يفيد ECMWF بتفوق توقعات الذكاء الاصطناعي بنسبة تصل إلى 20 في المئة على الفيزياء في حرارة السطح، بينما لا يذكر تقرير موسم 2026 لدائرة الأرصاد الهندية توقع الأمطار الموسمية بالذكاء الاصطناعي الذي أطلقته في 12 مايو

وضع المركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF) مجموعة توقعات بالذكاء الاصطناعي قيد التشغيل في 1 يوليو 2025، بواقع 51 توقعا في وقت واحد، ويقول إنها تتفوق على نماذج المركز الفيزيائية بما يصل إلى 20 في المئة في حرارة السطح. ولا يسمي البيان المقياس ولا إصدار النموذج وراء هذا الرقم. وبعد خمسة عشر شهرا تأتي الأدلة المنشورة عن نماذج الطقس بالذكاء الاصطناعي في ثلاثة أنواع: أرقام من المطورين، وأرقام من جهات خارجية، وبالنسبة لأول توقع هندي للأمطار الموسمية بالذكاء الاصطناعي، بيان إطلاق لا يحتوي رقم دقة.

مجموعة أوروبا بالذكاء الاصطناعي تعمل بجانب النموذج الفيزيائي

المجموعة (ensemble) هي مجموعة توقعات تبدأ من ظروف مختلفة قليلا، فيدل التباعد بينها على مدى ثقة التوقع. وبدأ نظام ECMWF للتنبؤ بالذكاء الاصطناعي (AIFS) العمل توقعا واحدا في نهاية فبراير 2025، وبدأ مجموعة من 51 عضوا، AIFS ENS، في 1 يوليو.

يعطي بيان ECMWF لـAIFS ENS شبكة بدقة 31 كم مقابل 9 كم لمجموعته الفيزيائية. وهو ما زال يعتمد على استيعاب البيانات في النظام الفيزيائي، وهي الخطوة التي تمزج الرصدات في صورة ابتدائية للغلاف الجوي. ويقول ECMWF إنه يعمل أسرع بأكثر من 10 مرات وبطاقة أقل بنحو 1,000 مرة. وقال فلوريان بابنبرغر، مدير التوقعات والخدمات في المركز: “نرى أن AIFS وIFS متكاملان”.

حيث تُظهر بطاقة ECMWF نفسها خسائر

في عدد أكتوبر 2025 من نشرته، يقارن سيمون لانغ ولينوس ماغنوسون من ECMWF بين AIFS ENS والمجموعة الفيزيائية IFS ENS، قياسا إلى تحليلات المركز وإلى رصدات محطات الطقس والبالونات الجوية. تصل التحسينات إلى 25 في المئة في متغيرات طبقات الجو العليا. وتسجل حرارة الهواء على ارتفاع مترين درجات أفضل في كل مدة استباق، وكذلك أمطار الـ24 ساعة في النصف الأول من التوقع. وIFS ENS أكثر مهارة في سرعة الرياح على ارتفاع 10 أمتار قياسا إلى بيانات المحطات، وAIFS ENS أسوأ في حرارة 100 هكتوباسكال، وهو مستوى مرتفع في الغلاف الجوي.

وفي المقال نفسه حالتان من أبريل 2025. ففي العاصفة هانس يومي 16 و17 أبريل، هطل ما يصل إلى 446 ملم من المطر في 24 ساعة في شمال إيطاليا وجنوب سويسرا. أعادت المجموعتان النمط كليهما، وقللتا من الذروة كلتاهما، مع ابتعاد أكبر لمجموعة الذكاء الاصطناعي. ويسمي المؤلفون حجم الشبكة، نحو 30 كم مقابل نحو 9 كم، عاملا محتملا. وفي 30 أبريل ضربت موجة حر فرنسا، وقللت المجموعة الفيزيائية من شأنها حتى على المدى القصير. واقتربت مجموعة الذكاء الاصطناعي أكثر، ويقول ECMWF إنه يبحث لماذا قصّر النظام الفيزيائي.

وفي 12 مايو 2026 شغّل ECMWF الإصدار AIFS v2 مع دورة فيزيائية جديدة، 50r1. وتفيد نشرة مايو 2026 بأن أخطاء ارتفاع الموج الجوهري انخفضت بنحو 10 في المئة قياسا إلى IFS 50r1. وتقول أيضا إن حركة الهواء الرأسية الأكثر واقعية “لم تُترجم مباشرة إلى درجات تحقق أفضل”. وقد بنى ECMWF النظامين كليهما وقيّمهما، فهذه الجداول من مؤسسة واحدة.

غوغل ومايكروسوفت وNVIDIA تنشر أرقامها هي

كان GenCast من غوغل ديب مايند، الموصوف في تدوينة ديسمبر 2024 مع ورقة في Nature، أدق من مجموعة ECMWF الفيزيائية في 97.2 في المئة من 1,320 تركيبة من المتغيرات ومدد الاستباق، وفي 99.8 في المئة بعد 36 ساعة. ودرّبته ديب مايند على بيانات حتى 2018 واختبرته على 2019. وفي 17 نوفمبر 2025 أعلنت غوغل WeatherNext 2، الذي تقول إنه يتفوق على نموذجها السابق WeatherNext في 99.9 في المئة من المتغيرات ومدد الاستباق من 0 إلى 15 يوما. وهذه المقارنة مع نموذج غوغل السابق لا مع نظام خارجي. أما نموذج ديب مايند المنفصل للأعاصير وورقته في Nature في 6 أغسطس 2026 فنتناولهما في مقالنا عن نتائج WeatherNext للأعاصير.

وتفوق Aurora من مايكروسوفت، المنشور في Nature في 21 مايو 2025، على توقع ECMWF الفيزيائي عالي الدقة، IFS HRES، في 92 في المئة من الأهداف على مدى 10 أيام بتباعد شبكة 0.1 درجة. وتفوق أيضا على سبعة مراكز تشغيلية في 100 في المئة من الأهداف في مسارات الأعاصير على خمسة أيام، في عواصف 2022 و2023. ويقول المؤلفون إن HRES يتفوق على Aurora في أهداف كثيرة عند أقصر مدد الاستباق، وإن Aurora ما زال يحتاج نظام استيعاب بيانات تقليديا لظروفه الابتدائية، وإن نسخة المجموعة لم تُبنَ بعد. ويعمل عدة مؤلفين لدى مايكروسوفت أو يملكون أسهمها، وتقول الورقة ذلك.

وتقول عائلة النماذج المفتوحة Earth-2 من NVIDIA، التي أُعلنت في 26 يناير 2026، إن نموذجها متوسط المدى يتفوق على النماذج المفتوحة الرائدة في المتغيرات الأكثر شيوعا على “معايير قياسية”. ولا تقول التدوينة أي معايير. ونتيجة المستخدم الوحيدة المقدرة كميا هي من عميت غيفاتي، مدير دائرة الأرصاد الإسرائيلية، الذي يفيد بخفض 90 في المئة في زمن الحوسبة بدقة 2.5 كم مقارنة بنموذج فيزيائي كلاسيكي يعمل على عنقود وحدات معالجة مركزية.

الاختبارات الخارجية تجد الفجوة عند القصوى

قيّم تشونغوي تشانغ وإريك فيشر وياكوب تسشايشلر وسيباستيان إنغلكه، في Science Advances عام 2026، نماذج GraphCast وPangu-Weather وFuxi، وهي ثلاثة نماذج حتمية بالذكاء الاصطناعي، مقابل HRES من ECMWF في الحرارة والبرد والرياح القياسية. كان لـHRES خطأ أقل في جميع مدد الاستباق تقريبا. وقللت نماذج الذكاء الاصطناعي من تكرار الأرقام القياسية ومن حجمها، وقصّرت في توقع الأرقام القياسية الحارة وبالغت في الباردة. ويكتب المؤلفون أن هذه النماذج تحتاج مزيدا من التحقق قبل الاعتماد عليها وحدها في الإنذار المبكر. وتقول مسودتهم المنشورة في أغسطس 2025 إن معظم تحليلها يقوم على سنة اختبار واحدة، 2020، وإن النماذج الاحتمالية لم تُختبر.

وفي ورقة PNAS من مايو 2025 أعاد واي. تشيانغ صن وبيدرام حسن زاده وزملاؤهما تدريب نموذج FourCastNet بعد حذف كل الأعاصير المدارية من الفئات 3 إلى 5 بين 1979 و2015، ثم اختبروه على 20 عاصفة من الفئة 5 بين 2018 و2023. ولم يتوقع اشتدادها. وفي إعصار لي لم يهبط أدنى ضغط متوقع دون 980 هكتوباسكال، مقابل 960 هكتوباسكال في بيانات المرجع. ويقول المؤلفون إن الدراسة تغطي نموذجا واحدا ونوعا واحدا من الظواهر القصوى.

وفي الاتساق الفيزيائي، تفيد المجموعة نفسها بأن حقلي الرياح والضغط في FourCastNet ينتهكان توازن الرياح المتدرج، وهو رابط أساسي بينهما. وتسرد نشرة ECMWF عيوبا قريبة في الإصدار الأول من AIFS ENS، منها قيم ضغط غريبة فوق الجبال وأمطار زائفة خافتة في المناطق الجافة.

تجربة هندية عام 2025 نشرت فعلا درجة

في 2025 أرسلت وزارة الزراعة ورفاه المزارعين الهندية توقعات أسبوعية احتمالية لبدء الأمطار الموسمية إلى 38 مليون مزارع في 13 ولاية. وتصف مسودة بتاريخ 9 مارس 2026 لكولين أيتكن وزملائه، ومن مؤلفيها مايكل كريمر وبيدرام حسن زاده وويليام بوس، المنهج. وهو يمزج NeuralGCM من غوغل وAIFS من ECMWF بنموذج إحصائي لما يتوقعه المزارعون من سجلات مقاييس المطر القديمة لدائرة الأرصاد الهندية (IMD). وتقول مسودة مرافقة بتاريخ 3 فبراير 2026 إن نماذج الذكاء الاصطناعي تتوقع مؤشر البدء بمهارة قبل أسابيع حين تُختبر خارج العينة.

وتأتي الأرقام من اختبارات تترك سنة واحدة خارج العينة في كل مرة على مدى 2000 إلى 2024. ففي أسبوع واحد تحسنت درجة بريير للمزيج، وهي مقياس خطأ لتوقعات الاحتمال، بنحو 15 في المئة على نموذج توقعات المزارعين وحده و25 في المئة على المناخ العادي. وتراجعت المهارة مع مدة الاستباق لكنها بقيت موجبة حتى أربعة أسابيع. وفي 2025، حين توقفت الأمطار الموسمية أكثر من أسبوعين اعتبارا من 29 مايو، سجل المزيج نحو 20 في المئة أفضل من المناخ العادي.

ويسرد المؤلفون تحفظات. فسنوات الاختبار من 2000 إلى 2018 تتداخل مع سنوات تدريب نماذج الذكاء الاصطناعي، مما قد يضخم الدقة. واختيار النماذج الأفضل أداء بعد وقوع الأمر قد يرفع الدرجات. ولم تتلق توقعات في 2025 سوى 28 خلية شبكة، عرض كل منها درجتان.

إطلاق الهند عام 2026 وما يغطيه تقرير الموسم

في 12 مايو 2026 أطلق جيتندرا سينغ، وزير الدولة للعلوم الأرضية، منتجين من وزارة العلوم الأرضية، بنتهما معا IMD ومعهد الأرصاد المدارية الهندي (IITM) في بونه والمركز الوطني للتنبؤ الجوي المتوسط المدى (NCMRWF). ويصف مكتب الإعلام الصحفي (PIB) الأول بأنه أول نظام تقوده IMD بالذكاء الاصطناعي. ويعطي توقعات احتمالية لتقدم الأمطار الموسمية كل أربعاء، حتى أربعة أسابيع مقدما، للمزارعين في 16 ولاية وأكثر من 3,000 منطقة فرعية. وهو يجمع نماذج الذكاء الاصطناعي وأنظمة التنبؤ الممتد المدى وتقنيات إحصائية.

والثاني تجربة في أوتار براديش تنتج توقعات أمطار بدقة 1 كم حتى 10 أيام مقدما. وهو يستخدم تصغير النطاق بالذكاء الاصطناعي لبيانات مقاييس المطر ومحطات الطقس ورادار دوبلر والأقمار الصناعية. ولا يعطي بيان PIB رقم دقة لأي من المنتجين. والأرقام الوحيدة فيه عن الدقة تصف التنبؤ التقليدي، مثل قول الوزير إن الدقة في الطقس القاسي تحسنت بنحو 40 في المئة خلال العقد الماضي. وكيف تحركت أخطاء IMD في موقع وصول الأعاصير موضح في مقالنا عن إنذارات الأعاصير في الهند.

وفي 23 يوليو 2026 قال الوزير في راجيا سابها في رد مكتوب إن النماذج العالمية العاملة في الزمن الحقيقي هي GFS لدى IMD وMithuna لدى NCMRWF، كلاهما بدقة 12 كم، وإن نظام Bharat Forecast System يعمل بدقة 6 كم. ويسمي الرد هذه الأنظمة أنظمة تنبؤ عددي بالطقس.

ويقيّم تقرير موسم IMD في 30 سبتمبر 2026 التوقع الموسمي البالغ 90 إلى 92 في المئة من متوسط المدة الطويلة مقابل النتيجة البالغة 87 في المئة. ويسجل أن توقع بدء الأمطار في كيرالا في 26 مايو، بهامش أربعة أيام، أخطأ التاريخ الفعلي 4 يونيو، وهو الخطأ الثاني فقط منذ بدء توقع البدء التشغيلي في 2005. وكيف تكشف الموسم في مقالنا عن أمطار 2026 الموسمية. ولا يذكر التقرير منتج تقدم الأمطار الموسمية بالذكاء الاصطناعي.