סוכנויות מזג אוויר באירופה וצפון אמריקה החלו להפעיל מודלי בינה מלאכותית זה לצד זה עם מערכות חיזוי המבוססות על פיזיקה שיש להן שנים רבות של היסטוריה, ובמקרים מסוימים משלבות את השניים. ההעברה מונעת ביכולת הבינה המלאכותית להוציא חיזוי גלובלי של 10 ימים בפחות מדקה על מעבד יחיד, לעומת שעות של זמן מחשב על-כוח לחיזוי מזג אוויר מספרי מסורתי, לפי Google DeepMind והמרכז האירופי להנבואות מזג אוויר בטווח בינוני (ECMWF).
מה GraphCast ו-AIFS בעצם עושים
GraphCast, שנבנתה על ידי Google DeepMind, היא מודל של למידת מכונה המשתמשת בשבכות עצביות גרף לעיבוד נתוני מזג אוויר על פני יותר מיליון נקודות רשת המכסות את פני כדור הארץ בדיוק של 28 על 28 קילומטרים. היא לוקחת את המצב האטמוספרי מ-6 שעות קודם ואת המצב הנוכחי, ואז חוזה את 6 השעות הבאות; הפעלת השלב הזה בצורה חוזרת מייצרת חיזוי של 10 ימים. המודל והתוצאות שלו פורסמו בכתב העת Science ב-14 בנובמבר 2023, כאשר הקוד שלו שוחרר כקוד פתוח, לפי הודעה שלה של Google DeepMind.
ECMWF בנתה את המערכת שלה, מערכת חיזוי בינה מלאכותית (AIFS), שהפכה להפעלה ב-25 בפברואר 2025, תוך שהיא פועלת לצד מערכת החיזוי המשולבת (IFS) של המרכז המבוססת על פיזיקה מסורתית. AIFS משתמשת בנתוני ההתחלה זהים ל-IFS - בערך 60 מיליון תצפיות בקרת איכות מלוויינים, מטוסים, בויות ותחנות קרקע שנאספות כל 6 שעות - אך מיישמת מודל של למידת מכונה המיומן בדפוסי מזג אוויר היסטוריים במקום לפתור משוואות פיזיקה ישירות, לפי ECMWF.
כמה מדויקים מודלי הבינה המלאכותית, לפי הארגונים שבנו אותם
Google DeepMind דיווחה שGraphCast הייצרה חיזויים מדויקים יותר מחיזוי הרזולוציה הגבוהה (HRES) של ECMWF - המתוארת על ידי החברה כתקן התעשייה - ב-יותר מ-90% מ-1,380 משתנים בדיקה וזמני הובלה, וב-99.7% של משתנים ספציפיים לטרופוספירה, שכבת האטמוספירה שבה מתרחשת רוב מזג האוויר. DeepMind גם אמרה שGraphCast ניבאה את הנחיתה של הוריקן לי בנובה סקוטיה תשע ימים קדימה.
ECMWF דיווחה שAIFS "עולה על מודלים מבוססי פיזיקה מתקדמים של אמת לאמת למדדים רבים, כולל מסלולי ציקלון טרופיים, עם רווחים של עד 20%," תוך שהשתמשת בכ-1,000 פחות אנרגיה לחיזוי בהשוואה לשיטות קונבנציונליות.
שלוש מערכות מזג אוויר בינה מלאכותית בהשוואה, לפי מקור| מערכת | בנוי על ידי | סטטוס | קצה ביצוע דווח |
|---|
| GraphCast | Google DeepMind | פורסם ב-Science, נובמבר 2023; קוד פתוח | מדויק יותר מ-ECMWF HRES ב-יותר מ-90% מ-1,380 משתנים בדיקה |
|---|
| AIFS | ECMWF | בהפעלה מ-25 בפברואר 2025 | עד 20% טוב יותר במסלולי ציקלון טרופיים; ~1,000 פחות אנרגיה לחיזוי |
|---|
| GEML (היברידי) | משרד הסביבה ושינויי האקלים של קנדה | בהפעלה מ-27 במאי 2026 | בנוי על GraphCast; משלב בינה מלאכותית עם פיזיקה דרך "דחיפה ספקטראלית" |
|---|
הגישה ההיברידית של קנדה: בינה מלאכותית שמובילה מודל פיזיקה
משרד הסביבה ושינויי האקלים של קנדה לקח נתיב אחר, בנה מודל בינה מלאכותית קנדי בשם הדמיית סביבה גלובלית (GEML) על בסיס קוד הקוד הפתוח של GraphCast מ-DeepMind והכשיר אותו על נתוני מזג אוויר היסטוריים של קנדה. במקום להחליף את המודל המבוסס על פיזיקה, הסוכנות משלבות את השניים דרך טכניקה שהיא קוראת לה "דחיפה ספקטראלית": המודל הקונבנציונלי מונחה בעדינות לכיוון המצב האטמוספרי שנוצר על ידי GEML, בעוד שפרטים בקנה מידה דק יותר הרלוונטיים למזג אוויר קיצוני ממשיכים להתפתח באמצעות משוואות פיזיקה מוקלדות, לפי ההודעה הרשמית של הסוכנות. המערכת ההיברידית נכנסה להפעלה ב-27 במאי 2026, לאחר יותר משנה של בדיקות.
משרד הסביבה ושינויי האקלים של קנדה אמר שמודלי בינה מלאכותית יכולים להשתפר על מודלים מחשוביים מסורתיים לדפוסים אטמוספריים בקנה מידה גדול, שחשוב יותר בזמני הובלה ארוכים יותר, אך לא פרסם נתון שיפור ספציפי בהודעה.
כאשר בינה מלאכותית נופלת קצר
הן ECMWF והן משרד הסביבה ושינויי האקלים של קנדה סימנו מגבלות. AIFS של ECMWF כרגע רץ רק כחיזוי דטרמיניסטי יחיד; גרסת אנסמבל המציעה 50 וריאציות חיזוי, שהוא תקן להערכת אי-ודאות חיזוי, עדיין בפיתוח, לפי ECMWF. משרד הסביבה ושינויי האקלים של קנדה אמר שמודלי בינה מלאכותית נוכחיים, בעצמם, חוזים רק מספר מוגבל של משתנים, שאינו מספיק לשימוש תפעולי, וכי הם משטחים פרטים אטמוספריים בקנה מידה דק בדרכים שיכולות להוריד דיוק לסוגים מסוימים של מזג אוויר קיצוני - אחד הסיבות שהסוכנות בחרה בעיצוב היברידי במקום מערכת בינה מלאכותית בלבד.
שאלות
- מה זה GraphCast?
- GraphCast היא מודל מזג אוויר של למידת מכונה שנבנתה על ידי Google DeepMind המשתמשת בשבכות עצביות גרף ליצירת חיזויים גלובליים של 10 ימים בפחות מדקה, שפורסמו בכתב העת Science בנובמבר 2023.
- האם בינה מלאכותית מדויקת יותר מחיזוי מזג אוויר מסורתי?
- לפי הארגונים שבנו אותם, מודלי בינה מלאכותית כמו GraphCast ו-AIFS של ECMWF מנצחים משוקללי פיזיקה ברוב משתנים בדיקה וזמני הוב��ה, כולל מסלולי ציקלון טרופיים, אך סוכנויות אומרות שמודלים מבוססי פיזיקה עדיין מטפלים בחלק מפרטי מזג אוויר קיצוני בצורה יותר אמינה.
- האם מערכת חיזוי בינה מלאכותית של ECMWF זמינה לציבור?
- כן. ECMWF מפעילה את AIFS לצד מודל ה-IFS המבוסס על פיזיקה שלה, והמרכז אומר שתרשימי חיזוי AIFS זמינים בחופשיות באתר הרשת שלה.
- מה זה מודל GEML של קנדה?
- GEML, הדמיית סביבה גלובלית, היא מודל מזג אוויר בינה מלאכותית של משרד הסביבה ושינויי האקלים של קנדה שנבנה על בסיס GraphCast בקוד פתוח של Google DeepMind והוכשר על נתוני קנדה; נכנס להפעלה ב-27 במאי 2026, כחלק ממערכת היברידית המשולבת עם מודל הפיזיקה המסורתי של הסוכנות.
- מדוע סוכנויות לא מחליפות לחלוטין מודלים מבוססי פיזיקה בבינה מלאכותית?
- משרד הסביבה ושינויי האקלים של קנדה ו-ECMWF אומרים שמודלי בינה מלאכותית נוכחיים משטחים פרטים אטמוספריים בקנה מידה דק החשובים לסיטואציות מזג אוויר קיצוני מסוימות, אז הם משלבים בינה מלאכותית עם דוגמנות מבוססת פיזיקה במקום להשתמש בבינה מלאכותית בלבד.
