سُجّل في عام 2024 نحو 604 ظواهر جوية متطرفة حول العالم، وُصف كثير منها بأنه غير معتاد أو غير مسبوق. وقد هدف مشروع XAIDA الممول من الاتحاد الأوروبي إلى توضيح كيف يشكّل تغيّر المناخ هذه الظواهر وكيف يمكن فهمها بصورة أفضل. وباستخدام التعلم الآلي والتعلم العميق، توصّل الباحثون إلى نتيجة مقلقة: في مناطق كثيرة، تتزايد موجات الحر بوتيرة أسرع مما توقعته النماذج المناخية. وفي النهاية يمكنك أن تختبر بنفسك مدى تعاملك مع الحر.
أصبحت الظواهر الجوية المتطرفة أكثر تكرارًا وأشد حدّة في السنوات الأخيرة. وهذا يثير مخاوف جدية تتعلق بالبيئة وبسلامة البشر على حد سواء.
الأرقام تتحدث عن نفسها: ففي عام 2024 سُجّل نحو 604 أحداث من هذا النوع حول العالم، وصُنّف كثير منها على أنه غير معتاد أو حتى غير مسبوق.
تبدو الصلة بين هذه الأحداث وتغيّر المناخ قوية. لكن المشكلة أن الآليات الكامنة وراء تزايد شدتها وتعقيدها لا تزال غير مفهومة تمامًا. وهذه هي الفجوة التي سعى مشروع XAIDA إلى سدّها.
XAIDA مشروع ممول من الاتحاد الأوروبي جمع 16 مؤسسة شريكة متخصصة في ثلاثة مجالات: الذكاء الاصطناعي والإحصاء والنمذجة المناخية.
كان هدفها تطوير أساليب قائمة على البيانات تكشف الدور الذي يلعبه تغيّر المناخ في الطقس المتطرف حول العالم. كما شارك أصحاب مصلحة من قطاعات مختلفة، كي تسهم النتائج في تقييم المخاطر واستراتيجيات التكيّف.
طوّر الاتحاد مجموعة أدوات للتعلم الآلي والاستدلال السببي واكتشاف الأحداث وتقييم الآثار. وكانت موجات الحر أحد المجالات الرئيسية التي طُبّقت فيها هذه الأدوات.
استخدم الفريق المشفّرات التلقائية التبايُنية، وهي تقنية من تقنيات التعلم العميق، لدراسة سلوك الحر الشديد مع تغيّر المناخ. ولم تكن النتائج مطمئنة.
«تعلّمنا خلال المشروع أن موجات الحر في مناطق كثيرة تتزايد بوتيرة أسرع مما توقعته النماذج المناخية. وهذا مصدر قلق كبير»، يقول ديم كومو (Dim Coumou)، منسق المشروع في جامعة فريي في أمستردام (Vrije Universiteit Amsterdam).
يترك XAIDA وراءه عدة نتائج ملموسة:
كما أنتج المشروع أكثر من 100 ورقة علمية محكّمة، وأعدّ مواد تعليمية لمعلمي المرحلتين الابتدائية والثانوية.
تعلّق أحد أكبر التحديات بالذكاء الاصطناعي نفسه. فنتائجه يجب أن تكون موثوقة وقابلة للتفسير، وإلا فلن يجد العلماء سببًا يُذكر للاعتماد عليها.
وقد تعامل XAIDA مع ذلك عبر الجمع بين الأساليب التقليدية، مثل النماذج المناخية والتحليل الإحصائي، وتقنيات الذكاء الاصطناعي الجديدة. وإتاحة تشغيل الاثنين جنبًا إلى جنب مكّنت من مقارنة النتائج بعضها ببعض والتحقق منها.
وهذا المزج بين القديم والجديد هو ما أتاح للفريق عرض نتائج قائمة على الذكاء الاصطناعي بثقة، لا بوصفها صندوقًا أسود.
يؤكد كومو أن XAIDA لم ينشأ بمعزل عن غيره: «كان XAIDA جزءًا من موجة أوسع بكثير من ابتكارات الذكاء الاصطناعي في علوم المناخ في السنوات الأخيرة؛ فقد انطلق الذكاء الاصطناعي حقًا خلال عمر المشروع. واليوم لدينا نماذج عالمية للتنبؤ بالطقس تعتمد على الذكاء الاصطناعي، وهي تتيح للمجتمع البحثي فرصًا جديدة فعلًا.»
ولكل من يفكر في مسار مهني في أبحاث المناخ، الرسالة واضحة: دراسة الطقس اليوم تعني أيضًا العمل مع البيانات والإحصاء والخوارزميات.
جمع XAIDA بين الذكاء الاصطناعي والإحصاء والنمذجة المناخية لفهم الطقس المتطرف بصورة أفضل. وخلص المشروع إلى أن موجات الحر في مناطق كثيرة تتزايد أسرع مما توقعته النماذج المناخية، وقدّم مجموعة أدوات AIDE ومنصة CAUSEME وGreenEarthNet. وبالجمع بين الأساليب التقليدية والذكاء الاصطناعي، تمكّن الفريق من التحقق من نتائجه وجعل الذكاء الاصطناعي أكثر موثوقية في علوم المناخ.
5 أسئلة · دقيقة واحدة
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文