Le הגיאנט הטכנולוגי Google, דרך חברת הבת שלו DeepMind, הראה לאחרונה את עליונות האלגוריתם שלו לחיזוי מזג האוויר GraphCast בהשוואה למודלים הקלאסיים המבוססים על משוואות פיזיקליות. הכלי החדש הזה של אינטליגנציה מלאכותית (בינה מלאכותית) מציע ביצועים חסרי תקדים בתחום חיזוי מזג האוויר, אפילו לתופעות יוצאות דופן כמו סופות או הוריקנים. לפי רמי לאם, חוקר מדעי אצל Google DeepMind וצוותו, האלגוריתם מתבסס על גישה מונחית נתונים כדי להשלים את השיטות הנוכחיות לחיזוי מזג האוויר. עד כה, הגישה של החזאים הייתה בעיקרה דטרמיניסטית, כלומר הם הסתמכו על תצפיות ודגמים מתמטיים כדי להסיק מה יקרה באופן לוגי.
איך GraphCast פועל?
המודל של אינטליגנציה מלאכותית שהפתחו ב-Google DeepMind עוקף את המושג של לוגיקה ומעדיף לקלוט נתונים מארבעה עשורים של מידע שסופק על ידי לוויינים, רדארים ועוד אמצעי מדידה. זה מאפשר לאינטליגנציה המלאכותית לזהות דפוסים או תבניות חוזרות. כדי לבצע חיזוי, GraphCast מקבל מדידות אמיתיות שנעשות בנקודות שונות על פני הגלוב כל שש שעות. החיזוי הזה חוזר על עצמו בשקילת החיזוי הזה ככניסה חדשה, כדי להגיע לתוצאה שהיא עדיין מאוד מספקת עד כעשרה ימים לאחר מכן. GraphCast יוצר חיזויים מדויקים יותר מאלה של השיטות המסורתיות ביותר מ-90% מהמקרים. ביצועים כאלה ממחישים היטב את שינוי הפרדיגמה ואת הסיכון הפוטנציאלי הנלווים לפיתוח של אינטליגנציה מלאכותית: עם היכולות הנוכחיות של עיבוד הנתונים, ניתן יהיה לוותר על הסברים מדעיים כדי לחזות תופעות מורכבות כמו מזג האוויר. עם זאת, בתחום כמו חיזוי מזג האוויר, חשוב להבין את הסיבות שמאחורי התחזיות כדי לזכות ולשמור על אמון הציבור. כמו שמסביר , פרופסור למזג האוויר באוניברסיטת East Anglia: "אם תורים לפינוי של 50 קילומטרים coastline בפלורידה ולא קורה כלום, ביזבזתם עשרות שנים של אמון".
DeepMind והמומחיות שלה באינטליגנציה מלאכותית
מ׳1980, דיפמיינד הפכה לבלתי ניתנת ליחס בשל הפיתוח שלה בתוכניות היכולת לשחק במשחק גו או במשחקי קונסולת אטארי 2600. הסטארט אפ שנרכש על ידי Google ב-2014, פנה לאחר מכן ליישם את השיטות שלו של למידה לפני שיפנה לתופעות אקלים. השיטה נשארת זהה: לקלוט נתונים, לזהות תבניות חוזרות ולהבצע חיזויים. למרות הכוח שלה, מודל האינטליגנציה המלאכותית הזה לא יחליף לחלוטין את התחזיות הדטרמיניסטיות ואת מציגי מזג האוויר כמו אבילין דהיליאט או לורן רומייג'קו שמסבירים מול מסך ירוק למה ירד גשם שוב בסוף השבוע. למעשה, התחזיות המבססות על הנתונים מזכירות את הכאבים בברך שמבשרים סופה: הן אמינות אך לא מספקות מבחינה מדעית. העתיד של חיזוי מזג האוויר עשוי אז להיחשב כשיתוף פעולה בין אינטליגנציה מלאכותית לשיטות המסורתיות, כדי לספק תחזיות מדויקות יותר ויותר תוך שמירה על אמון הציבור.
אל עתיד מבטיח לחיזוי מזג האוויר
על ידי שילוב היכולות החדשות של GraphCast עם השיטות המסורתיות לחיזוי, היכולת עכשיו להציג תרחישים מזג האוויר הרבה יותר מדויקים ואמינים. ההתקדמות המשמעותית הזו תאפשר לא רק לשפר את היומיום של כל אחד, אלא גם להבין טוב יותר ולהתמודד עם הסיכונים הקשורים לתופעות מזג האוויר הקיצוניות. בהקשר שבו השינוי האקלימי עושה את החיזויים של מזג האוויר יותר ויותר מורכבים, אינטליגנציה מלאכותית עשויה להיות בעל ברית משמעותי להבין ולחזות את האירועים האקלימיים שיבואו.
