طور باحثون تقنية ذكاء اصطناعي متطورة قادرة على تحسين دقة توقعات الطقس للأمد الطويل، تمتد من أسبوعين إلى ستة أسابيع، وذلك عبر التعلم من الأخطاء السابقة لنماذج التنبؤ الحالية.
تعتمد هذه التقنية المبتكرة على مقارنة ما توقعته النماذج بالأحوال الجوية الفعلية، ومن ثم استخلاص أنماط محددة تُستخدم لتصحيح التنبؤات المستقبلية. تعمل الأداة الجديدة كطبقة تصحيح إضافية تُضاف إلى النماذج القائمة، وقد أثبتت الاختبارات فعالية كبيرة في تحسين التوقعات، بما في ذلك التنبؤ بالأحداث الجوية المتطرفة.
تُعد هذه القدرة على التنبؤ المسبق ذات أهمية قصوى لقطاعات حيوية مثل الزراعة، والطاقة، وإدارة الطوارئ، حيث تتطلب اتخاذ قرارات استراتيجية وقتًا كافيًا للاستعداد. فالاستعداد لموجة برد قبل أسابيع يختلف جذريًا عن الاستعدادات التي تتم قبل ساعات قليلة من وصولها، مما يتيح مراجعة الموارد ووضع خطط جاهزية فعالة.
تُظهر الدراسة، التي نُشرت في مجلة Nature تحت عنوان "تطوير التنبؤ بالطقس من أسبوعين إلى ستة أسابيع باستخدام التعلم الآلي"، أن النظام الذي يجمع بين توقعات النماذج التقليدية وطبقة التصحيح المدعومة بالذكاء الاصطناعي، قد حقق المركز الأول في مسابقة نظمها المركز الأوروبي للتنبؤات الجوية متوسطة المدى. والأهم من ذلك، أتاح الباحثون الشفرة البرمجية، مؤكدين أن تشغيل النموذج لا يتطلب حواسيب عملاقة.
من المهم التأكيد على أن التوقعات في هذه الفترة الزمنية تظل احتمالية، أي أنها تُقدم تقديرات لفرص حدوث ظواهر جوية مختلفة، ولا تعني معرفة دقيقة بموعد كل عاصفة أو كمية المطر المتوقعة في مكان محدد بعد ستة أسابيع. لذلك، يُقترح ربط مستويات الاحتمال بإجراءات قابلة للمراجعة، مثل فحص المخزون، أو تجهيز الموارد، أو متابعة التحديثات المستمرة للنشرة الجوية.
على الصعيد الإعلامي، يجب على الصحفيين عند نقل هذه الأخبار توضيح درجة الاحتمال والفترة الزمنية التي يغطيها التوقع، لضمان عدم تحويل القدرات الجديدة للتنبؤ إلى وعود لا تستند إليها الدراسة.
