تُظهر نماذج الطقس المدعومة بالذكاء الاصطناعي وعوداً كبيرة في مجال التنبؤ بالأعاصير، حيث تتيح إنتاج توقعات كانت تتطلب ساعات من الحوسبة الفائقة في غضون دقائق قليلة. ومع ذلك، تشير دراسة جديدة نشرتها جامعة رايس في مجلة "جيوفيزيالية للأبحاث: الغلاف الجوي" إلى وجود قيود فيزيائية جوهرية في هذه النماذج لا تزال تشكل تحدياً. ركزت الدراسة على تقييم قدرات نموذجي عالميين رائدين في الذكاء الاصطناعي، وهما "بانغو-ويرذر" و"أورونا"، مقارنة ببيانات إعادة التحليل "إيرا5" الواقعية. اشتملت الاختبارات على محاكاة نحو 200 إعصار استوائي، تم جمعها من أحواض المحيط الأطلسي الشمالي والمحيط الهادئ الغربي الشمالي في الفترة بين عامي 2020 و2025. تهدف هذه التجربة إلى التحقق مما إذا كانت النماذج قادرة على إعادة إنتاج السلوك الفيزيائي والمناخي الحقيقي للعواصف بدقة. أظهرت النتائج أن هذه النماذج حققت نجاحاً ملحوظاً في التنبؤ بمسارات الأعاصير (التتبع). فقد استطاعت تحديد مسار العواصف ونقاط هبوطها البرية بتكرار عالي، وهو أمر بالغ الأهمية لاتخاذ قرارات الإخلاء وإصدار التحذيرات المبكرة. ومع ذلك، أظهرت دقة التنبؤ بشدة العاصفة (الرياح والضغط) نتائج متفاوتة. بينما تباينت النماذج السابقة في المبالغة في التقدير أو التقليل من شدة العواصف، أظهر نموذج "أورونا" تقارباً أكبر مع التوزيعات الواقعية للشدة مقارنة بـ "بانغو"، الذي أظهر تحيزات أكبر عند التعامل مع العواصف الأقوى بشكل استثنائي. التحدي الأكبر، وفقاً للباحثين، يكمن في بنية العاصفة الفيزيائية، وتحديداً حقول الرياح الداخلية. وكشف التحليل الدقيق أن النماذج قد تنتج صوراً تبدو واقعية بصرياً، إلا أنها قد تنتهك قيوداً فيزيائية أساسية تحكم الأعاصير الناضجة، مثل توازن الرياح التدرجية. لوحظ انحرافات واضحة في مراكز العواصف، كما ميلت النماذج إلى المبالغة في تقدير حجم النواة الداخلية، خاصة في العواصف الأقوى. هذه التحيزات تهم بشكل مباشر تقديرات الأضرار الناجمة عن الرياح والسيول وارتفاع أمواج العواصف، نظراً لأن المخاطر تعتمد على تنظيم الرياح وليس المسار فقط. تؤكد الباحثة الرئيسية أفانتيكا غوري من جامعة رايس أن سرعة النماذج القائمة على الذكاء الاصطناعي تمثل نقلة نوعية مقارنة بنماذج الطقس التقليدية التي تحاكي العمليات الفيزيائية عبر معادلات معقدة ومكلفة. غير أنها أشارت إلى أن هذه النماذج لا تزال لا تعمل بشكل مستقل ولا يمكن اعتبارها ذاتية التحقق، حيث يصعب فهم كيفية توليدها للتوقعات بدقة بسبب تعقيدها الهائل. لذلك، يخلص الباحثون إلى أن هذه الأدوات يجب أن تُستخدم كمكمل للخبرة البشرية وليس كبديل لها. فإن فهم التحيزات في النماذج يسمح لعلماء الأرصاد الجوية بتصحيح المخرجات وتفسيرها بشكل صحيح. ويؤكد الفريق أن التعاون المستمر بين علماء الغلاف الجوي ومطوري الذكاء الاصطناعي ضروري لضمان بقاء مخرجات هذه التقنيات ذات معنى فيزيائي، وأن تطويرها بمسؤولية يتطلب تدقيقاً مستمراً من المجتمع العلمي.