باحثون يطورون أداة ذكاء اصطناعي للتنبؤ بالكوارث الجوية

المعلومة/ متابعة..
طور مهندسون من معهد ماساتشوستس للتكنولوجيا (MIT) أداة جديدة تعتمد على الذكاء الاصطناعي، قادرة على التنبؤ بسيناريوهات الطقس القاسي التي لم يسبق تسجيلها في السجلات التاريخية، بما قد يساعد المدن وشركات التأمين ومشغلي شبكات الكهرباء على الاستعداد بشكل أفضل للكوارث المحتملة.
وطور الأداة طالب الدراسات العليا في الهندسة الميكانيكية كاي تشانغ، والبروفيسور ثيميس سابسيس، وتعتمد منهجية أطلق عليها الباحثون اسم «التعلم القائم على الأحداث المتطرفة» (Extreme Event Learning)، ونشرت نتائجها في مجلة Nature Communications في 20 أغسطس.
وتختلف الطريقة الجديدة عن نماذج إدارة المخاطر التقليدية التي تعتمد بشكل كبير على سجلات الكوارث السابقة لمحاكاة أحداث مماثلة في المستقبل. أما أداة MIT، فتستطيع إنشاء خرائط لأحداث جوية متطرفة لم تظهر من قبل في منطقة معينة، مع تقدير شدتها ومدتها والمساحة التي يمكن أن تتأثر بها.
تعتمد الخوارزمية على دمج نوعين من البيانات؛ الأول يتمثل في الإحصاءات التي تحدد مدى تكرار مستويات معينة من شدة الظواهر الجوية، والثاني في البيانات المكانية التي توضح كيفية توزيع تأثير الحدث عبر منطقة جغرافية.
ومن خلال الربط بين البيانات الإحصائية والمكانية، يمكن للنظام توليد أنماط لظواهر متطرفة تتجاوز ما ظهر في بيانات التدريب، مع الحفاظ على احتمالات إحصائية منطقية. واختبر الباحثون التقنية على بيانات هطول الأمطار في الولايات المتحدة القارية، باستخدام سجلات تمتد 25 عاما، حيث جرى تحويل بيانات الأمطار الساعية إلى خرائط يومية.
ولإثبات قدرة النظام على التنبؤ بأحداث لم تظهر في السجلات، درّب الباحثون النموذج المكاني باستخدام بيانات الأشهر الستة الأولى فقط، وهي فترة لم تتضمن سوى عدد محدود من حالات الأمطار الشديدة. وبعد ذلك، استخدمت الخوارزمية البيانات الإحصائية المستخلصة من كامل السجل التاريخي لتوليد سيناريوهات لظواهر جوية أكثر تطرفا.
فعلى سبيل المثال، إذا كان أعلى معدل لهطول الأمطار المسجل في مدينة نيويورك يبلغ 200 مليمتر، يمكن للنظام إنتاج خرائط تحاكي عاصفة تتسبب في هطول 300 مليمتر، رغم عدم وجود حدث مماثل في السجلات السابقة. ويتيح النظام للمستخدم تحديد موقع معين وطلب سيناريوهات لأحداث ذات احتمالية نادرة، مثل عاصفة تحدث مرة كل 100 عام، ثم إنشاء عدد كبير من الخرائط التي توضح احتمالات مختلفة لشدة الحدث وحجمه ونطاق تأثيره.
ويرى الباحثون أن هذه التقنية يمكن أن تساعد المدن على اختبار قدرة البنية التحتية على مواجهة ظروف تتجاوز أسوأ الكوارث المسجلة، مثل اختبار قدرة الحواجز البحرية على مقاومة عواصف شديدة، أو تقييم قدرة شبكات الكهرباء على تحمل موجات حر طويلة. كما يمكن استخدام الخرائط في التخطيط لمواجهة حرائق غابات أكبر من تلك المسجلة سابقا، وتحديد ما إذا كانت موارد مكافحة الحرائق والبنية التحتية الحالية قادرة على التعامل مع مثل هذه السيناريوهات.
وأكد الباحثون أن تطبيق المنهجية على مخاطر أخرى، مثل الفيضانات وحرائق الغابات، يتطلب توافر بيانات إحصائية ومكانية مناسبة لكل نوع من المخاطر. ويشير الباحثون إلى أن أهمية هذه الأدوات تتزايد مع ارتفاع المخاطر التي تواجه البنية التحتية وسلاسل الإمداد وأنظمة الطاقة والغذاء، إذ يمكن لحدث جوي شديد واحد أن يمتد تأثيره إلى قطاعات متعددة خلال فترة قصيرة.
ويرى سابسيس أن القدرة على تقدير احتمالية وقوع أحداث متطرفة لم تحدث بعد قد تصبح عاملا أساسيا في تعزيز المرونة الاقتصادية والوطنية والاستعداد للكوارث المستقبلية. انتهى 25