WeatherNext של DeepMind מוסיף יממה שלמה להתרעת ציקלונים
מודל WeatherNext של DeepMind חוזה מסלול ועוצמה של ציקלונים עם יתרון של יותר מ-24 שעות בהתרעה, וזמין לחוקרים בקוד פתוח וב-Weather Lab.
Google DeepMind הציגה השבוע את מה שהיא מגדירה כקפיצה של עשור שלם בחיזוי מזג אוויר: מודל AI יחיד בשם WeatherNext שמנבא את מסלולו של ציקלון טרופי, את עוצמתו ואת מבנה הרוחות שלו, ומעניק בממוצע יותר מ-24 שעות נוספות של זמן התרעה לעומת מודלי החיזוי המובילים בעולם. עבור אזורים שבהם כל שעה של פינוי מוקדם נמדדת בחיי אדם, זו לא עוד אבן דרך אקדמית אלא כלי מציל חיים.
מה בדיוק הוכרז
בהודעה שפרסמה DeepMind ב-12 באוגוסט, החברה תיארה מודל שמאחד לראשונה שלוש משימות חיזוי שנחשבו עד כה נפרדות: מסלול הסופה (track), עוצמתה (intensity) והמבנה המרחבי של שדה הרוחות סביב עין הסערה. מודלים פיזיקליים קלאסיים נאלצים בדרך כלל להתפשר, כשמודל שמדייק במסלול מפספס בעוצמה ולהפך. כאן מדובר במודל אחד שמספק את שלושת הרכיבים יחד.
בהערכה רטרוספקטיבית מול ציקלונים היסטוריים מהשנים 2023 עד 2024, המודל השיג בממוצע יתרון של יותר מיממה בזמן ההתרעה לעומת מערכות החיזוי המבצעיות המובילות. במונחים מטאורולוגיים, DeepMind מעריכה שמדובר בהתקדמות שוות ערך לעשור של שיפור הדרגתי בשיטות הקיימות.
למה חיזוי ציקלונים היה עד היום כל כך קשה
חיזוי נומרי מסורתי מבוסס על פתרון משוואות פיזיקליות על גבי מחשבי-על, בתהליך שאורך שעות ודורש רזולוציה עצומה כדי לתפוס את הדינמיקה הכאוטית של סופה טרופית. גישת ה-machine learning הופכת את המשוואה: במקום לחשב את הפיזיקה מאפס בכל ריצה, המודל לומד דפוסים מעשרות שנים של נתוני עבר, ומפיק תחזית תוך דקות על חומרה צנועה בהרבה.
- מהירות: תחזית מלאה בדקות במקום שעות של זמן מחשב-על, מה שמאפשר להריץ עשרות תרחישים (ensembles) ולכמת אי-ודאות
- עוצמה ומבנה: חיזוי לא רק לאן הסופה תגיע אלא כמה חזקה תהיה ואיך ייראו הרוחות סביבה, נתון קריטי להחלטות פינוי
- נגישות: המודלים משוחררים בקוד פתוח, והתחזיות זמינות לצפייה ולמחקר בפלטפורמת Weather Lab
- שיתוף פעולה: DeepMind מזמינה במפורש סוכנויות מטאורולוגיות וחוקרים לבנות על גבי המודלים ולשלב אותם בתהליכי עבודה מבצעיים
קוד פתוח כאסטרטגיה מדעית
ההחלטה לשחרר את המודלים בקוד פתוח ולפתוח את התחזיות ב-Weather Lab היא אולי החלק המשמעותי ביותר בהכרזה. חיזוי מזג אוויר הוא תחום שבו הפער בין מעבדת מחקר לבין שירות מבצעי הוא עצום: סוכנות מטאורולוגית לא תסתמך על מודל שהיא לא יכולה לבדוק, לאמת ולהריץ בעצמה. פתיחת הקוד מאפשרת לכל שירות לאומי, גם כזה בלי תקציבי ענק, לאמץ את הטכנולוגיה ולהתאים אותה לאזור שלו.
ההבדל בין 48 שעות התרעה ל-72 שעות הוא ההבדל בין פינוי מסודר לבין כאוס על הכבישים. תוספת של יממה בחיזוי אמין היא הדבר הכי קרוב שיש למכפיל כוח בניהול אסונות.
המהלך גם ממשיך קו עקבי של DeepMind בתחום מדעי האקלים: החברה בונה לעצמה מעמד של שחקן תשתיתי במדע הפתוח, בדומה למה שעשתה בתחום חיזוי מבני חלבונים. ההימור הוא שקהילת המחקר תאמת, תשפר ותרחיב את המודלים מהר יותר מכל צוות פנימי.
הזווית הישראלית: לא רק ציקלונים
ישראל לא נמצאת במסלול ציקלונים טרופיים, אבל ההשלכות רלוונטיות מאוד גם כאן. ראשית, אותה ארכיטקטורת חיזוי מבוססת למידה ישימה לאירועי קיצון ים-תיכוניים: סופות חורף עזות, שיטפונות בזק בנגב ובערבה וגלי חום ממושכים, תופעות שהתדירות שלהן עולה. שירות מטאורולוגי שמאמץ מודלים פתוחים מהסוג הזה יכול לשפר התרעות מקומיות בעלות חישוב נמוכה משמעותית.
שנית, יש כאן הזדמנות למחקר ולתעשייה המקומיים. קבוצות מחקר באוניברסיטאות שעוסקות במדעי האטמוספירה יכולות לעבוד ישירות עם המודלים הפתוחים, וסטארטאפים ישראליים בתחומי ה-climate tech, הביטוח והאגריטק יכולים לבנות שכבות מוצר על גבי תחזיות ברמת דיוק שהייתה עד כה שמורה למרכזי חישוב לאומיים. חברות ביטוח ולוגיסטיקה עם פעילות גלובלית, ויש לא מעט כאלה בארץ, מקבלות כלי ישיר לתמחור סיכונים ולניהול שרשראות אספקה סביב אירועי מזג אוויר קיצוני.
חוקרים ומפתחים יכולים כבר עכשיו לחקור את התחזיות בפלטפורמת Weather Lab של DeepMind ולהוריד את המודלים הפתוחים לניסויים משלהם, כולל הרצה על נתונים אזוריים.
מה הלאה
המבחן האמיתי של WeatherNext יגיע בעונת ההוריקנים הנוכחית באוקיינוס האטלנטי, כשהתחזיות יעמדו מול סופות חיות ולא מול נתוני עבר. סוכנויות מטאורולוגיות נוטות לאמץ טכנולוגיה חדשה בזהירות, בדרך כלל בהרצה מקבילה לצד המערכות הקיימות לאורך עונה שלמה לפחות. אם היתרון של יותר מ-24 שעות יחזיק מעמד גם בזמן אמת, סביר שנראה את המודל משתלב בתהליכי החיזוי המבצעיים כבר בשנים הקרובות.
מעבר לציקלונים, ההכרזה הזו מסמנת מגמה רחבה יותר במחקר: מודלים ייעודיים לתחום מדעי מוגדר, משוחררים בקוד פתוח, שמנצחים מערכות פיזיקליות שנבנו לאורך עשורים. אחרי החלבונים ומזג האוויר, השאלה היא רק איזה תחום מדעי הוא הבא בתור.
שאלות נפוצות
מה זה WeatherNext של DeepMind?
WeatherNext הוא מודל AI של Google DeepMind לחיזוי ציקלונים טרופיים, שמנבא במודל אחד את מסלול הסופה, עוצמתה ומבנה הרוחות שלה. בהערכה מול ציקלונים מהשנים 2023-2024 הוא השיג בממוצע יותר מ-24 שעות נוספות של זמן התרעה לעומת מודלים מובילים.
האם המודל של DeepMind לחיזוי ציקלונים זמין לשימוש חופשי?
כן. DeepMind משחררת את המודלים בקוד פתוח ומזמינה חוקרים וסוכנויות מטאורולוגיות לבנות עליהם. את התחזיות עצמן אפשר לחקור בפלטפורמת Weather Lab של החברה.
איך AI חוזה מזג אוויר טוב יותר ממודלים פיזיקליים?
מודלים פיזיקליים פותרים משוואות אטמוספריות על מחשבי-על בתהליך שאורך שעות. מודל למידה כמו WeatherNext לומד דפוסים מעשרות שנות נתוני עבר ומפיק תחזית תוך דקות, מה שמאפשר להריץ הרבה תרחישים ולשפר גם דיוק וגם זמן התרעה.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
תגובות