"غوغل" تستخدم الذكاء الاصطناعي لتحليل ملايين الأخبار للتنبؤ بالفيضانات المفاجئة

في خطوة جديدة لتطوير أنظمة التنبؤ بالكوارث الطبيعية، أعلنت شركة غوغل أنها طورت نموذجاً يعتمد على الذكاء الاصطناعي لتحسين توقعات الفيضانات المفاجئة عبر تحليل ملايين التقارير الإخبارية من مختلف أنحاء العالم.

وتُعد الفيضانات المفاجئة من أكثر الظواهر الجوية فتكاً، إذ تتسبب في وفاة أكثر من 5 آلاف شخص سنوياً، كما أنها من أصعب الظواهر في التنبؤ بسبب سرعتها وطبيعتها المحلية المحدودة.

الذكاء الاصطناعي يقرأ الأخبارلمعالجة نقص البيانات المتعلقة بهذه الظاهرة، استخدم باحثو" غوغل" نموذج الذكاء الاصطناعي جيميناي لتحليل نحو 5 ملايين مقال إخباري من مختلف أنحاء العالم.

وتمكن النظام من استخراج معلومات حول 2.

6 مليون حادثة فيضان وتحويلها إلى قاعدة بيانات زمنية جغرافية أطلق عليها اسم Groundsource، وهي قاعدة بيانات جديدة تُستخدم لتدريب نماذج التنبؤ بالفيضانات، بحسب تقرير نشره موقع" تك كرانش" واطلعت عليه" العربية Business".

ويُعد هذا المشروع من أولى الحالات التي تستخدم فيها" غوغل" نماذج اللغة الكبيرة لتحويل نصوص وصفية في الأخبار إلى بيانات كمية قابلة للتحليل العلمي.

تدريب نموذج للتنبؤ بالكوارثاعتمد الباحثون بعد ذلك على نموذج يعتمد على شبكة عصبية من نوع Long Short-Term Memory لتحليل بيانات الطقس العالمية وتقدير احتمالية حدوث فيضانات مفاجئة في مناطق محددة.

ويُستخدم هذا النموذج حالياً في منصة Flood Hub التابعة لشركة غوغل، والتي تعرض مخاطر الفيضانات في المناطق الحضرية عبر 150 دولة حول العالم.

كما تشارك الشركة بيانات التنبؤ مع هيئات الاستجابة للطوارئ لمساعدتها على الاستعداد للكوارث الطبيعية بشكل أسرع.

أداة مفيدة للدول محدودة المواردورغم أن النموذج لا يزال يواجه بعض القيود، إذ يحدد المخاطر ضمن مناطق تبلغ مساحتها نحو 20 كيلومتراً مربعاً، كما أنه أقل دقة من أنظمة التحذير المتقدمة مثل نظام National Weather Service في الولايات المتحدة، فإن الهدف الأساسي من المشروع هو خدمة الدول التي تفتقر إلى بنية تحتية متقدمة لمراقبة الطقس.

فالكثير من الدول لا تمتلك رادارات طقس متطورة أو سجلات تاريخية دقيقة للبيانات المناخية، وهو ما يجعل هذا النوع من النماذج مفيداً لتعويض نقص المعلومات.

ويرى الباحثون أن هذه التقنية قد تُستخدم مستقبلاً لبناء قواعد بيانات حول ظواهر طبيعية أخرى يصعب قياسها، مثل موجات الحر أو الانهيارات الطينية، من خلال تحويل المعلومات النصية في التقارير والوثائق إلى بيانات قابلة للتحليل باستخدام الذكاء الاصطناعي.

ويأتي هذا التوجه ضمن جهود متزايدة في مجال الأرصاد الجوية لاستخدام تقنيات التعلم العميق لبناء نماذج تنبؤ أكثر دقة، خاصة في ظل التحديات المتزايدة المرتبطة بالتغير المناخي.