یک سیستم جدید پیشبینی آبوهوا مبتنی بر هوش مصنوعی، که توسط تیمی از پژوهشگران دانشگاه کمبریج توسعه یافته است، میتواند پیشبینیهای دقیقی را ارائه دهد که از توان محاسباتی کمتری نسبت به سیستمهای پیشبینی فعلی مبتنی بر هوش مصنوعی و فیزیک استفاده میکند.
این سیستم، با نام «آردوِرک وِدِر» (Aardvark Weather)، توسط مؤسسه آلن تورینگ، مایکروسافت ریسرچ و مرکز اروپایی پیشبینی میانمدت آبوهوا پشتیبانی شده است. این سیستم طرحی اولیه برای رویکردی نوین به پیشبینی آبوهوا با پتانسیل بهبود روشهای کنونی ارائه میدهد. نتایج در مجله نیچر (Nature) گزارش شده است.
پروفسور ریچارد ترنر از دپارتمان مهندسی کمبریج که رهبری این پژوهش را بر عهده داشت، گفت: «آردوِرک روشهای پیشبینی آبوهوای فعلی را بازنگری میکند و پتانسیل این را دارد که پیشبینیهای آبوهوا را سریعتر، ارزانتر، انعطافپذیرتر و دقیقتر از همیشه کند و به تحول پیشبینی آبوهوا هم در کشورهای توسعهیافته و هم در کشورهای در حال توسعه کمک کند.» وی افزود: «آردوِرک هزاران بار سریعتر از تمام روشهای پیشبینی آبوهوای پیشین است.»
پیشبینیهای آبوهوای کنونی از طریق مجموعهای پیچیده از مراحل تولید میشوند که اجرای هر یک از آنها چندین ساعت بر روی ابرکامپیوترهای قدرتمند زمان میبرد. علاوه بر استفاده روزانه، توسعه، نگهداری و استفاده از این سیستمها نیازمند زمان قابل توجه و تیمهای بزرگی از متخصصان است.
اخیراً، پژوهشهای انجامشده توسط هواوی، گوگل و مایکروسافت نشان داده است که یک مؤلفه از خط لوله پیشبینی آبوهوا، یعنی حلکننده عددی (که چگونگی تکامل آبوهوا در طول زمان را محاسبه میکند)، میتواند با هوش مصنوعی جایگزین شود که منجر به پیشبینیهای سریعتر و دقیقتر میشود. این ترکیب از هوش مصنوعی و رویکردهای سنتی اکنون توسط مرکز اروپایی پیشبینی میانمدت آبوهوا (ECMWF) استفاده میشود.
اما با آردوِرک، پژوهشگران کل خط لوله پیشبینی آبوهوا را با یک مدل یادگیری ماشین واحد و ساده جایگزین کردهاند. این مدل جدید مشاهدات از ماهوارهها، ایستگاههای هواشناسی و سایر حسگرها را دریافت کرده و پیشبینیهای جهانی و محلی را خروجی میدهد.
این رویکرد کاملاً مبتنی بر هوش مصنوعی به این معنی است که پیشبینیهایی که زمانی با استفاده از مدلهای متعدد - که هر کدام نیازمند یک ابرکامپیوتر و یک تیم پشتیبانی بزرگ برای اجرا بودند - تولید میشدند، اکنون میتوانند در عرض چند دقیقه روی یک رایانه رومیزی تولید شوند.
آردوِرک، حتی با استفاده از تنها ۱۰ درصد دادههای ورودی سیستمهای موجود، در بسیاری از متغیرها از سیستم ملی پیشبینی GFS ایالات متحده عملکرد بهتری دارد. همچنین با پیشبینیهای سرویس هواشناسی ایالات متحده که از ورودی دهها مدل آبوهوایی و تحلیل کارشناسان انسانی استفاده میکنند، رقابتپذیر است.
آنا آلن، نویسنده اول مقاله، از دپارتمان علوم کامپیوتر و فناوری کمبریج، گفت: «این نتایج تنها آغاز دستاوردهای آردوِرک است.» وی ادامه داد: «این رویکرد یادگیری سرتاسری میتواند به راحتی برای سایر مسائل پیشبینی آبوهوا، مانند طوفانها، آتشسوزیهای جنگلی و گردبادها، به کار گرفته شود. فراتر از آبوهوا، کاربردهای آن به پیشبینی گستردهتر سیستم زمین، از جمله کیفیت هوا، دینامیک اقیانوسها و پیشبینی یخ دریا گسترش مییابد.»
پژوهشگران میگویند یکی از هیجانانگیزترین جنبههای آردوِرک، انعطافپذیری و طراحی ساده آن است. از آنجایی که این سیستم مستقیماً از دادهها یاد میگیرد، میتوان آن را به سرعت برای تولید پیشبینیهای سفارشی برای صنایع یا مکانهای خاص تطبیق داد، خواه پیشبینی دما برای کشاورزی آفریقا باشد یا سرعت باد برای یک شرکت انرژی تجدیدپذیر در اروپا.
این موضوع در تضاد با سیستمهای پیشبینی آبوهوای سنتی است که در آنها ایجاد یک سیستم سفارشی نیازمند سالها کار توسط تیمهای بزرگ پژوهشگران است.
ترنر، که همچنین پژوهشگر ارشد پیشبینی آبوهوا در مؤسسه آلن تورینگ است، گفت: «سیستمهای پیشبینی آبوهوایی که همه ما به آنها متکی هستیم، طی دههها توسعه یافتهاند، اما ما تنها در ۱۸ ماه توانستهایم سیستمی بسازیم که با بهترینِ این سیستمها رقابت میکند، آن هم با استفاده از تنها یکدهم دادهها روی یک رایانه رومیزی.»
این قابلیت پتانسیل تحول پیشبینی آبوهوا در کشورهای در حال توسعه را دارد؛ جایی که دسترسی به تخصص و منابع محاسباتی مورد نیاز برای توسعه سیستمهای متعارف معمولاً در دسترس نیست.
دکتر اسکات هاسکینگ از مؤسسه آلن تورینگ گفت: «آزاد کردن پتانسیل هوش مصنوعی، تصمیمگیری را برای همه، از سیاستگذاران و برنامهریزان اضطراری گرفته تا صنایعی که به پیشبینیهای دقیق آبوهوا متکی هستند، متحول خواهد کرد.» وی افزود: «پیشرفت آردوِرک فقط مربوط به سرعت نیست، بلکه مربوط به دسترسی است. با انتقال پیشبینی آبوهوا از ابرکامپیوترها به رایانههای رومیزی، میتوانیم پیشبینی را دموکراتیک کنیم و این فناوریهای قدرتمند را در اختیار کشورهای در حال توسعه و مناطق با دادههای کم در سراسر جهان قرار دهیم.»
ترنر گفت: «آردوِرک بدون دههها توسعه مدل فیزیکی توسط جامعه علمی ممکن نبود و ما به ویژه مدیون ECMWF برای مجموعه داده ERA5 آنها هستیم که برای آموزش آردوِرک ضروری است.»
متیو چنتری از ECMWF اظهار داشت: «ضروری است که دانشگاه و صنعت برای مقابله با چالشهای فناورانه و بهرهبرداری از فرصتهای جدیدی که هوش مصنوعی ارائه میدهد، با یکدیگر همکاری کنند.» وی افزود: «رویکرد آردوِرک هم ماژولار بودن و هم بهینهسازی پیشبینی سرتاسری را ترکیب میکند و از استفاده مؤثر از مجموعه دادههای موجود اطمینان میدهد.»
دکتر کریس بیشاپ از مایکروسافت ریسرچ گفت: «آردوِرک نه تنها یک دستاورد مهم در پیشبینی آبوهوا با هوش مصنوعی است، بلکه نشاندهنده قدرت همکاری و گرد هم آوردن جامعه پژوهشی برای بهبود و به کارگیری فناوری هوش مصنوعی به روشهای معنادار است.»
گامهای بعدی برای آردوِرک شامل توسعه یک تیم جدید در مؤسسه آلن تورینگ به رهبری ترنر است که پتانسیل استقرار آردوِرک در جنوب جهانی و ادغام این فناوری در کار گستردهتر مؤسسه برای توسعه پیشبینی محیطی با دقت بالا برای آبوهوا، اقیانوسها و یخ دریا را بررسی خواهند کرد.
مطالعه کامل پژوهش
پیشبینی آبوهوای سرتاسری مبتنی بر داده، آنا وان، استراتیس مارکو، ویل تبوت، جیمز رکوئیما، وسل پی. برووینزما، تام آر. اندرسون، مایکل هرتزوگ، نیکلاس دی. لین، متیو چنتری، جی. اسکات هاسکینگ، ریچارد ای. ترنر، نیچر (2025).