في عالم يتغير بسرعة، أصبحت القدرة على التنبؤ بالأحوال الجوية من الأمور الملحة، خاصةً عندما يتعلق الأمر بالمدة من أسبوعين إلى شهرين، وهو ما يعرف بفترة التنبؤات ما بين الموسم إلى الموسم (Subseasonal-to-Seasonal S2S). تعتبر هذه الفترة حيوية للعديد من القطاعات، بما في ذلك الزراعة، الطاقة، وإدارة المياه، ولكنها أيضاً معروفة بأنها “صحراء التنبؤ”، حيث تكون دقة التنبؤات فيها منخفضة.

الأبحاث الحديثة في نماذج الذكاء الاصطناعي أظهرت إمكانيات مذهلة في التنبؤات حتى أسبوعين، لكن الأداء يتراجع بشكل ملحوظ عند محاولة التنبؤ لفترات أطول، وذلك لأن النماذج مُعلمة لتوقع تفاصيل دقيقة، وهي الأمور التي لا يمكن توقعها ولا تعد ذات أهمية في هذه الأطر الزمنية.

لذلك، اقترح الباحثون نموذج S2S-JEPA، والذي يستند إلى العمارة التنبؤية المشتركة (Joint-Embedding Predictive Architecture JEPA). بدلاً من محاولة التنبؤ بكل التفاصيل، يركز هذا النموذج على تحديد المكونات المتغيرة ببطء والتي لا تزال قابلة للتنبؤ.

S2S-JEPA يحقق مستوى أداء مقارب لمعايير الأكاديمية الأوروبية للأرصاد الجوية وعلوم المناخ (ECMWF) ويكون تفوقه ملحوظاً في عدة مقاييس، وخاصة خلال الأسابيع الخامسة والسادسة.

هذا الابتكار يعد خطوة هامة للأمام في نموذج التنبؤات الجوية باستخدام الذكاء الاصطناعي، ويمكن أن يحدث فرقاً حقيقياً في كيفية تعامل القطاعات الحيوية مع تحديات المناخ المتغيرة.