زمان مطالعه: 2 دقیقه
پژوهشگران اعلام کردند که سیستم Aardvark Weather با بهرهگیری از هوش مصنوعی، هزاران برابر کمتر از سامانههای کنونی به قدرت پردازشی نیاز دارد و در عین حال بسیار سریعتر عمل میکند. این فناوری جدید میتواند پیشبینیهای دقیق آبوهوایی را تنها با استفاده از یک رایانهی رومیزی و توسط یک پژوهشگر منفرد ارائه دهد، در حالی که سامانههای سنتی نیازمند ابررایانههای قدرتمند و تیمهای بزرگ متخصصان هستند.
تحولی در فرآیند پیشبینی آبوهوا
در حال حاضر، پیشبینی وضعیت جوی مستلزم طی کردن مراحل پیچیدهای است که هر یک چندین ساعت زمان برده و نیازمند استفاده از ابررایانههای ویژه و تیمهای تخصصی برای توسعه، نگهداری و اجرا هستند. اما Aardvark Weather میتواند این فرآیند را کاملاً متحول کند. این سیستم با استفاده از دادههای خام جمعآوریشده از ایستگاههای هواشناسی، ماهوارهها، بالونهای جوی، کشتیها و هواپیماهای سراسر جهان، مدلهای پیشبینی خود را آموزش میدهد و به این ترتیب جایگزین روشهای سنتی میشود.
بهبود سرعت، دقت و کاهش هزینهها
براساس نتایج پژوهشی که روز پنجشنبه در مجلهی Nature منتشر شد، این فناوری جدید میتواند سرعت، دقت و هزینهی پیشبینیهای جوی را به میزان قابل توجهی بهبود بخشد. این تحقیق توسط دانشگاه کمبریج، مؤسسه آلن تورینگ، مایکروسافت ریسرچ و مرکز پیشبینی میانمدت آبوهوایی اروپا (ECMWF) انجام شده است.
«ریچارد ترنر»، استاد یادگیری ماشینی در دانشگاه کمبریج، در این خصوص گفت:«این روش امکان ارائهی پیشبینیهای سفارشی را برای صنایع و مناطق مختلف فراهم میکند.»
در مقابل، سیستمهای سنتی پیشبینی آبوهوا به تیمهای بزرگی از پژوهشگران و سالها زمان نیاز دارند تا بتوانند یک مدل سفارشی ایجاد کنند. علاوه بر این، ابررایانههای کنونی ساعتها زمان صرف پردازش دادههای دنیای واقعی و تولید مدلهای پیشبینی میکنند.
انقلابی در روشهای پیشبینی آبوهوا
ترنر این روش را رویکردی کاملاً متفاوت نسبت به گذشته دانسته و پیشبینی کرد که این فناوری به شیوهی جدید و استاندارد در پیشبینیهای جوی تبدیل خواهد شد. او همچنین اظهار داشت که مدل Aardvark در آینده قادر خواهد بود پیشبینیهای دقیق هشتروزه ارائه دهد، در حالی که سیستمهای کنونی اغلب به پیشبینیهای پنجروزه محدود هستند. همچنین، این فناوری امکان ارائهی پیشبینیهای محلی بسیار دقیق را نیز فراهم میکند.
دموکراتیزه شدن پیشبینی آبوهوا
دکتر «اسکات هاسکینگ»، مدیر علوم و نوآوری در زمینهی محیط زیست و پایداری در مؤسسه آلن تورینگ، این پیشرفت را گامی بزرگ در جهت «دموکراتیزه کردن پیشبینیهای جوی» توصیف کرد. او معتقد است که این فناوری میتواند ابزارهای قدرتمند پیشبینی را در اختیار کشورهای در حال توسعه قرار دهد و همچنین به سیاستگذاران، مدیران بحران و صنایع وابسته به پیشبینیهای جوی کمک کند.
پیشبینی بهتر بلایای طبیعی و تغییرات اقلیمی
دکتر «آنا آلن»، نویسندهی اصلی این پژوهش از دانشگاه کمبریج، تأکید کرد که یافتههای این تحقیق میتوانند راه را برای بهبود پیشبینی بلایای طبیعی مانند طوفانهای دریایی، آتشسوزیهای جنگلی و گردبادها هموار کنند. علاوه بر این، این فناوری پتانسیل بهبود پیشبینی کیفیت هوا، پویایی اقیانوسها و تغییرات یخهای دریایی را نیز دارد.
این رویکرد که پیشتر توسط ECMWF مورد استفاده قرار گرفته، به پیشبینیهای سریعتر و دقیقتر منجر شده است.
به گفتهی پژوهشگران، مدل Aardvark در حالی که تنها به ۱۰ درصد از دادههای ورودی سیستمهای سنتی نیاز دارد، در برخی موارد عملکردی بهتر از سیستم پیشبینی جهانی GFS آمریکا ارائه داده است.
این پیشرفت میتواند آغازگر تحولی بزرگ در علم پیشبینی آبوهوا باشد، بهویژه با کاهش وابستگی به ابررایانههای گرانقیمت و افزایش دسترسی به پیشبینیهای جوی برای مناطق مختلف جهان.
