در آستانه طوفان زمستانی که در حال حاضر بخش بزرگی از ایالات متحده را در می نوردد، پیش بینی های هواشناسی برای برخی مناطق خیلی پراکنده بودند و پیش بینی میزان بارش برف تفاوت های زیادی با هم داشتند. در این شرایط، نقش هوش مصنوعی پیش بینی آب و هوا بیش از پیش اهمیت می یابد.
انویدیا (Nvidia) نمی توانست زمان بهتری را برای معرفی مدل های جدید پیش بینی وضعیت هوای خود به نام Earth-2 انتخاب کند. یا شاید هم با توجه به ادعای شرکت درباره دقت بالای این مدل ها، آن ها چیزی می دانستند که ما نمی دانستیم؟
این مدل های جدید هوش مصنوعی وعده می دهند که پیش بینی هوا را سریع تر و دقیق تر کنند. انویدیا ادعا می کند که یکی از این مدل ها به طور خاص، یعنی Earth-2 Medium Range، در بیش از 70 متغیر از مدل هوش مصنوعی گوگل دیپ مایند (Google DeepMind) به نام GenCast بهتر عمل می کند. مدل GenCast که گوگل در آذر 1403 (دسامبر 2024) عرضه کرد، خودش نسبت به مدل های فعلی که تا 15 روز آینده را پیش بینی می کردند، به مراتب دقیق تر بود. این پیشرفت ها در زمینه هوش مصنوعی پیش بینی آب و هوا نشان از آینده ای روشن تر دارد.
معرفی مدل های نوین هوش مصنوعی پیش بینی آب و هوا از انویدیا
انویدیا این ابزارهای جدید را روز دوشنبه در نشست انجمن هواشناسی آمریکا در هیوستون معرفی کرد.
مایک پریچارد، مدیر شبیه سازی اقلیم در انویدیا، در تماسی با خبرنگاران پیش از این نشست گفت: «از نظر فلسفی و علمی، این یک بازگشت به سادگی است. ما داریم از معماری های خاص و دست ساز هوش مصنوعی فاصله می گیریم و به سمت آینده ای با معماری های ترنسفورمر ساده و مقیاس پذیر حرکت می کنیم.»
به طور سنتی، بیشتر پیش بینی های هواشناسی بر پایه شبیه سازی های فیزیکی که در دنیای واقعی مشاهده می شوند، استوار هستند. مدل های هوش مصنوعی یک بخش نسبتا جدید در این زمینه محسوب می شوند. مدل Earth-2 Medium Range بر اساس معماری جدید انویدیا به نام اطلس (Atlas) ساخته شده که شرکت اعلام کرده جزئیات بیشتر درباره آن را روز دوشنبه منتشر می کند. با این حال، با ظهور Earth-2، هوش مصنوعی پیش بینی آب و هوا وارد مرحله ای جدید شده است.
در کنار مدل Medium Range، مجموعه Earth-2 انویدیا شامل یک مدل Nowcasting و یک مدل Global Data Assimilation هم می شود.
مدل Nowcasting پیش بینی های کوتاه مدت از صفر تا شش ساعت آینده را ارائه می دهد و هدفش کمک به هواشناسان برای پیش بینی اثرات طوفان ها و دیگر شرایط جوی خطرناک است.
پریچارد گفت: «از آنجایی که این مدل مستقیما بر اساس مشاهدات ماهواره ای زمین آهنگ که در سطح جهانی در دسترس هستند آموزش دیده، به جای خروجی های مدل فیزیکی خاص یک منطقه، رویکرد Nowcasting می تواند در هر نقطه از سیاره که پوشش ماهواره ای خوبی دارد، پیاده سازی شود.» این موضوع باید به دولت ها و کشورهای کوچک تر کمک کند تا بفهمند سیستم های جوی شدید چطور ممکن است بر قلمرو آن ها تاثیر بگذارند.
مدل Global Data Assimilation از داده های منابعی مثل ایستگاه های هواشناسی و بالون ها استفاده می کند تا تصاویر لحظه ای مستمری از شرایط جوی در هزاران نقطه از جهان ایجاد کند. این تصاویر سپس به عنوان نقطه شروعی برای مدل های هواشناسی جهت انجام پیش بینی ها به کار می روند. این رویکرد به کارایی هوش مصنوعی پیش بینی آب و هوا می افزاید.
کاربردها و مزایای هوش مصنوعی در پیش بینی آب و هوا
به طور سنتی، این تصاویر لحظه ای قبل از اینکه کار پیش بینی شروع شود، به قدرت پردازشی عظیمی نیاز داشتند. پریچارد گفت: «این کار تقریبا 50 درصد از کل بار ابررایانه ها در پیش بینی های سنتی هواشناسی را مصرف می کند. این مدل می تواند به جای ساعت ها کار با ابررایانه ها، همان کار را در عرض چند دقیقه روی پردازنده های گرافیکی (GPU) انجام دهد.» این توانمندی بخشی از استراتژی گسترده تر شرکت است که شامل توسعه کارخانه های هوش مصنوعی انویدیا برای پشتیبانی از چنین پردازش های سنگینی می شود. این قابلیت، توسعه هوش مصنوعی پیش بینی آب و هوا را تسریع می بخشد.
این سه مدل جدید به دو مدل قبلی اضافه می شوند: CorrDiff که از پیش بینی های تقریبی برای تولید پیش بینی های سریع و با وضوح بالا استفاده می کند، و FourCastNet 3 که متغیرهای جوی مجزا مثل دما، باد و رطوبت را مدل سازی می کند.
پریچارد گفت که مدل های جدید باید دسترسی کاربران بیشتری را به ابزارهای قدرتمند پیش بینی هوا فراهم کنند؛ ابزارهایی که در گذشته فقط در انحصار کشورهای ثروتمند و شرکت های بزرگ بود، چون آن ها بودجه کافی برای پرداخت هزینه های سنگین استفاده از ابررایانه ها را داشتند. این گامی مهم در فراگیر شدن هوش مصنوعی پیش بینی آب و هوا است.
پریچارد گفت: «این مدل ها بلوک های سازنده اصلی را برای همه افراد در این اکوسیستم فراهم می کنند؛ از سازمان های هواشناسی ملی گرفته تا شرکت های خدمات مالی و شرکت های انرژی و هر کسی که می خواهد مدل های پیش بینی هوا را بسازد یا اصلاح کند.» طبق گفته انویدیا، برخی از این ابزارها در حال حاضر استفاده می شوند. برای مثال، هواشناسان در اسرائیل و تایوان از Earth-2 CorrDiff استفاده می کنند، در حالی که شرکت های The Weather Company و Total Energies در حال ارزیابی مدل Nowcasting هستند. این نشان دهنده پذیرش گسترده هوش مصنوعی پیش بینی آب و هوا در صنایع مختلف است.
پریچارد گفت: «برای برخی کاربران، اشتراک در یک سیستم پیش بینی هوای متمرکز شرکتی منطقی به نظر می رسد. اما برای بقیه، مثل کشورها، بحث حاکمیت ملی مطرح است. وضعیت هوا یک مسئله امنیت ملی است و حاکمیت ملی و هواشناسی از هم جدا نشدنی هستند.»
توسعه و به کارگیری این مدل های پیشرفته نشان دهنده گذار از روش های سنتی به سمت راهکارهای هوشمند است. با فراگیر شدن این فناوری، حتی کشورهای با منابع محدود نیز می توانند از پیش بینی های دقیق برای مقابله با تغییرات اقلیمی بهره مند شوند. انویدیا با این اقدام، مسیر جدیدی را برای امنیت جهانی و مدیریت بحران های جوی هموار کرده است.
Nvidia’s new AI weather models probably saw this storm coming weeks ago
