في عالم يتغير باستمرار، تلعب نماذج الذكاء الاصطناعي دورًا حيويًا في فهم النظام الأرضي والتنبؤ بالظواهر الجوية. يُعتبر نموذج التأسيس للنظام الأرضي (ESFM) من أحدث النماذج، حيث يعكف على دراسة العلاقات الإحصائية بين المتغيرات الفيزيائية في بيانات ضخمة لتقديم تطبيقات متعددة الاستخدامات.

يعتمد ESFM على هيكل نموذج 3D Swin UNet الذي تم تطويره في نموذج Aurora الرائد. ويقدم هذا النموذج توسعات جديدة تعزز من وظائفه وتسهّل اعتماده في علوم المناخ. على سبيل المثال، تم تعديل مخطط التشفير وبروتوكولات التدريب ليتعامل مع مجموعات بيانات متنوعة تشمل تلك التي تحتوي على قيم مفقودة، مثل بيانات الأقمار الصناعية وبيانات المحطات، وذلك تحت هيكل واحد.

ويمثل انتباه المحور (Axial Attention) إضافة جديدة، إذ يساعد في التقاط الاعتمادات بين المتغيرات المختلفة. وبالتالي، يستطيع ESFM التنبؤ بدقة بالمتغيرات حتى في المناطق أو على مستويات الضغط التي لا يتوفر فيها بيانات في اللحظة الأولى، مع الحفاظ على العلاقات بين المتغيرات مثل درجة الحرارة والضغط والرطوبة.

كما يُمكن نموذج ESFM من تحقيق تحديات جديدة من خلال تصنيف متغيرات موجبة فردية مما يسهل عملية بناء التوسعات للمهام الجديدة وهذا يعزز من كفاءة النموذج في التطبيق العملي. علاوة على ذلك، تسمح التشكيلات المرتكزة على قواعد التطبيع القابلة للتكيف بتحويل ESFM من نموذج حتمي إلى نموذج احتمالي بطرق بسيطة وفعالة.

أظهرت الدراسات التجريبية باستخدام بيانات مجمعة كثيفة، بيانات مُعزولة إقليمياً، وبيانات أقمار صناعية MODIS, أداءً تنافسياً أو متفوقاً مقارنةً بالمقاييس الحديثة. وتبين دراسات الحالة لنموذج الإعصار سوبر دوكسوري (2023) وأحداث الاحترار السريع في الستراتوسفير (2024) دقة تقديرات الموضع والشدة للظواهر الجوية المتطرفة.

نموذج ESFM لا يحتفظ فقط بقوة النماذج السابقة، بل يسهل تطبيقه على مجموعة متنوعة من المهام المستقبلية، مما يجعله أداة مثالية لكل من الباحثين والممارسين في مجال علوم المناخ. كيف ترون تأثير التقدم التكنولوجي في مجالات التنبؤ المناخي؟ شاركونا آراءكم في التعليقات!