في عالم يتسارع فيه التغير المناخي، تصبح النماذج العامة لتداول المحيطات (OGCMs) أدوات حيوية لفهم تأثيرات المناخ. لكن هذه النماذج غالباً ما تكون باهظة التكلفة من الناحية الحاسوبية، مما يحد من حجم العروض السيناريوهات الممكنة. وهنا تأتي تقنيات المحاكاة العصبية كخيار واعد، حيث يعد نموذج سمودرا 2 (Samudra 2) بمثابة إنجاز جديد في هذا المجال.

يعد سمودرا 2 التطوير التالي لنموذج سمودرا الأصلي، حيث يجمع بين دقة فضائية دقيقة ونتائج ذات أفق زمني يمتد لعدة عقود. تم تحسّن هذا النموذج من خلال إضافة هيكلٍ أوسع يشبه U-Net، وتحسينات على الكتل باستخدام أسلوب ConvNeXt، مما يزيد من فعالية النموذج ويقلل من الأخطاء الناتجة. يعتمد سمودرا 2 على نظام ديناميكي لتخفيض الأخطاء الناتجة عن التنبؤ، مما يعزّز استجابة النموذج لمجالات المحيط العميق.

التحسينات التي تم إجراؤها على سمودرا 2 تعكس نتائج واضحة، حيث ارتفعت دقة متوسط درجات حرارة المحيط فوق السطح من 0.56 إلى 0.87، وتم تقليص خطأ درجات حرارة المحيط العميق بحوالي سبع مرات! كما أن القدرة على استخدام هذا النموذج على GPU واحد يجعل منه خياراً مثالياً لدراسات أكثر اتساعاً حول ارتفاع مستوى البحر وامتصاص حرارة المحيط وتقلبات المناخ.

هذا الإنجاز لا يقتصر فقط على التوقعات، بل يقدم أيضاً موارد قيمة من شيفرات ووثائق يمكن الوصول إليها في https://openathena.ai/Ocean_Emulator/. يعد سمودرا 2 خطوة نوعية نحو فهم أكثر عمقاً ووضوحاً لتغيرات المحيطات والمناخ، مما يوفر معلومات حيوية لمستقبلنا.