توابل السحب: كيف تحسّن الشبكة العصبية المناخ ⚡ экспресс
في نماذج المناخ العالمية، تكون السحب أصغر من أن تُحسب مباشرة، لذا يُقدّر تأثيرها تقريبياً، مما يُدخل أخطاءً. دُرّبت شبكة عصبية على بيانات من محاكاة فائقة الدقة (5 كم)، حيث تكون السحب مرئية بوضوح، ثم خُشّنت إلى المقياس القياسي، مع الحفاظ على متوسط التأثير الإشعاعي. المخطط الهجين: يُستخدم التعلّم الآلي فقط للجزء الغائم، وتُحسب الفيزياء للسماء الصافية، مما يضمن حساسية للغازات الدفيئة. تقلصت الأخطاء بمقدار 4–10 أضعاف – مثل ترميم لوحة حيث تضيف الرقمنة تفاصيل دون المساس بالأساس.
توقع المناخ يشبه وصفة طعام معقدة: رشة واحدة خاطئة تفسد الطبق كله. وهذا حال السحب — صغيرة لكنها حاسمة. نماذج المناخ تقسم السماء إلى خلايا بمساحة 50–100 كم ولا ترى السحب الفردية. الأمر أشبه برش الفلفل بحفنات بينما الوصفة تتطلب رشة.
درّب العلماء شبكة عصبية على حسابات تفصيلية تُظهر السحب بكل تفاصيلها. تعلّمت التنبؤ بذلك الجزء من حرارة الشمس المرتبط بالسحب. أما السماء الصافية فتُحسب بالفيزياء كما هي — وهكذا لا تتقادم الطريقة مع أي مستوى من ثاني أكسيد الكربون و نشاط الشمس. انخفضت الأخطاء بمقدار 4–10 مرات.
تطور غير متوقع: الشبكة العصبية لا ترى السحب نفسها أبداً. تعمل مع خلايا كبيرة لكنها تلتقط تأثيرها الخفي. تفصيل مجهري يتحكم في الصورة العالمية.
🎯 في نماذج المناخ، الخلية الشبكية النموذجية هي 50×100 كم، بينما السحابة مئات الأمتار. حشر 'خليط' من السحب في خلية واحدة — هنا احتاجوا إلى الإبداع.
🎬 التحكم بالمناخ عبر الحواسيب فكرة مألوفة في الخيال العلمي: في رواية 'المريخ الأحمر' لكيم ستانلي روبنسون، يعمل الأبطال على إعادة تشكيل مناخ المريخ مع حساب كل درجة حرارة.