للاقتصاد العالمي، الرهانات أعلى بكثير. تنبؤ دقيق بمسار الإعصار قبل عشرة أيام بدلاً من خمسة يسمح بإجلاء الآليات والأشخاص في الوقت المناسب، مما يوفر مليارات الدولارات. شركات الطاقة التي تنتقل إلى مصادر متجددة تعتمد بشكل حرج على فهم كمية الشمس والرياح التي ستكون في الشبكة في ساعة معينة. بشكل أساسي، نشهد تحول الأرصاد الجوية من تخصص فيزيائي أساسي إلى عمل تطبيقي مع البيانات الضخمة. قد يغير هذا تصورنا للعدم التأكد إلى الأبد.

هل يمكن للذكاء الاصطناعي أن ينهي تأثير الفراشة في النهاية؟ من غير المرجح، لأن الفوضى مدمجة في الطبيعة الفيزيائية للغلاف الجوي نفسه. لكنه بالتأكيد يمكن أن يجعل هذه الفوضى قابلة للتنبؤ بما يكفي حتى نتوقف عن أن نفاجأ بالكوارث «المفاجئة». المعركة من أجل السماء بدأت للتو، والأبطال الرئيسيون فيها ليسوا أشخاصاً يرتدون معاطف مطر أمام خريطة، بل مهندسو التعلم الآلي الذين يحاولون حزم كل تعقيد الغلاف الجوي الأرضي في صفوف منظمة من أوزان الشبكة العصبية.

النقطة الرئيسية: يحول الذكاء الاصطناعي الأرصاد الجوية من الفيزياء النظرية إلى منافسة بين الخوارزميات والبيانات. تضاعفت سرعة الحصول على التنبؤات ألف مرة، لكن هل نحن مستعدون لتوكيل سلامة المدن إلى نماذج لا تعرف قوانين الفيزياء، بل تتذكر فقط كيف كانت الأمور في المرة الماضية؟