تلعب نماذج التنبؤ بالطقس العددية التقليدية ونماذج الذكاء الاصطناعي واسعة النطاق الناشئة دورًا حاسمًا في توفير خطط التنقل اليومية والتحذير من الظواهر الجوية المتطرفة، غير أن كلاهما يعاني منذ فترة طويلة من انحرافات منهجية أثرت بدرجة كبيرة على دقة التوقعات. ولحل هذه المعضلة الصناعية، طوّر باحثون من جامعة تشينغ هوا مؤخرًا خوارزمية ذكاء اصطناعي تعتمد على الارتباط المكاني والزمي مصممة خصيصًا لتصحيح الانحياز في متغيرات الغلاف الجوي والمحيطات. يكمن جوهر هذه التقنية في التحليل العميق لأنماط الترابط بين بيانات الطقس عبر الزمان والمكان لتحديد الأخطاء المنهجية في التنبؤ وإلغاؤها بدقة. وعلى عكس الطرق التقليدية التي تعتمد على معادلات فيزيائية معقدة، تتيح هذه الطريقة الجديدة مرونة أكبر في التكيف مع السمات البيئية المعقدة والمتغيرة. وتُظهر الدراسات أنه بعد تطبيق الخوارزمية، تحسن توافق نتائج التنبؤ بشكل ملحوظ مع الواقع الفعلي فيما يتعلق بمعايير رئيسية مثل درجة الحرارة وهطول الأمطار، مما ساهم فعليًا في سد الثغرات الموجودة في النماذج الحالية خاصةً في التنبؤات بعيدة المدى. ولا يقتصر هذا الإنجاز على احتمال تحسين سرعة ودقة التحذيرات من الظواهر الجوية المتطرفة لتوفير دعم بيانات أكثر موثوقية للحد من الكوارث والتخفيف من آثارها فحسب، بل يفتح أيضًا آفاقًا جديدة للتطبيق العميق للذكاء الاصطناعي في مجال علوم الأرصاد الجوية. ومع نضوج التكنولوجيا وانتشار استخدامها على نطاق أوسع، سيستفيد الجمهور من خدمات تنبؤية جوية أدق، بينما ستخفض القطاعات ذات الصلة الخسائر الاقتصادية الناتجة عن أخطاء التنبؤ بالكوارث.