النماذج العصبية الحديثة للطقس تتفوق بالفعل على المخططات العددية التقليدية في الدقة والسرعة. لكن للتنبؤات المناخية الموسمية والسنوية نحتاج إلى المحيط: فقصوره الحراري يمنح النظام بأكمله ذاكرة. هذا العمل يقف على حافة التطور: لا يوجد قريب منه سوى القليل، فالجيران الأقرب يهتمون إما بجوانب معينة من التعلم الآلي للجيوفيزياء أو بمهام ضيقة مثل التنبؤ بالنينيو من السلاسل الزمنية. يخطو KIST-Ocean خطوة نحو نموذج محيطي ثلاثي الأبعاد كامل يمكن أن يصبح جزءًا من نموذج عصبي للأرض.
بُني النموذج على بنية على شكل حرف U مع انتباه بصري (VAN)، تلتقط بشكل فعال البنى متعددة المقاييس بعدد صغير من المعاملات. المدخلات هي 62 متغيرًا محيطيًا (درجة الحرارة، الملوحة، التيارات على 15 مستوى عمقًا) و6 شروط حدية سطحية (إجهاد الرياح، تدفقات الحرارة). تم التدريب على مرحلتين: تدريب مسبق على 320 عامًا من محاكاة CESM2 Large Ensemble، ثم تدريب إضافي على 32 عامًا من إعادة تحليل GODAS/OISST/ERA5. لمكافحة انجراف التوزيع في التنبؤ الانحداري، استُخدم تدريب تنافسي (GAN) مع مميز PatchGAN. كما سمح الالتفاف الجزئي بمعالجة الخط الساحلي بشكل صحيح، متجاهلاً اليابسة.
تفوّق KIST-Ocean على التنبؤ الثابت في 81.3% من الأهداف وفقًا لمعامل الارتباط الشاذ (ACC) وفي 86.5% وفقًا لجذر متوسط مربع الخطأ (RMSE). عند تطبيق شروط حدية حقيقية، حافظ النموذج على مهارة ملحوظة حتى 200 يوم لدرجة الحرارة الكامنة، وحتى 85 يومًا للتيار الاتجاهي عند عمق 145 مترًا، وحتى 40 يومًا للتيار الزوالي، وحتى 100 يوم للملوحة. أظهرت المقارنة مع خمسة نماذج من NMME أن KIST-Ocean يقدم تنبؤات أفضل لدرجة حرارة سطح البحر حتى ستة أشهر مع قيادة حقيقية، ومع قيادة مناخية لا يقل عن أفضل النماذج الديناميكية لشهر أو شهرين. في تجارب مثالية، أعاد النموذج إنتاج الانتشار الشرقي لموجات كلفن والانتشار الغربي لموجات روسبي، وتطابقت سرعات موجات روسبي مع التنبؤات النظرية لخطوط عرض مختلفة. تسبب إجهاد الرياح الإعصاري في ارتفاع المياه الباردة وبرودة السطح، بينما تسبب الإجهاد المضاد للإعصار في هبوط المياه وارتفاع الحرارة، كما تنبأت نظرية إيكمان.
يُظهر العمل أن الشبكة العصبية قادرة على تعلم ليس فقط الأنماط الإحصائية، بل أيضًا الآليات الفيزيائية للديناميكا المحيطية. وهذا يميزها عن الأعمال المجاورة التي إما تصمم متغيرات منفردة فقط أو لا تتحقق من الاتساق الفيزيائي. KIST-Ocean هو أول اختبار يثبت أن التعلم العميق يمكنه إعادة إنتاج الاستجابات الموجية واستجابات إيكمان للتأثيرات الجوية، مما يفتح الطريق أمام نماذج عصبية مترابطة للمحيط والغلاف الجوي.
الخطوة المنطقية التالية هي الربط الكامل بين KIST-Ocean ونموذج عصبي للغلاف الجوي، بحيث يتبادل المحيط والهواء التدفقات في كل خطوة. سيسمح ذلك بالتنبؤ بالنينيو والظواهر المناخية الأخرى لسنوات قادمة دون الحاجة إلى نماذج عددية مكلفة. من الممكن أيضًا التوسع لتشمل الجليد البحري والكيمياء الحيوية.
تحسين التنبؤات المناخية الموسمية وبين السنوات، وخاصة ظاهرتي النينيو والنينيا، التي تؤثر على الجفاف والفيضانات والأعاصير في جميع أنحاء العالم. قد يكون النموذج مفيدًا لقطاعي صيد الأسماك والملاحة البحرية بفضل تنبؤاته بالتيارات.
إجراء تقييم كمي للاستجابات لإجهاد الرياح ومقارنتها بالحلول التحليلية. تطوير نموذج عصبي مترابط بالكامل للمحيط والغلاف الجوي واختباره على تنبؤات النينيو.
بالنسبة لعلوم المحيطات، يبقى السؤال مفتوحًا حول مدى قدرة النماذج العصبية على إعادة إنتاج التقلبات طويلة الأمد، مثل الدورة الانقلابية الأطلسية meridional أو التذبذب العشري للمحيط الهادئ. تم تدريب KIST-Ocean على 32 عامًا من إعادة التحليل، وهو ما قد لا يكون كافيًا لاختبار هذه العمليات البطيئة.
هذا القسم موجَّه إلى مؤلف العمل وزملائه. الأعمال المجاورة عثر عليها بحثٌ دلالي في أرشيفنا، لا بتطابق الكلمات. نحن لا نقيّم العمل: نعرض الحقل من حوله.
ماذا يفعل هذا العمل
KIST-Ocean شبكة عصبية عميقة تحاكي الدوران ثلاثي الأبعاد للمحيطات بخطوة زمنية مقدارها خمسة أيام. دُرِّبت على بيانات إعادة التحليل والمحاكاة المناخية، واختُبرت على توقعات تمتد حتى 200 يوم. تعيد إنتاج فيزياء موجات كلفن وروسبي واستجابة المحيط لإجهاد الرياح وفق نظرية إيكمان.
أين تكمن قوته
لا يقتصر دور النموذج على التنبؤ فحسب، بل يعيد إنتاج الآليات الفيزيائية المعروفة لديناميكا المحيطات، وهو ما تأكد بمقارنته مع النظرية. يفتح هذا الباب أمام نماذج مترابطة تعتمد على الشبكات العصبية للمحيطات والغلاف الجوي.
إلى أين يمكن المضي
يستحق التجربة
لماذا قد يكون هذا مهمًا
إذا تمكنت نماذج المحيطات القائمة على الشبكات العصبية من إعادة إنتاج العمليات الفيزيائية الرئيسية بشكل موثوق، فسيؤدي ذلك إلى تسريع تطوير توقعات مناخية سريعة ودقيقة، وهي ضرورية للتكيف مع التغيرات المناخية.
أعمال قريبة في أرشيفنا
الأرشيف خالٍ حول هذا العمل: أقرب تحليل عند 0.53 فقط، مقابل 0.64 المعتادة. يبدو أن الحفر بجواره كان نادرًا.
يحتوي النموذج على 6.6 مليون معامل فقط، أي أقل بعشرات المرات من النماذج اللغوية الكبيرة، لكنه يكفي لمحاكاة المحيط على شبكة بدقة 1°×1° مع 15 مستوى عمقًا. على معالج رسومي واحد من نوع A100، يستغرق التنبؤ لـ 200 يوم حوالي 7 ثوانٍ.
في رواية كيم ستانلي روبنسون "وزارة المستقبل"، تُستخدم نماذج مناخية تعمل بالذكاء الاصطناعي للتنبؤ بموجات الحر الكارثية. KIST-Ocean هو خطوة نحو مثل هذه الأنظمة: شبكة عصبية تفهم فيزياء المحيط، وليس مجرد مطابقة للإحصاءات.