نشرت شركة Google DeepMind نتائج تمت مراجعتها من قبل النظراء تظهر أن نموذج الطقس الخاص بها WeatherNext AI يحقق أحدث دقة في التنبؤ بالأعاصير المدارية، ويكتسب متوسط ​​يوم كامل أو أكثر من المهلة التنبؤية مقارنة بأنظمة التنبؤ التشغيلية الرائدة. ظهر البحث في مجلة Nature في 6 أغسطس 2026، وتقوم جوجل بفتح المصادر المفتوحة للنماذج إلى جانب النشر.

ويأتي هذا الاختراق في لحظة تكثيف [تغطية صناعة الذكاء الاصطناعي] (https://aibuzzwire.news)، حيث يتم تطبيق الذكاء الاصطناعي بشكل متزايد على المشكلات العلمية والمتعلقة بالسلامة العامة عالية المخاطر. تسببت الأعاصير المدارية في مقتل أكثر من 700 ألف شخص وخسائر اقتصادية بقيمة 1.4 تريليون دولار على مدار الخمسين عامًا الماضية، وفقًا للأرقام المذكورة في إعلان DeepMind، مما أدى إلى تحقيق مكاسب متواضعة في المهلة الزمنية المتوقعة للإخلاء والاستجابة للكوارث.

يوم من المهلة الزمنية المضغوطة في نظام واحد

النتيجة الرئيسية هي المهلة الزمنية. في الأعاصير من عام 2023 حتى عام 2025، تحمل تنبؤات WeatherNext للمسار والكثافة وبنية الرياح ميزة بمتوسط ​​يوم أو أكثر مقارنة بالنماذج التشغيلية الرائدة. ومن الناحية العملية، تتطابق توقعاتها لمدة ثلاثة أيام مع ما قدمته الأنظمة السابقة في يومين. ويصف الباحثون التحسن بأنه يمكن مقارنته بما يقرب من عقد من التقدم التشغيلي في مجال الأرصاد الجوية المضغوط في نظام ذكاء اصطناعي واحد.

وفي التنبؤ بالأعاصير، حيث تتوقف أوامر الإخلاء، ومراحل الإمدادات، وإعلانات الطوارئ على ساعات العمل، فإن هذا الهامش هو المقياس الأكثر أهمية. تقدم الورقة WeatherNext Cyclones، وهو نموذج للذكاء الاصطناعي ينتج تنبؤات مجمعة لمسار الإعصار الاستوائي وكثافته وحجمه لمدة تصل إلى 15 يومًا.

كيف يعمل النموذج

جمعت بيانات التدريب تحليل الغلاف الجوي العالمي مع قاعدة بيانات IBTrACS لما يقرب من 5000 عاصفة تاريخية. يستخدم النموذج الشبكات التوليدية الوظيفية لإنتاج توزيعات احتمالية بدلاً من التنبؤات ذات النقطة الواحدة، ويتسع نطاقه إلى مجموعات مكونة من 1000 عضو — عشرين ضعفًا من 50 عضوًا في النظام السابق. تلتقط المجموعات الأكبر حجمًا بشكل أفضل الأحداث النادرة ذات العواقب العالية مثل التكثيف السريع، وهي الظاهرة الخطيرة التي ترتفع فيها سرعة رياح العاصفة فجأة.

تبرز إحدى النتائج فيما يتعلق بالتحديات التي تواجهها. لطالما اعتبرت الدقة المكانية العالية ثمنًا للتنبؤات الدقيقة للكثافة. تعمل WeatherNext Cyclones على مدخلات مقاس 28 × 28 كيلومترًا، أي ما يقرب من 100 مرة أكثر خشونة من النماذج الإقليمية التقليدية، ويعمل متغير مدمج يسمى WeatherNext 2-mini على مسافة 111 × 111 كيلومترًا ولا يزال يعمل بشكل جيد. تنص الورقة على أن الدقة العالية ليست شرطًا أساسيًا صارمًا للتنبؤ الحديث بالكثافة، ويطرح الباحثون سؤالًا مفتوحًا حول كيفية استخلاص النموذج لإشارة الكثافة من البيانات الأكثر خشونة.

تم اختباره خلال موسم الأعاصير لعام 2025

ولم يكن التقييم بأثر رجعي بحت. خلال موسم الأعاصير الأطلسية لعام 2025، تم تشغيل النموذج جنبًا إلى جنب مع سير العمل التشغيلي للمركز الوطني للأعاصير وساعد المتنبئين على توقع التكثيف السريع لإعصار ميليسا وهبوط اليابسة في جامايكا في وقت مبكر بما يكفي لدعم الإنذار المبكر. يوثق تقرير التحقق لعام 2025 الصادر عن NHC الأداء المتوقع لهذا الموسم. يقوم النظام هذا العام بإنشاء 1000 سيناريو محتمل لكل إعصار لدعم عملية اتخاذ القرار لدى المتنبئين.

كان هذا العمل عبارة عن تعاون بين Google DeepMind وعلماء أبحاث Google والمتنبئين التشغيليين في المركز الوطني للأعاصير، والمعهد التعاوني لأبحاث الغلاف الجوي (CIRA)، ومكتب الأرصاد الجوية في المملكة المتحدة، والعديد منهم مؤلفون مشاركين في ورقة Nature.

إطلاق ثلاثة إصدارات مفتوحة المصدر

يغطي الإصدار مفتوح المصدر ثلاثة نماذج مختلفة:

  • WeatherNext Cyclones — الإصدار الذي تم تشغيله خلال موسم الأعاصير لعام 2025 والذي تظهر نتائجه في الورقة
  • WeatherNext 2 — التحديث الأخير الذي قامت Google بتشغيله في أكتوبر 2025
  • WeatherNext 2-mini — إصدار مضغوط يعمل على مادة TPU واحدة في كمبيوتر محمول مجاني من Google Colab

الكود والأوزان الخاصة بالثلاثة متاحة على GitHub. يستغرق التنبؤ الواحد لمدة 15 يومًا أقل من دقيقة على وحدة معالجة حرارية واحدة، مما يعني أن القيد على الاعتماد أصبح الآن الخبرة والتكامل، وليس الحساب.

يمكن استكشاف التوقعات أيضًا على Weather Lab، الذي قامت Google بتوسيع نطاقه من تتبع الأعاصير إلى التنبؤات العالمية الكاملة التي تغطي درجة الحرارة وهطول الأمطار وسرعة الرياح. يقع كل من النماذج ومختبر الطقس ضمن برنامج Google Earth AI، وهو جهد شامل للشركة لتطبيق التعلم الآلي على التحديات المناخية والجغرافية المكانية.

لماذا يهم

وتعزز النتيجة اتجاها أوسع: تنتقل نماذج الطقس القائمة على الذكاء الاصطناعي من العروض البحثية إلى الأدوات التشغيلية بشكل أسرع مما توقعه العديد من خبراء الأرصاد الجوية. ومن خلال توفير الأوزان مفتوحة المصدر ونشرها في مجلة رفيعة المستوى، تضع Google موقع WeatherNext كنظام مرجعي يمكن لوكالات الأرصاد الجوية الوطنية والباحثين في جميع أنحاء العالم البناء عليه.

بالنسبة للمجتمعات في المناطق المعرضة للأعاصير، يمكن أن يكون يوم التحذير الإضافي هو الفرق بين الإخلاء المنظم والإخلاء الفوضوي. مع استمرار نضج نماذج الطقس المعتمدة على الذكاء الاصطناعي، يتحول السؤال التنافسي من الدقة وحدها إلى من يمكنه ترجمة التنبؤات إلى عمل بشكل أسرع.

ابق في صدارة الذكاء الاصطناعي

لمزيد من المعلومات حول كيفية قيام الذكاء الاصطناعي بتحويل العلوم والبنية التحتية والحياة اليومية، تابع تغطيتنا أخبار الذكاء الاصطناعي العاجلة. نحن نتتبع الأبحاث والشركات والسياسات التي تشكل المجال في الوقت الفعلي.

اقرأ المزيد من أخبار الذكاء الاصطناعي →