في الفترة التي سبقت العاصفة الشتوية التي تضرب حاليًا معظم أنحاء الولايات المتحدة، كانت توقعات الطقس لبعض المناطق في جميع أنحاء الخريطة، مع تباين توقعات تساقط الثلوج بشكل كبير.
لم يكن بإمكان Nvidia تحديد توقيت إصدار نماذج Earth-2 الجديدة للتنبؤ بالطقس بشكل أفضل. أو، بالنظر إلى مدى دقة ادعاءات الشركة بأن النماذج الجديدة، ربما كانت تعرف شيئًا لم نعرفه؟
تعد نماذج الذكاء الاصطناعي الجديدة بجعل التنبؤ بالطقس أسرع وأكثر دقة. تدعي شركة Nvidia أن نموذجًا واحدًا على وجه الخصوص، وهو Earth-2 Medium Range، يتفوق على نموذج الطقس الذي يعمل بالذكاء الاصطناعي من Google DeepMind، GenCast، في أكثر من 70 متغيرًا. كان GenCast، الذي أطلقته جوجل في ديسمبر 2024، في حد ذاته أكثر دقة بشكل ملحوظ من نماذج الطقس الحالية التي كانت قادرة على توليد توقعات لمدة تصل إلى 15 يومًا.
أعلنت Nvidia عن الأدوات الجديدة يوم الاثنين في اجتماع الجمعية الأمريكية للأرصاد الجوية في هيوستن.
وقال مايك بريتشارد، مدير محاكاة المناخ في نفيديا، للصحفيين في مكالمة هاتفية قبل الاجتماع: “من الناحية الفلسفية والعلمية، إنها عودة إلى البساطة”. “نحن نبتعد عن بنيات الذكاء الاصطناعي المتخصصة المصممة يدويًا ونميل إلى مستقبل بنيات المحولات البسيطة والقابلة للتطوير.”
تقليديا، تعتمد معظم توقعات الطقس على محاكاة الفيزياء كما لوحظ في العالم الحقيقي. تعد نماذج الذكاء الاصطناعي إضافة حديثة نسبيًا. يعتمد نموذج Earth-2 متوسط المدى على بنية Nvidia الجديدة التي تسمى Atlas، والتي قالت الشركة إنها ستصدر المزيد من التفاصيل عنها يوم الاثنين.
إلى جانب النطاق المتوسط، تشتمل مجموعة Earth-2 من Nvidia على نموذج البث الآني ونموذج استيعاب البيانات العالمية.
حدث تك كرانش
سان فرانسيسكو
|
13-15 أكتوبر 2026
يُنتج التنبؤ الآني تنبؤات قصيرة المدى من صفر إلى ست ساعات في المستقبل، ويهدف إلى مساعدة خبراء الأرصاد الجوية على التنبؤ بتأثيرات العواصف وغيرها من الأحوال الجوية الخطرة.
وقال بريتشارد: “نظرًا لأن هذا النموذج تم تدريبه مباشرةً على عمليات رصد الأقمار الصناعية المستقرة بالنسبة إلى الأرض والمتاحة عالميًا، بدلاً من مخرجات نموذج الفيزياء الخاصة بمنطقة معينة، فيمكن تكييف نهج التنبؤ الآني في أي مكان على الكوكب بتغطية جيدة عبر الأقمار الصناعية”. ومن المفترض أن يساعد ذلك حكومات الدول والدول الصغيرة على فهم مدى تأثير أنظمة الطقس القاسية على أراضيها.
يستخدم نموذج استيعاب البيانات العالمية بيانات من مصادر مثل محطات الأرصاد الجوية والبالونات لإنتاج لقطات مستمرة لظروف الطقس في آلاف المواقع حول العالم. يتم بعد ذلك استخدام تلك اللقطات كنقاط انطلاق لنماذج الطقس لإجراء تنبؤاتها.
تقليديًا، كانت هذه اللقطات تتطلب كميات هائلة من الطاقة الحاسوبية قبل أن تبدأ أعمال التنبؤ. “إنها تستهلك ما يقرب من 50% من إجمالي أحمال الحوسبة الفائقة للطقس التقليدي [forecasting]”قال بريتشارد. “يمكن لهذا النموذج أن يفعل ذلك في دقائق معدودة على وحدات معالجة الرسومات بدلاً من ساعات على أجهزة الكمبيوتر العملاقة.”
تنضم النماذج الثلاثة الجديدة إلى النموذجين الحاليين: CorrDiff، الذي يستخدم تنبؤات خشنة لتوليد تنبؤات سريعة وعالية الدقة، وFourCastNet3، الذي يضع نماذج لمتغيرات الطقس الفردية مثل درجة الحرارة والرياح والرطوبة.
وقال بريتشارد إن النماذج الجديدة يجب أن تمنح المزيد من المستخدمين إمكانية الوصول إلى أدوات قوية للتنبؤ بالطقس، والتي كانت تاريخياً مجالاً للدول الأكثر ثراءً والشركات الكبرى، التي لديها الأموال اللازمة لدفع ثمن وقت الكمبيوتر العملاق الباهظ.
وقال بريتشارد: “يوفر هذا اللبنات الأساسية التي يستخدمها الجميع في النظام البيئي – خدمات الأرصاد الجوية الوطنية، وشركات الخدمات المالية، وشركات الطاقة – وأي شخص يريد بناء نماذج التنبؤ بالطقس وتحسينها”. بعض الأدوات قيد الاستخدام بالفعل. وقالت نفيديا إن خبراء الأرصاد الجوية في إسرائيل وتايوان يستخدمون Earth-2 CorrDiff، على سبيل المثال، بينما تقوم The Weather Company وTotal Energies بتقييم التنبؤ الآني.
وقال بريتشارد: “بالنسبة لبعض المستخدمين، من المنطقي الاشتراك في نظام مركزي للتنبؤ بالطقس في المؤسسة. ولكن بالنسبة للآخرين، مثل البلدان، فإن السيادة مهمة”. “الطقس قضية أمن قومي، والسيادة والطقس لا ينفصلان.”
