علماء أمريكيون يستخدمون الذكاء الاصطناعي للتنبؤ بالفيضانات الساحلية
يعيش أكثر من نصف سكان الولايات المتحدة في مدن أو مقاطعات ساحلية، وتنتج هذه المناطق 58% من الناتج المحلي الإجمالي للبلاد. وتعد المجتمعات والبنية التحتية الساحلية شديدة الهشاشة أمام الرياح والفيضانات الناجمة عن العواصف الاستوائية والأعاصير والأمطار الغزيرة.
باستخدام أساليب الذكاء الاصطناعي والتعلم الآلي (AI/ML)، يعمل الأستاذ في قسم علوم الحاسوب بجامعة ولاية لويزيانا (LSU) هارتموت كايزر على تحسين الجاهزية لمواجهة الفيضانات والتخفيف من آثارها.
وقد أصبح كايزر، الذي يشغل أيضاً منصب كبير الباحثين في مركز الحوسبة والتقنية بجامعة LSU، باحثاً مشاركاً في هذا المشروع إلى جانب فريق من العلماء من جامعة تكساس في أوستن (كلينت داوسون)، وجامعة notre dame (يوهانس فيسترينك)، والمختبر الوطني لورنس في بيركلي (روبي ليونغ).
ويُعد مشروعهم أحد ثلاثة مشاريع تموّلها إدارة أبحاث الحوسبة العلمية المتقدمة التابعة لوزارة الطاقة، حيث يحصل كل مشروع على 15.1 مليون دولار على مدى ثلاث سنوات.
«يمهّد التعاون بين التخصصات العلمية، مثل التعاون الذي أُنشئ ضمن هذا البرنامج، الطريق لاكتشافات علمية مستقبلية، من خلال دمج المعارف والمهارات والأدوات المتنوعة بطرق جديدة لمعالجة العديد من التحديات الحرجة. ويمكن لهذه المشاريع أن تُحدث ثورة في الإنتاجية العلمية لمنشآتنا، من خلال العمل على حل بعض التحديات الكبرى التي تواجه أمريكا»
في إطار المشروع المسمى MuSiKAL (النمذجة متعددة الفيزياء واكتشاف المعرفة باستخدام AI/ML)، سينفذ كايزر وزملاؤه المهام التالية:
- دمج نموذج النظام الأرضي فائق النطاق (ESM) التابع لوزارة الطاقة الأمريكية مع نموذج ساحلي عالي الدقة متعدد المقاييس ومتعدد الفيزياء للدوران
- تطوير توأم رقمي عالي الدقة مدعوم بالذكاء الاصطناعي والتعلم الآلي (DT) للنموذج المرتبط بالنظام الأرضي، بهدف تقليل التأخير في التنبؤ بالفيضانات وفي تخطيط التخفيف من آثارها
- تطوير نظام لجمع البيانات العلمية يعتمد على الذكاء الاصطناعي والتعلم الآلي، إلى جانب منصات ويب مرئية لربط التجريبيين وعلماء الحاسوب، من أجل الجمع المستمر للبيانات الميدانية والفضائية باستخدام التوأم الرقمي
- عرض الإمكانات المتعددة الجوانب وسير عمل MuSiKAL باستخدام مجموعات بيانات شاملة تركز على خليج المكسيك، مع تركيز قوي على ربط عدة أطراف معنية في التصميم المشترك لجمع البيانات، والتحليل المشترك لنمذجة الفيضانات، والتكامل المستمر وتعلم بيانات النماذج
«يضم ساحل خليج المكسيك على امتداد تكساس ولويزيانا وميسيسيبي منشآت طاقة أمريكية مهمة، كما يضم فئات سكانية معرضة اجتماعياً للخطر. وتسهم هذه الجهود المقترحة في حشد العلم والمعرفة للحد من أضرار الفيضانات وتحسين الاستقرار الاجتماعي والاقتصادي في المنطقة»
وفي نهاية المطاف، سيسهم مشروع MuSiKAL بشكل كبير في برنامج البنية التحتية المتكاملة للحوسبة والبيانات التابع لإدارة أبحاث الحوسبة العلمية المتقدمة في وزارة الطاقة، من خلال تطوير منصة قابلة للتوسع وموزعة لتخزين البيانات وإدارتها وفق مبادئ FAIR (القابلية للعثور عليها، والوصول إليها، والتوافق، وإعادة الاستخدام)، وتنفيذ منصة توأم رقمي متكاملة تعتمد على النماذج، تتيح تعاوناً وثيقاً بين التجريبيين وزملائهم من علماء الحاسوب.
«تعتمد رفاهية جميع الأمريكيين على السلامة البيئية والإنتاجية المستدامة للمحيط وسواحلنا والمستجمعات المائية الساحلية. وتتقيد قدرات التنبؤ الحالية بالفيضانات الساحلية بالتمثيل غير الكافي للعمليات الساحلية في نماذج النظام الأرضي، لا سيما فيما يتعلق بالمخاطر الساحلية، إضافة إلى غياب سير عمل آلي يسهل تبادل المعلومات في الاتجاهين بين التجريبيين والخبراء في المجال وعلماء الحاسوب. ويهدف بحثنا إلى تطوير إطار توأم رقمي قادر على دمج كمٍّ كبير من البيانات في وقت قريب وفعلي، عبر موارد حوسبة موزعة ومتوازية، بالاقتران مع أساليب الذكاء الاصطناعي والتعلم الآلي، بما يحسن بشكل ملحوظ مهارات التنبؤ الحالية بمخاطر المنطقة الساحلية»
لم يكن علماء LSU أول من قرر استخدام الذكاء الاصطناعي للتنبؤ بالطقس والكوارث الطبيعية. ففي مايو 2021، طورت المؤسسة الوطنية الأمريكية للبحوث الجوية (NCAR) نظام ذكاء اصطناعي للتنبؤ بالبَرد والأعاصير والرياح القوية أثناء العواصف، وهي ظواهر يصعب التنبؤ بها بالنماذج المناخية التقليدية. والمعلومات متاحة مجاناً على الإنترنت وتُحدَّث مرتين في اليوم.
وفي سبتمبر 2021، طورت المختبرات البريطانية التابعة لشركة DeepMind أداة التعلم العميق DGMR، التي تتنبأ بدقة باحتمال هطول الأمطار خلال الـ90 دقيقة القادمة. ودرّب الباحثون الذكاء الاصطناعي على التعامل مع بيانات الرادار التي تنشرها الهيئات الجوية في دول كثيرة بانتظام. فعلى سبيل المثال، تصدر في المملكة المتحدة قراءات جديدة كل خمس دقائق.
