حقق باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) طفرة نوعية في نمذجة المناخ من خلال تطوير أداة ذكاء اصطناعي قادرة على التنبؤ بالظواهر الجوية المتطرفة التي ليس لها سابقة تاريخية. وبخلاف النماذج التقليدية التي تعتمد على الكوارث الماضية للتنبؤ بالمستقبلية، يمكن لهذا النظام الجديد رسم خرائط للكوارث المحتملة إحصائياً والتي لم تحدث قط في منطقة معينة.

كسر التبعية للبيانات التاريخية

تعاني معظم نماذج التنبؤ بالطقس وخوارزميات التعلم الآلي المعاصرة من قصور جوهري: فهي "تنظر إلى الماضي". فهي تتطلب مجموعات بيانات ضخمة من الأحداث الماضية — مثل الفيضانات أو الأعاصير أو موجات الحر السابقة — للتعرف على الأنماط والتنبؤ بالمخاطر المستقبلية. ويصبح هذا نقطة فشل حرجة في عصر تغير المناخ، حيث تؤدي درجات الحرارة العالمية المتغيرة إلى خلق ظواهر جوية من نوع "البجعة السوداء" (black swan) تتحدى المعايير التاريخية.

يتجاوز نظام MIT، الذي طوره طالب الدراسات العليا في الهندسة الميكانيكية كاي تشانغ والأستاذ ثيميس سابسيس، هذه التبعية. فبدلاً من التساؤل "ماذا حدث هنا من قبل؟"، يقوم النموذج بتقييم الفيزياء الأساسية والاحتمالات الإحصائية للإجابة على سؤال: "ما الذي يمكن أن يحدث هنا بناءً على الظروف الجوية الحالية؟". وهذا يسمح للذكاء الاصطناعي بإنشاء خرائط تنبؤية للأحداث المتطرفة غير المسبوقة التي تظل ضمن نطاق الإمكانية الإحصائية ولكنها تقع خارج التاريخ المسجل لموقع معين.

رسم خرائط "الممكن إحصائياً"

يكمن الابتكار التقني في قدرة النموذج على إنتاج خرائط عالية الدقة للظواهر الجوية المحتملة. ولا تكتفي هذه الخرائط بالإشارة إلى احتمال وقوع كارثة ما، بل توفر تصورات مكانية مفصلة لمكان وكيفية حدوث الظاهرة.

والأهم من ذلك، توفر الأداة أيضاً تقديرات لعدم اليقين لكل خريطة. ومن خلال تحديد درجة الثقة في تنبؤاتها، يوفر الذكاء الاصطناعي طبقة دقيقة من تقييم المخاطر. ويعد هذا التمييز حيوياً للمستجيبين لحالات الطوارئ والمخططين الحضريين الذين يحتاجون ليس فقط لمعرفة التأثير المحتمل، بل وأيضاً مدى موثوقية التنبؤ نفسه. وتحول هذه القدرة الاحتمالية النظرية إلى مقياس مخاطر قابل للتنفيذ.

لماذا يهم هذا مستقبل المرونة المناخية

إن التداعيات على مشهد الذكاء الاصطناعي وعلوم المناخ الأوسع هي تداعيات عميقة. ومع تسارع تغير المناخ، أصبح "السجل التاريخي" دليلاً غير موثوق به بشكل متزايد للاستعداد المستقبلي. وتواجه نماذج التعلم الآلي التقليدية خطر المفاجأة بأحداث "خارج نطاق التوزيع" (out-of-distribution) — وهي ظواهر تقع خارج نطاق بيانات التدريب.

يغير نهج MIT النموذج السائد من مطابقة الأنماط إلى النمذجة الاحتمالية المستندة إلى الفيزياء. وبالنسبة للمطورين في مجال تكنولوجيا المناخ (climate-tech) والمؤسسين الذين يبنون بنية تحتية للمرونة، يمثل هذا تحولاً نحو ذكاء اصطناعي أكثر قوة ومواكبة للمستقبل. ومن خلال الاستعداد لما هو "غير مسبوق"، يمكن للمجتمع الانتقال من الموقف القائم على رد الفعل إلى الموقف الاستباقي، وتصميم المدن وبروتوكولات الطوارئ لتناسب طقس الغد، وليس طقس الأمس.

النقاط الرئيسية

  • ما وراء التاريخ: يمكن للذكاء الاصطناعي الذي طوره معهد MIT التنبؤ بالظواهر الجوية المتطرفة التي ليس لها وقوع سابق في السجل التاريخي للمنطقة.
  • الرسم الخرائطي الاحتمالي: تولد الأداة خرائط مكانية مفصلة للكوارث المحتملة مصحوبة بتقديرات محددة لعدم اليقين لكل تنبؤ.
  • الاستعداد لتغير المناخ: تعالج هذه التكنولوجيا فجوة حرجة في نماذج التعلم الآلي الحالية، مما يسمح بتحضير أفضل ضد ظواهر "البجعة السوداء" الجوية الناتجة عن تغير المناخ.

لماذا تتعثر التوقعات التقليدية

معظم نماذج التنبؤ بالطقس ومعظم مناهج التعلم الآلي هي "تنظر إلى الماضي". فهي تحتاج إلى أرشيفات كبيرة من الفيضانات والأعاصير وموجات الحر وما شابه ذلك لتعلم الأنماط وتوقع المخاطر المستقبلية. وفي عالم تتغير فيه درجات الحرارة العالمية بشكل أسرع مما يمكن للسجل التاريخي استيعابه، تصبح هذه التبعية عبئاً. إن تغير المناخ يولد أحداث "البجعة السوداء" — من عواصف أو جفاف أو ارتفاعات حادة في الحرارة تقع خارج نطاق الملاحظات الماضية. وعندما لا يرى النموذج حالة مماثلة من قبل، يمكن أن تصبح مخرجاته غير دقيقة للغاية، أو والأسوأ من ذلك، قد لا تعطي أي نتيجة على الإطلاق.

بديل مستند إلى الفيزياء

يقلب نظام MIT السؤال رأساً على عقب. فبدلاً من التساؤل "ماذا حدث هنا من قبل؟"، يقوم النظام بتقييم الفيزياء الأساسية التي تحرك الحركة الجوية — حفظ الكتلة والزخم والطاقة — ويدمج تلك المعادلات مع أساليب إحصائية تستكشف مجموعة واسعة من النتائج المحتملة. ومن خلال ربط الذكاء الاصطناعي بالفيزياء، يمكن للنموذج توليد سيناريوهات معقولة حتى عندما لا يوفر السجل التاريخي أي دليل.

يُعد هذا النهج "مستنداً إلى الفيزياء" لأن الشبكة العصبية مقيدة بنفس المعادلات التي تحكم الطقس الحقيقي. وهذا يمنع الذكاء الاصطناعي من اختراع حالات مستحيلة فيزيائياً، وهي مشكلة قد تعاني منها النماذج القائمة على البيانات فقط عندما يتم دفعها خارج نطاق تدريبها. والنتيجة هي مجموعة من التوقعات التي تظل ضمن نطاق الاحتمالات الإحصائية مع استمرار عكس الطبيعة الفوضوية للنظام المناخي.

رسم خرائط لما هو "ممكن إحصائياً"

المخرج الأكثر وضوحاً هو مجموعة من الخرائط عالية الدقة التي توضح أين يمكن أن يقع حدث متطرف ومدى شدته. وتُقرن كل خريطة بتقدير لعدم اليقين يحدد مدى الثقة في التنبؤ. وبالنسبة للمستجيبين لحالات الطوارئ، ومخططي المدن، ومطوري البنية التحتية، فإن هذه الطبقة الإضافية تكتسب أهمية كبيرة: إذ تساعد تقديرات عدم اليقين المستخدمين أيضاً على موازنة المقايضات. فقد تشهد منطقة ما احتمالية متواضعة لحدوث عاصفة عاتية نادرة، ولكن فاصل الثقة قد يكون واسعاً، مما يشير إلى الحاجة لمزيد من البيانات أو المراقبة قبل تخصيص الموارد. وعلى العكس من ذلك، فإن نطاق الثقة الضيق حول حدث ذي احتمالية عالية يمكن أن يبرر اتخاذ تدابير تخفيف فورية، مثل تعزيز السدود الترابية أو مراجعة طرق الإخلاء.

الرهانات المتعلقة بالقدرة على الصمود المناخي

إذا وفى هذا البرنامج بوعوده، فقد ينقل الاستعداد للمناخ من موقف رد الفعل إلى موقف استباقي. سيحصل مطورو حلول تكنولوجيا المناخ، والمسؤولون في البلديات، ووكالات إدارة الكوارث على وسيلة للتخطيط لما هو "غير مسبوق" بدلاً مما هو "مسجل". وقد يترجم ذلك إلى قرارات تقسيم مناطق أكثر ذكاءً، وتخصيص أكثر استهدافاً لميزانيات الطوارئ، وبنية تحتية تتحمل طيفاً أوسع من الظروف القاسية.

كما ستستفيد مجتمعات الذكاء الاصطناعي وعلوم المناخ الأوسع نطاقاً. فمن خلال إثبات أن النماذج المستندة إلى الفيزياء يمكن أن تتجاوز حدود البيانات الماضية، يتحدى عمل MIT الاعتماد السائد على مطابقة الأنماط وحدها. وهو يقترح مساراً نحو أنظمة ذكاء اصطناعي تظل قوية وفعالة مع تطور المناخ نفسه.

أسئلة مفتوحة ومحدوديات

إن اعتماد النظام على الفيزياء لا يزيل جميع المخاوف. فمن الصعب بطبيعته التحقق من صحة التوقعات للأحداث التي لم تحدث قط؛ إذ يجب أن يعتمد أي تقييم على النظائر، أو التجارب الاصطناعية، أو عمليات المحاكاة المناخية طويلة الأمد. وقد يجادل النقاد بأن الطبيعة الاحتمالية للمخرجات قد تُفهم خطأً على أنها يقين، خاصة عند إبلاغها لأصحاب المصلحة غير التقنيين.

ما يجب مراقبته لاحقاً

الخلاصة: من خلال ربط الذكاء الاصطناعي بقوانين الفيزياء، فتح مهندسو MIT طريقاً للتنبؤ بالظواهر الجوية المتطرفة التي تتجاوز السجل التاريخي، مقدمين خرائط مخاطر عالية الدقة وتراعي عدم اليقين، مما قد يعيد تشكيل كيفية استعداد المجتمعات لمناخ في حالة تغير مستمر.