الصين تطور نموذجا لتوقع الطقس باستخدام الذكاء الاصطناعي
جاكرتا - طور علماء صينيون نموذجا جديدا لتوقعات الطقس في فترة ما بعد الموسم باستخدام تقنية الذكاء الاصطناعي (الذكاء الاصطناعي) ، والتي توفر توقعات طقس أفضل للحد من آثار الكوارث المناخية.
شهد نموذج "FuXi Subseasonal" ، الذي طوره عدد من العلماء من قبل أكاديمية الذكاء الاصطناعي للعلوم (SAIS) شنغهاي وجامعة بودان والمركز الوطني للمناخ الصيني ، زيادة في السرعة التشغيلية بألف مرة ، وزيادة دقة التقدير وفترة تقدير أطول من النموذج الرسمي الدولي الحالي ، وفقا لصحيفة جلوبال تايمز نقلا عن أعضاء الفريق الذين طوروا النماذج.
"إن تنبيهات الكوارث المناخية هي قيمة مهمة أخرى لنموذج فوكسي الفرعي هذا" ، قال تشي يوان ، المسؤول عن فريق التطوير الذي أوردته عنترة من الأناضول ، الجمعة 19 يوليو.
وقال إن الفريق زاد بشكل كبير من الفترة التوقعات للطقس المتطرف من 30 يوما إلى 36 يوما ، ويتنبأ بالكوارث المناخية المحتملة في أسرع وقت ممكن ، ويكسب المزيد من الوقت للقيام بإجراءات الاستجابة والتخفيف من حدتها.
يمثل نموذج "FuXi-Subseasonal" أحد طرازات الذكاء الاصطناعي المنتشرة في الصين والتي تستخدم للتنبؤ بالطقس المتطرف.
في يوليو من العام الماضي ، عندما ضربت قبعة دوكسوري تشينغا ، تجاوزت فنغو ، وهي آلة نموذج تعلم طورتها مختبر الذكاء الاصطناعي في شنغهاي ، نموذجا مماثلا في أوروبا وأمريكا في التنبؤ بخطواتها ، كما يدعي تشي.
وفي الوقت نفسه ، أوضح باي لي ، وهو عالم من مختبر شنغهاي للذكاء الاصطناعي ، أن نموذج Fengwu يركز بشكل رئيسي على مرحلة التنبؤ من خلال استخدام البيانات التي تم الحصول عليها من إعادة تحليل الغلاف الجوي والحصول على توقعات الطقس الأكثر دقة.
يستخدم نماذج الذكاء الاصطناعي مثل Fengwu الذكاء الاصطناعي لتحليل العناصر المقدمة من استيعاب البيانات الجوية ، مثل سرعات الرياح ودرجات الحرارة والرطوبة للتنبؤ بالطقس في المستقبل.
يمكن للذكاء الاصطناعي الاستفادة من عناصر الأرصاد الجوية السابقة ، مثل درجات الحرارة ، للتنبؤ بالطقس في المستقبل وتحقيق نتائج أكثر دقة ، كما يوضح أويانغ وانلي ، وهو عالم آخر من مختبر شنغهاي.
على عكس النماذج الفيزيائية التقليدية التي يتم تشغيلها في الغالب على أجهزة الكمبيوتر العملاقة ، تحتاج Fengwu إلى وحدة واحدة فقط من معالجة الرسومات لإنتاج توقعات الطقس العالمية عالية الدقة للأيام ال 10 المقبلة في 30 ثانية.