الذكاء الاصطناعي يتعثر في التنبؤ بشدة الأعاصير

يواجه الذكاء الاصطناعي تحديات جوهرية في التنبؤ بدقة بشدة الأعاصير رغم القفزات التطورية التي شهدها في النماذج الجوية العالمية. فبينما حققت الخوارزميات القائمة على التعلم العميق نتائج تضاهي الأنظمة الفيزيائية التقليدية على المستوى الكوكبي بفضل البيانات التاريخية الضخمة والقدرات الحاسوبية المتقدمة، تبقى التنبؤات الإقليمية، وتحديدًا شدة الأعاصير وتكثيفها السريع، مجالًا يصعب السيطرة عليه. وقد أبرزت أحداث حديثة مثل إعصاري مايكل عام 2018 وبولو عام 2026 قدرة هذه العواصف على التحول إلى أنظمة مدمرة في غضون ساعات، مما يحد من وقت التحذير والتهيئة المجتمعية. يكمن العائق التقني الأول في نقص البيانات الشاملة ثلاثية الأبعاد اللازمة لتدريب النماذج. تعتمد الأنظمة الحالية على مقياسين غير مكتملين: القياسات الميدانية من الأقمار الصناعية والمحطات التي تتفاوت توزيعها وتركز غالبًا قرب السواحل، والمحاكاة الحاسوبية التي تحتوي على تقريبات رياضية وعدم يقين متأصلة في ديناميكيات الغلاف الجوي. ولا تتمكن الأنظمة الحالية من تصوير الهيكل الجوي الكامل لأي إعصار في وقت واحد، مما يحد من قدرة الذكاء الاصطناعي على استيعاب العمليات الدقيقة المسؤولة عن التكثيف السريع. بالإضافة إلى ذلك، يواجه التنبؤ بحدة الأعاصير عائقًا فيزيائيًا مرتبطًا بالفوضى الديناميكية. تشير الأبحاث إلى أن التقلبات في شدة الإعصار قد تخضع لجاذب فوضوي، حيث تؤدي الاختلافات الطفيفة في الحالة الأولية إلى نتائج متباعدة مع مرور الوقت. وعندما تُدرَّب النماذج على تقليل خطأ التنبؤ إلى الحد الأدنى، فإنها قد تميل إلى تنعيم التقلبات الفوضوية غير المتوقعة لتحقيق دقة ظاهرية، مما يخلق تناقضًا بين هدف الدقة القصوى والقدرة على محاكاة الفوضى الجوهرية للعاصفة. ونتيجة لذلك، تتدهور دقة التنبؤات بشدة الأعاصير بشكل ملحوظ بعد بضعة أيام من الإنشاء. وتؤكد الدراسات أن تطوير هذا المجال لا يعتمد فقط على ضخ بيانات أكثر أو تحسين البنى العصبية أو تسريع الحواسيب، بل يتطلب فهمًا أعمق لسلوك الأعاصير وطبيعة الفوضى التي تتحكم في شدتها. وفي هذا السياق، ينصح الخبراء بتحويل أنظمة التنبؤ المستقبلية من الاعتماد على قيمة واحدة متوقعة إلى نماذج احتمالية تغطي نطاقًا من السيناريوهات المحتملة. ورغم أن طبيعة الجاذب الفوضوي للشدة لم تُثبت نهائيًا بعد، إلا أن هذا التحدي يسلط الضوء على حدود الدقة الحالية ويوجه نحو ضرورة دمج الفيزياء الجوية المتقدمة مع تقنيات الذكاء الاصطناعي لضمان تحذيرات أدق وتخطيط أفضل لإدارة المخاطر المناخية المتزايدة.