الذكاء الاصطناعي بات يتنبأ بموجات الحر الأوروبية قبل أسابيع: كيف يعمل

تزداد صيفيات أوروبا حرارة وطولا وخطورة، لكن نظاما جديدا يعمل بالذكاء الاصطناعي قد يمنح العلماء إنذارا مبكرا يصل إلى سبعة أسابيع قبل وصول موجات الحر الشديدة. طور باحثون من "المركز الأورو-متوسطي لتغير المناخ" (CMCC) نموذجا للتعلم الآلي يقولون إنه قادر على التنبؤ بأحداث الحر القاسي بدقة وكفاءة تتفوقان على الأساليب الحالية. وتشير نتائجهم، المنشورة في دورية Communications Earth & Environment، إلى إمكانية تغيير طريقة استعداد أوروبا لأحد أخطر تهديداتها المناخية. ويقول مؤلف الدراسة الدكتور ماكآدم: "سيصبح [التعلم الآلي] جزءا أساسيا من الطريقة التي ندرس بها تباين المناخ. لقد أثبتت هذه الدراسة فائدة [التعلم الآلي] في التنبؤ بالأحداث المتطرفة، لكنها خطوة أولى فقط لتحديد كيفية القيام بذلك بما يتيح الحصول على نتائج قابلة للتفسير وذات معنى فيزيائي".

يمكن للذكاء الاصطناعي أن يمنح ميزة جديدة في التنبؤ المناخي الموسمي

تُعد موجات الحر من بين أكثر المخاطر المناخية فتكا في أوروبا. فقد تسببت موجات حر مدمرة في 2003 و2010 و2022 في وفاة عشرات الآلاف وخسائر في المحاصيل وارتفاعات حادة في استهلاك الطاقة وأزمات صحية خطيرة، ويحذر العلماء من أن مثل هذه الأحداث تزداد طولا وشدة وتكرارا مع استمرار احترار الكوكب.خمسة أشهرفي السنة ببعض مدن جنوب أوروبا، إذ تبقى درجات الحرارة فوق 32 درجة إلى وقت متأخر من الخريف. وهذا الصيف كان من بين الأكثر سخونة على الإطلاق في إسبانيا مثلا. لكن دراسة عالمية صادرة عن World Weather Attribution وClimate Central حذرت من أن الكوكب قد يواجه ما يقرب من شهرين إضافيين من الأيام " شديدة السخونة" كل عام بحلول 2100. وفي هذا السياق، يقول الباحثون إن أنظمة الإنذار المبكر يمكن أن تنقذ الأرواح. ويضيف ماكآدم: "يمكن للتوقعات الموسمية التي تُعد في الربيع، من حيث المبدأ، أن تحدد ما إذا كان الصيف سيكون أكثر حرارة من المتوسط. ويمكن أن يساعد الإنذار المبكر بصيف شديد الحرارة المجتمع على الاستعداد للتخفيف من الخسائر الاقتصادية وتقليل مخاطر تهديد الحياة".

كيف يعمل النظام

لإصدار توقعاته، يمشّط نظام الذكاء الاصطناعي لدى فريق CMCC نحو 2.000 إشارة مناخية مختلفة تتراوح بين حرارة الهواء وظروف المحيطات ورطوبة التربة، للعثور على المزيج الذي يشير بأفضل صورة إلى موعد ومكان تشكل موجات الحر. وبمجرد تحديد تلك الأنماط الرئيسية، يستطيع النظام توليد توقعات لموجات الحر في أنحاء أوروبا. وبحسب الباحثين، فإن منهجهم يضاهي، وفي بعض الحالات يتفوق على، أنظمة التنبؤ التقليدية، ولا سيما في شمال أوروبا حيث كانت القدرة التنبؤية محدودة منذ وقت طويل. كما يزوّد العلماء برؤى قيّمة حول المتغيرات البيئية الأكثر تأثيرا في موجات الحر القصوى. ووجدت الدراسة أن كلا من الظروف المحلية (مثل مدى جفاف التربة، ودفء المنطقة مسبقا، وكيفية حركة الهواء فوق أوروبا) والأنماط البعيدة في المحيطات تساعد في تحديد توقيت تعرض أوروبا لموجة حر. ونظرا لأن سجلات الطقس المفصلة لا تعود إلا لبضعة عقود، درّب الباحثون نموذجهم على عمليات إعادة بناء حاسوبية لمناخات قديمة تمتد من سنة 0 حتى 1850. وقد وفّر ذلك للنموذج مئات "السنوات الافتراضية" الإضافية ليتعلم منها؛ ورغم أن البيانات جاءت من كوكب مُحاكى لا من مشاهدات حقيقية، فقد تمكن الذكاء الاصطناعي من تطبيق ما تعلمه على الظروف الحديثة، متنبئا بدقة بموجات حر فعلية وقعت بين 1993 و2016.

هل يمكن للذكاء الاصطناعي جعل التنبؤات المناخية أكثر إتاحة وانتشارا؟

تعتمد التوقعات المناخية التقليدية على حواسيب خارقة ضخمة تستغرق أياما أو حتى أسابيع لتشغيل نماذج معقدة للغلاف الجوي، بينما يجادل فريق CMCC بأن نظامه المعتمد على الذكاء الاصطناعي قادر على إصدار تنبؤاته باستخدام قدرة حاسوبية أقل بكثير.أنظمة الذكاء الاصطناعي تتطلب عادة كما كبيرا من الطاقة والمياه لتشغيل مراكز البيانات وتبريدها. ولم تحسب دراسة CMCC الكلفة البيئية لنظامها؛ لكن من حيث الأرقام البحتة، فإن سهولة الوصول إليه تعني على الأرجح أن مزيدا من فرق البحث والوكالات الحكومية يمكنها تحمّل استخدامه. وكما يوضح ماكآدم، يُظهر نهجهم أن التعلم الآلي قادر على تقديم توقعات موسمية موثوقة "باستخدام جزء صغير للغاية من الموارد الحاسوبية" مقارنة بالأساليب الأقدم.

ومن خلال تقديم إنذارات دقيقة بموجات الحر قبل أسابيع من وقوعها، يمكن لهذه التكنولوجيا أن تساعد أوروبا على التخطيط المسبق، وحماية المحاصيل، وتخفيف الضغط على شبكات الكهرباء، ومنح الخدمات الصحية الوقت للاستعداد لزيادة حالات الطوارئ. وقد تنقذ فوائد هذه الأداة المدفوعة بالذكاء الاصطناعي أرواحا ووقتا وموارد في أحداث قاتلة أخرى أيضا، إذ يعتقد الباحثون أن الإطار نفسه قد يُكيّف مستقبلا للتنبؤ بغيرها من الظواهر الجوية المتطرفة مثل الفيضانات أو الجفاف.