חיזוי מזג האוויר הפך לאמין להפליא על פני אופקים קצרים: המודלים של היום הם מדויקים ביותר עד כשבועיים, וגם תחזיות האקלים לטווח ארוך משתפרות בהתמדה. בין שני סולמות הזמן הללו, לעומת זאת, יושבת נקודה עיוורת עיקשת. התחזיות בחלון של שבועיים עד שישה שבועות - המכונה חיזוי תת-עונתי - נותרות לא אמינות, למרות שזהו בדיוק הטווח שחשוב להחלטה מתי לשתול יבולים, כיצד להקצות מים ואנרגיה וכיצד להתכונן לשריפות.
Microsoft Research ורשת של משתפי פעולה חיצוניים אומרים שהם מצאו דרך לצמצם את הפער הזה, לא על ידי בניית עוד מודל חיזוי, אלא על ידי לימוד תוכנה לתקן את הטעויות הצפויות של המודלים שכבר קיימים. הגישה, הנקראת תיקון הטיה הסתברותית (PBC), מפורטת במאמר שפורסם בכתב העת המדעי Nature ומתואר בפוסט בבלוג של מיקרוסופט שפורסם השבוע. זהו אחד הערכים היותר מעשיים בשקט בגל מחקר הבינה המלאכותית היישומי המכוסה בין פיתוחי הבינה המלאכותית, מכיוון שהוא משדרג את המערכות שמטאורולוגים כבר מסתמכים עליהן במקום לבקש מהם לעבור למשהו חדש.
מדוע החלון של שבועיים עד שישה שבועות מתנגד לתחזית
מודלים מבוססי פיזיקה מדמים את האטמוספירה והאוקיינוסים באמצעות משוואות מדעיות, בעוד שמודלים חדשים יותר של AI מתאמנים על ארכיונים עצומים של נתוני מזג אוויר נצפים. לפי מיקרוסופט, שתי המשפחות מתפקדות היטב עד עשרה ימים בערך. מעבר לנקודה זו, שגיאות ראשוניות קטנות מורכבות ויחסי הגומלין המורכבים בין האטמוספירה, האוקיינוסים ושטח היבשה מציפים את שתי הגישות, וזו הסיבה שהתחזית של שבועיים עד שישה שבועות פיגרה זמן רב עם שאר התחזית.
במקום להיכנס לשדה צפוף של דגמים מתחרים, הצוות בראשות מיקרוסופט התמקד ביעד אחר: השגיאות השיטתיות, הניתנות לחזרה, שדגמים עושים בטווח הזה. "הצינור החדש שלנו (PBC) לוקח את המודל האהוב עליך כקלט ולומד באילו דרכים הוא נוטה לעשות שגיאות. לאחר מכן הוא מתקן את השגיאות הללו, ומניב תחזית תפוקה טובה יותר לטווח התת-עונתי", הסבירה החברה בפוסט בבלוג שלה.
שכבה קלה על גבי הדגמים הקיימים
מבחינה טכנית, PBC היא מערכת למידת מכונה קלת משקל החוקרת את ארכיון התחזיות ההיסטוריות של כל דגם נתון כדי ללמוד היכן וכיצד הוא מוטה באופן שיטתי. לאחר לימוד הדפוסים הללו, המערכת מתאימה את הפלט ההסתברותי של המודל כדי לפצות. בהערכות המתוארות במאמר Nature, מיקרוסופט מדווחת ש-PBC שיפרה את הביצועים של המודל התת-עונתי המוטעה מבחינה תפעולית המובילה בעולם, המופעל על ידי המרכז האירופי לתחזיות מזג אוויר בטווח בינוני (ECMWF).
התוצאות החזיקו מעמד בתחרות חיה, לא רק במבחנים בדיעבד. ECMWF השיקה את AI Weather Quest באוגוסט 2025, תחרות בזמן אמת שנועדה לקדם תחזיות תת-עונתיות הסתברותיות. צוות בשם MicroEnsemble, המורכב מחוקרי מיקרוסופט ומשתפי פעולה חיצוניים, זכה בהצטיינות יתרה עם ערך שזכה לכינוי MicroDuet, שהחיל PBC על המודל הדינמי המוביל בתעשייה של ECMWF.
"ה-AI Weather Quest מספק פלטפורמת מידוד ייחודית בזמן אמת לתחזיות תת-עונתיות", אמר ד"ר ג'ושוע טאליב, מדען לחיזוי תת-עונתי ב-ECMWF. "תרומות מ-Team MicroEnsemble הדגישו כיצד למידת מכונה יכולה לשפר את המיומנות של מערכות חיזוי דינמיות מסורתיות באמצעות עיבוד שלאחר."
מ-Benchmark ועד לטייסים בעולם האמיתי במזרח אפריקה
הטכניקה כבר עוברת מעבר לאמות מידה. בקניה, החזאים מתכוננים לבדיקת PBC כאשר אחת משתי העונות הגשומות של המדינה יוצאת לדרך. המאמץ מערב את רשות השירות המטאורולוגי של קניה (KMSA) ומדענים במרכז לסכנות האקלים באוניברסיטת קליפורניה, סנטה ברברה, עם ייעוץ מג'נבייב פלספלר, המנהלת את Rhiza Research, עמותה המתמקדת בשיפור חיזוי מזג האוויר המופעל על ידי בינה מלאכותית.
פלספולר טוען שהערך של תחזית תלוי בהגעה בזמן כדי לפעול על פיה. "תחזית מזג אוויר טובה, המועברת בזמן הנכון, בערוץ התקשורת הנכון, יכולה להוות הבחנה גדולה לתוצאות חקלאיות", אמרה וציינה שמזרח אפריקה נעה בין השנים היבשות ביותר שנרשמו לשנים הגטובות ביותר אי פעם. באזור שבו חוות חסרות במידה רבה החלטות השקיה ושתילה, דישון ורכישת זרעים, כולן משפיעות על התחזית, תחזית תת-עונתית מיומנת יותר אינה שיפור מופשט.
"מכיוון שאנו נמצאים בעיצומו של אל ניניו החם ביותר אי פעם, יש הרבה פחד בקרב ממשלות ובקהילת מדעי האקלים לגבי איך זה יתבטא", אמר פלספלר. "יש צורך עצום בשיטות חיזוי פשוטות שעובדות בצורה איתנה".
טיעון יעילות בעידן של דגמים גדולים יותר
מה שהופך את PBC לבולט במחקר בינה מלאכותית הוא הכלכלה שלו. בעוד שחלק גדול מהשטח דוהר להכשיר מודלים של חיזוי מקצה לקצה גדולים יותר מקצה לקצה, PBC היא מערכת קטנה יחסית ששואלת את רוב המיומנות שלה מהמודלים התפעוליים שהיא מתקנת. זה עושה את זה זול יותר להפעלה וקל יותר לאמץ סוכנויות מטאורולוגיות, מכיוון שהן יכולות לשמור על התשתית הקיימת שלהן ופשוט להוסיף שכבת תיקון.
זה גם משקף דפוס רחב יותר בלמידת מכונה יישומית: עיבוד שלאחר וכיול מספקים לעתים קרובות רווחים שאחרת היו דורשים עיבוד מלא של המודל. עבור שירותי מזג אוויר השוקלים היכן להשקיע תקציבים מוגבלים, שיטה המשפרת באופן מופגן את טווח התחזית הקשה ביותר - מאומתת הן בטבע והן בתחרות חיה של ECMWF - עשויה למשוך תשומת לב.
מה בא בהמשך עבור AI תת-עונתי
הפוסט בבלוג של מיקרוסופט מפסיק להכריז על מוצר תפעולי, והחברה לא אמרה אם PBC ישולב בהצעות תחזיות מסחריות. המבחן לטווח הקרוב הוא האם שירותי מזג האוויר הלאומיים מתחילים לאמץ שכבות תיקון הטיה כמו PBC עבור התחזית התת-עונתית שלהם, והאם הגישה מתאימה היטב למודלים לחיזוי AI שנכנסים כעת לשימוש תפעולי.
אם כן, החלון של שבועיים עד שישה שבועות - הקטע שבו לחקלאים, מפעילי רשת ומתכנני אסונות היה הכי פחות מה לעבוד איתו - עשוי סוף סוף להתחיל להיסגר. עבור תחום שבילה עשרות שנים במרדף אחר הישגים שוליים במיומנות, לתת למערכת למידת מכונה קטנה לנקות את השגיאות השיטתיות של מודלים פיזיים ענקיים היא סוג פרגמטי של התקדמות.
---
הישאר לפני AIקבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.
קרא עוד חדשות AI →
