مايكروسوفت تكشف عن PBC لتحسين توقعات الطقس بين أسبوعين وستة أسابيع

عرضت Microsoft Research طريقة للتعلّم الآلي تحمل اسم Probabilistic Bias Correction، أو اختصارًا PBC، وتستهدف نقطة ضعف مزمنة في التنبؤات الجوية: الفترة الممتدة تقريبًا من أسبوعين إلى ستة أسابيع مقدمًا. وبحسب Microsoft Research، تُعد هذه النافذة دون الموسمية مهمة للمزارعين، وفرق الاستجابة للكوارث، ومديري الموارد، وغيرهم من أصحاب القرار، إلا أن التوقعات الحالية تظل غير موثوقة فيها. وتقول الشركة إن هذا العمل نُشر في مجلة Nature، كما أفاد موقع The Verge بأن البرمجية أُتيحت بوصفها مفتوحة المصدر.

الادعاء الأساسي هنا ليس أن مايكروسوفت بنت نموذجًا جديدًا مستقلًا بالكامل للتنبؤ بالطقس. بدلًا من ذلك، تقول الشركة إن PBC يعمل فوق أنظمة التنبؤ القائمة بالفعل ويتعلم من أخطائها السابقة. ووفق وصف Microsoft، يدرس هذا الإطار الأخطاء التاريخية للنموذج، ويحدّد الانحيازات المنهجية، ثم يعدّل التوقعات المستقبلية لتصبح أكثر دقة وموثوقية. ويركز المصدران معًا على فكرة التصحيح لا الاستبدال، أي إضافة طبقة تحسين فوق ما هو موجود بدل طرح نظام بديل كامل.

طبقة تصحيح بدلًا من متنبئ جديد

هذا التمييز مهم. فالتنبؤات الجوية التقليدية القائمة على الفيزياء تحاول محاكاة العمليات الجوية، وعادة ما تعمل على حواسيب فائقة. أما أنظمة التنبؤ الأحدث المعتمدة على الذكاء الاصطناعي، فبحسب The Verge، تبحث عن أنماط في البيانات التاريخية وتعتمد على وحدات معالجة رسومية قوية. ويختلف نهج مايكروسوفت في أنه يُقدَّم بوصفه إضافة خفيفة يمكنها تحسين النماذج المستخدمة أصلًا. ويقول The Verge إن مايكروسوفت تأمل أن يجعل ذلك التنبؤات المعززة بالذكاء الاصطناعي أكثر إتاحة، ولا سيما للجهات التي لا تملك الموارد لبناء أنظمة متقدمة من الصفر أو تشغيلها.

وينطلق مبرر PBC من مشكلة مشتركة بين التنبؤ التقليدي والتنبؤ القائم على الذكاء الاصطناعي. فبعد نحو أسبوعين، كثيرًا ما تصبح التوقعات أقل جدارة بالثقة. ويوضح The Verge أن كلا النوعين من النماذج يعتمد على تقريبات لسد الثغرات في الرصد أو في الفهم العلمي للعمليات الجوية المعقدة. ويمكن لهذه التقريبات أن تُدخل انحيازات منهجية، ثم تتراكم الأخطاء الناتجة مع مرور الوقت. وتقول Microsoft إن PBC صُمم ليتعلم هذه الانحيازات المتكررة ويصححها بطريقة احتمالية، بدل التعامل مع كل خطأ في التوقع على أنه ضجيج عشوائي.

ومن الأمثلة التي أوردها The Verge ما يتعلق بتغير المناخ. فالنظام الذي جرى تدريبه أو ضبطه استنادًا إلى سجلات تاريخية قد يكون منحازًا نحو ظروف أبرد من تلك التي يشهدها العالم اليوم مع ارتفاع حرارة الكوكب بسبب انبعاثات غازات الدفيئة. وفي هذا التصور، يمكن لـPBC أن يساعد على التكيف مع الانزياح بين العالم الذي تمثله البيانات الأقدم والعالم الذي يحتاج المتنبئون إلى توقعه الآن. ولا يقدّم أي من المصدرين PBC على أنه يزيل عدم اليقين، لكن كليهما يصفه وسيلة لجعل التوقعات في هذه النافذة الصعبة أكثر موثوقية.

ماذا تقول مايكروسوفت إن الاختبارات أظهرت

أكثر ادعاءات الأداء تحديدًا في المصادر المتاحة تتعلق باختبارات أُجريت على نماذج تابعة للمركز الأوروبي للتنبؤات الجوية متوسطة المدى، أو ECMWF. ويذكر The Verge أن الباحثين وجدوا أن PBC حسّن دقة أحد أبرز نماذج ECMWF الفيزيائية للتنبؤ بالطقس في 98% من أهداف الهطول و92% من أهداف درجات الحرارة. ويقول التقرير نفسه أيضًا إن هذا الإطار ضاعف دقة نظام التنبؤ الجديد بالذكاء الاصطناعي لدى ECMWF ضمن تحليل الدراسة.

هذه نتائج لافتة، لكنها تحتاج إلى قراءة متأنية. فالمصادر المتاحة لا تقدم المنهجية الكاملة، ولا مقاييس الخطأ، ولا تعريفات المعايير المرجعية التي استُخدمت في تلك المقارنات. والادعاءات منسوبة إلى الباحثين وإلى عرض مايكروسوفت للعمل. كما يشير The Verge إلى أن ECMWF كان قد منح قبل نشر الورقة البحثية جائزة لبحث المؤلفين حول PBC ضمن مسابقة AI Weather Quest.

أما Microsoft Research فتقول إن الاختبارات المبكرة منحت PBC المرتبة الأولى في مسابقة عالمية تركز على التنبؤات بعيدة المدى نسبيًا، أو التنبؤات دون الموسمية. كما تقول إن الطريقة تُظهر مؤشرات واعدة في تطبيقات ميدانية فعلية، وتحديدًا في العمل على تحسين توقعات الرياح الموسمية للمزارعين في كينيا. وبالمثل، يورد The Verge أن PBC من بين الأساليب التي تختبرها Rhiza Research وهيئة Kenya Meteorological Service Authority، بتمويل من Gates Foundation، قبل موسم أمطار متطرف متوقع خلال ظاهرة إل نينيو قياسية. وتشير هذه الإشارات إلى التطبيقات إلى وجود اهتمام عملي، لكن المصادر لا تقدم نتائج تشغيلية كمية من كينيا.

• يُوصَف PBC بأنه إطار للتعلّم الآلي يتعلم من أخطاء النموذج السابقة.
• وهو مخصص لنافذة التنبؤ الممتدة من أسبوعين إلى ستة أسابيع، والتي تُسمى غالبًا التنبؤ دون الموسمي.
• ويعرضه كل من Microsoft وThe Verge بوصفه أسلوبًا خفيفًا يمكن تشغيله على وحدات المعالجة المركزية CPU.
• وتتضمن الاختبارات المعلنة أنظمة التنبؤ الفيزيائية وأنظمة التنبؤ بالذكاء الاصطناعي التابعة لـ ECMWF.
• ويصف The Verge البرمجية بأنها مفتوحة المصدر.

لماذا يهم سؤال القدرة الحاسوبية

جزء كبير من حجة مايكروسوفت يتعلق بالكلفة وإمكانية الوصول. إذ يقارن The Verge بين المتطلبات الحاسوبية الثقيلة للتنبؤ القائم على الفيزياء على الحواسيب الفائقة، وأنظمة الذكاء الاصطناعي التوليدي على وحدات المعالجة الرسومية GPU، وبين متطلبات PBC الأقل. ووفقًا لـThe Verge، قال Lester Mackey، الباحث الرئيسي الأول في Microsoft Research، إن الأداة الجديدة يمكن تشغيلها على وحدات المعالجة المركزية CPU. وإذا ثبت ذلك عمليًا، فقد يكون مهمًا لهيئات الأرصاد والمؤسسات العامة التي لا تستطيع الوصول بانتظام إلى بنية حوسبة متقدمة مرتفعة التكلفة.

وتظهر الحجة نفسها المتعلقة بإمكانية الوصول في التعليقات التي أبرزها The Verge عن Genevieve Flaspohler، إحدى مؤلفات الورقة. ففي ذلك العرض، يُقدَّم PBC بوصفه خفيفًا وسهل التدريب نسبيًا، بما قد يتيح للعلماء الذين يملكون موارد أقل تكييف النماذج مع ظروف محلية محددة. وهذه نقطة مهمة في القصة، لأن جودة التنبؤ لا تتحدد فقط ببنية النموذج، بل تتأثر أيضًا بمن يستطيع تحمّل كلفة نشر الأدوات المتقدمة وضبطها وتكييفها.

مع ذلك، فإن انخفاض الحاجة إلى الموارد الحاسوبية لا يضمن تلقائيًا اعتمادًا تشغيليًا سلسًا. وينقل The Verge تقييمًا حذرًا من Matthew Chantry، المسؤول الاستراتيجي عن التعلّم الآلي في ECMWF، إذ قال إن الورقة تمثل مثالًا جيدًا على تطوير أفكار جديدة لصالح المجتمع. لكنه حذّر أيضًا من أن تحويل الأفكار إلى عمليات تشغيلية هو الخطوة الأكثر صعوبة. وهذه ملاحظة مهمة، لأن النتائج البحثية الواعدة لا تنتقل بالضرورة مباشرة إلى أنظمة التنبؤ اليومية.

الحدود والشكوك وما لم يثبت بعد

يعرض المصدران معًا النطاق الممتد من أسبوعين إلى ستة أسابيع بوصفه فجوة تنبؤية صعبة على نحو خاص، ويقدمان PBC بوصفه جسرًا محتملًا عبرها. ومع ذلك، تترك المعلومات المتاحة عدة حدود وأسئلة مفتوحة. أولًا، تأتي أقوى ادعاءات الأداء من اختبارات وتحليلات وصفتها مايكروسوفت ونقلها The Verge؛ أما التفاصيل الأساسية الكامنة وراءها فلا تظهر كاملة في المقتطفات المتاحة. ثانيًا، رغم أن النشر في Nature والجائزة في المسابقة يدعمان جدية العمل، فإن أيًا من المصدرين لا يقول إن PBC أصبح بالفعل طبقة تشغيلية معيارية عبر أنظمة التنبؤ الوطنية.

ثالثًا، يُوصَف مثال كينيا بأنه واعد وتحت الاختبار، لا باعتباره دليلًا حاسمًا على أثر واسع في العالم الحقيقي. فنص Microsoft Research يقول إن الإطار يُظهر مؤشرات واعدة في التطبيقات، بينما يقول The Verge إنه أحد الأساليب الجاري اختبارها. وهذه الصياغة مهمة، لأنها تدل على تقييم مستمر لا على نجاح محسوم. وبالمثل، ورغم أن The Verge يركز على الفوائد المحتملة في التنبؤ بالأحوال الجوية المتطرفة، فإن المقتطفات المتاحة لا تقدم أدلة منفصلة تبين كيف يؤدي PBC عبر أنواع مختلفة من المخاطر.

وأخيرًا، وبما أن PBC طريقة لتصحيح الانحياز، فمن المرجح أن تعتمد فعاليته على جودة نموذج التنبؤ الأساسي وخصائصه، وعلى الأخطاء التاريخية التي يمكنه أن يتعلم منها. ولا تدّعي المصادر أنه يحل جميع أسباب عدم اليقين الجوي، كما لا توحي بأنه يستبدل النمذجة القائمة على الفيزياء أو التنبؤ بالذكاء الاصطناعي. والقراءة الأكثر حذرًا هي أن مايكروسوفت قدمت طبقة تصحيح قد تكون مفيدة لأفق تنبؤي صعب، مع نتائج أولية مشجعة وعقبات عملية واضحة ما زالت قائمة.

ماذا قد يعني ذلك عمليًا

بالنسبة إلى الشركات الناطقة بالإنجليزية، لا يتمثل التغيير الملموس في أن الطقس أصبح قابلًا للتنبؤ قبل شهر كامل، بل في أن التوقعات ضمن نافذة الأسبوعين إلى الأسابيع الستة قد تصبح أكثر موثوقية إلى حد ما، وربما أقل كلفة من حيث التحسين، إذا أمكن إضافة طبقة تصحيح قائمة على وحدات المعالجة المركزية إلى الأنظمة الحالية. وتتخذ شركات في الزراعة والطاقة والخدمات اللوجستية والتأمين والتخطيط للطوارئ قراراتها أصلًا ضمن هذا الإطار الزمني. وإذا كان أداء PBC في التشغيل الفعلي يطابق ما توحي به الاختبارات المعلنة، فقد تحصل هذه الجهات مستقبلًا على مدخلات أفضل لتخطيط التوظيف والمخزون والمسارات وإدارة المياه والطاقة والاستعداد للطوارئ، من دون الحاجة إلى بناء منظومات تنبؤ جديدة بالكامل. لكن في الوقت الراهن، فإن ما تدعمه المصادر هو اهتمام حذر لا يقين كامل، لأن التعميم التشغيلي والتحقق الواسع النطاق ما زالا، على ما يبدو، قيد التقدم.