مرکز اروپایی پیشبینیهای میانمدت جوی (ECMWF) بهتازگی یک مدل پیشبینی آبوهوا مبتنی بر هوش مصنوعی راهاندازی کرده است که، به گفته این مرکز، تا ۲۰٪ بهتر از مدلهای پیشرفته فیزیکمحور عمل میکند.
این مدل که "سیستم پیشبینی مبتنی بر هوش مصنوعی" (AIFS) نام دارد، سرعت بیشتری نسبت به مدلهای فیزیکمحور دارد و تقریباً ۱,۰۰۰ برابر انرژی کمتری برای تولید پیشبینی مصرف میکند.
ECMWF که امسال پنجاهمین سال فعالیت خود را جشن میگیرد، سازنده ENS است، یکی از پیشروترین مدلهای پیشبینی میانمدت آبوهوا در جهان. پیشبینیهای میانمدت شامل بازهای از سه روز تا ۱۵ روز آینده میشود، اما ECMWF پیشبینیهایی تا یک سال آینده را نیز انجام میدهد. مدلهای پیشبینی آبوهوا برای دولتهای محلی و ایالتی جهت آمادگی در برابر رویدادهای شدید جوی حیاتی هستند—و همچنین برای نیازهای روزمره، مانند برنامهریزی سفرهای شخصی.
مدلهای سنتی پیشبینی آبوهوا، با حل معادلات فیزیکی کار میکنند، اما این روش محدودیتهایی دارد، زیرا تنها یک تقریب از دینامیک جوی ارائه میدهد. یکی از ویژگیهای جذاب مدلهای هوش مصنوعی این است که میتوانند روابط پیچیدهتر و الگوهای جوی را مستقیماً از دادهها یاد بگیرند، بدون اینکه فقط به معادلات شناختهشده و مستند شده متکی باشند.
اعلام این خبر توسط ECMWF درست پس از معرفی مدل GenCast از گوگل دیپمایند برای پیشبینی آبوهوا مبتنی بر هوش مصنوعی منتشر شد. GenCast نسل جدیدی از نرمافزارهای پیشبینی آبوهوای گوگل است که شامل مدلهای NeuralGCM و GraphCast نیز میشود. GenCast توانست ENS را در ۹۷.۲٪ از شاخصهای مختلف جوی شکست دهد. برای بازههای زمانی بیش از ۳۶ ساعت، این مدل در ۹۹.۸٪ از شاخصها دقیقتر از ENS عمل کرد.