هوش مصنوعی شرایط آب‌وهوایی را پیش‌بینی می‌کند

ارسطو شهابی: دامداران منطقه صحرایی عفار در اتیوپی بر پایه الگوی حرکت مورچه‌ها، میل شترها به رهسپاری به سمت سرزمین‌های مرتفع غربی یا تغییر جزئی رنگ بال انواع پرندگان، به گمانه‌زنی درباره شرایط جوی روزهای آینده می‌پردازند. چند هزار سال زیستن در شاخ آفریقا فرصت کافی برای ایشان فراهم آورده تا با درنظرگرفتن بیش از ۶۰ شاخص زیست‌محیطی وابسته به اجرام سماوی، حشرات و گیاهان بتوانند بارش در روزهای آتی را پیش‌بینی کنند. در بسیاری فرهنگ‌ها بررسی شرایط آب‌وهوایی و به‌ویژه زمان بارندگی، بخش مهمی از مراودات روزمره است و گاه نیز پیوند تاریخی کشت‌وکار و حیات باشندگان یک سرزمین به آب، رنگ و لعابی پیوسته با جغرافیا به رابطه انسان و نزولات آسمانی بخشیده است. واژه باران در گویش اسکاتلندی صد معادل دارد. به باور «کیت فاکس» در کتاب نظاره بر انگلیسی‌ها، یک‌سوم مردم انگلستان به هر بهانه‌ای که شده در طول روز درباره وضعیت آب‌وهوا حرف می‌زنند. رد‌پای همین توجه عمومی به باد و باران در دنیای فناوری ایشان نیز دیده می‌شود. شاید اگر «حکیم انوری ابیوردی»، شاعر قرن ششم هم به فناوری امروز مجهز بود، در پیش‌بینی هوای بلخ دچار دردسر نمی‌شد. اعلام او از در‌پیش‌بودن توفانی سخت و خرابی‌های محتمل اهالی شهر را وحشت‌زده کرده بود اما در روز موعود حتی نسیمی هم نوزید و مردم عصبانی معجری بر سرش کشیدند و قصد داشتند از شهر بیرونش کنند. این پادرمیانی «قاضی حمیدالدین» بود که انوری را از مخمصه رهانید. او نیز در مقام سپاس، کتاب مقامات حمیدی قاضی را ستود و در مدحش سرایید. و از همین واقعه نامبارک چنین یاد کرد:

ای مسلمانان فغان از دور چرخ چنبری

وز نفاق تیر و قصد ماه و کید مشتری

آسمان در کشتی عمرم کند دایم دو کار

وقت شادی بادبانی، گاه اندوه لنگری

«مایکل فیش» هواشناس بخش خبر بی‌بی‌سی در سال ۱۹۸۷ دقیقا برعکس انوری عمل کرد. او حتی نگرانی یکی از بینندگان را که از احتمال توفانی قریب‌الوقوع پرسیده بود، بی‌مورد خواند. توفان مهیبی که چند ساعت بعد جنوب شرقی انگلستان را درهم نوردید و از آن به مخرب‌ترین توفان سه سده اخیر آن کشور نام می‌برند. بختی که شاید مایکل فیش نسبت به انوری داشت، این بود که از داده‌های جوی و نرم‌افزاری موجود استفاده کند که البته بهره نجست. آن‌طورکه مجله اکونومیست اخیرا گزارش داده است در ۵۰ سال گذشته، 22 درصد مرگ‌ومیر و 57 درصد خسارت‌های مالی ناشی از حوادث طبیعی در سرتاسر دنیا به علت عوارض بارندگی‌های مهیب بوده‌اند. برآورد می‌شود با سرمایه‌گذاری اولیه قریب به یک بیلیون دلار در کشورهای در‌حال‌توسعه می‌توان تا 30 درصد از تلفات و ویرانی‌ها کاست.

بانک جهانی ارزش سالانه داده‌های عددی برای پیش‌بینی آب‌وهوا (NWP) را بالغ بر ۱۶۲ بیلیون دلار تخمین زده است. آن‌گونه که سازمان جهانی هواشناسی (WMO) اظهار کرده، امروزه امکان دقیق پیش‌بینی شرایط آب‌وهوایی تا پنج روز جلوتر وجود دارد، چیزی که تا ربع قرن پیش تنها در حد دو روز پیش‌تر امکان‌پذیر بود. جهش بزرگ علم هواشناسی پس از جنگ جهانگی دوم و به مدد ابررایانه‌هایی میسر شد که قادر بودند با تکیه بر داده‌های دریافتی از پایگاه‌های پراکنده در چهارگوشه گیتی به تحلیل الگوها و برآوردی از شرایط محتمل آینده بپردازند. با وجود کیفیت قابل‌قبول و دقت ریاضی‌وار حاکم بر تحلیل آماری اطلاعات خام، این حوزه دانش هم از موج فراگیر هوش مصنوعی بی‌نصیب نماند. هوش مصنوعی، الگوهای پنهان در اطلاعات پیشین را مورد کندوکاو قرار داد و این‌گونه پدیده‌های پیچیده جوی مانند گرمایش زمین و شرایط دمایی و شیمی اقیانوس‌ها هم جایی در محاسبات یافتند. با چنین داشته‌هایی، نه‌تنها پردازش اطلاعات سریع‌تر و کامل‌تر صورت می‌گیرد بلکه نواحی دوردستی که به ایستگاه جمع‌آوری اطلاعات مجهز نیستند هم پوشش داده می‌شوند. با وجود لزوم حضور پررنگ بخش‌های نظامی و دولتی در این صنعت خاص، گویی شرکت‌های خصوصی گوی سبقت را ربوده‌اند. در سال ۲۰۱۶ شرکت IBM با خرید

The Weather Company به ارزش دو بیلیون دلار وارد این بازار شد و در چهار سال علاوه بر دنیای رایانه به یکی از مطرح‌ترین شرکت‌های کارشناسی آب‌وهوا نیز تبدیل شد. هوش مصنوعی این توانایی را به سازمان‌ها داد تا بررسی دقیق آمار چندین دهه را به سرعت به انجام رسانند.

شرکت چینی هوآوی با پردازش اطلاعات ۳۹ سال گذشته مدعی شد قادر به تحلیل شرایط جوی در چارچوب همان دامنه یک هفته‌ای ولی با سرعت چندصد برابر رایانه‌های قبل است. در مقابل، شرکت آمریکایی Nvidia رکورد جدید دو ثانیه را برای تجزیه، تحلیل و ارائه آمار ارائه کرد. شاید تولیدکنندگان و خریداران انرژی‌های بادی و خورشیدی ارزش چنین اطلاعاتی را بیش از همه بدانند. تهیه این داده‌ها برای تنظیم برنامه فروش و انتقال نیرو در بازارهای دور و نزدیک نقشی بارز دارد. شرکت سوییسی Meteomatics از این دست بازیگران است و قیمت انرژی‌های سبز را بر این پایه می‌سنجد که چه مقدار باد یا نور خورشید در منطقه و در زمانی مشخص در دسترس خواهد بود. اتحادیه اروپا در نظر دارد تا سال ۲۰۳۰ در کنار ارائه مدل‌های آب‌وهوایی، برآوردی از جریان مهاجرت حیوانات بر حسب نوسانات دمایی به دست آورد. شاید مهم‌ترین بخش این برنامه ردگیری مهاجرت ماهیان در اقیانوس‌هایی باشد که به علت تصاعد گازهای گلخانه‌ای مدام گرم‌تر می‌شوند. ولی فعالان دیگری هم هستند که اگرچه نقشی تأثیرگذار بر بازار انرژی ندارند ولی کمک‌رسان صنایع کشاورزی و دامداری در مناطق کمتر توسعه‌یافته هستند. بنیاد بیل گیتس و همسر سابقش ملیندا به یاری هوش مصنوعی و ملاحظه داده‌های جوی، زمان بهینه کشت محصول را در اختیار کشاورزان آفریقای جنوب صحرا می‌گذارند. ساحران دوران باستان کم یا بیش همین کار بیل گیتس را می‌کردند؛ آنها به کمک کمی علم و رمل و اصطرلاب افزون‌تر از پیشگویی رفتار آسمان، دست‌آویز اعمال قدرت ساخته بودند. اگر نیاکان هندی دوره ودایی و کاهنان مصری هزاره‌های دور که از آگاهی به باران‌های سیل‌آسای فصلی و طغیان و فرونشت رودهای گنگ و نیل ابزار چیرگی بر دیگران را تدارک دیده بودند و سفری در زمان می‌داشتند، شاهد بودند فرزندان‌شان قادر خواهند بود نه‌تنها زمان دقیق بارش، حجم آب در دسترس و مسیر طغیان آب و آلودگی‌ها را تشخیص دهند بلکه شاید روزی نه‌چندان دور با کمک هوش و نبوغ مصنوعی حجم محصولات تولیدی، توان و غنای خاک و دیگر برکات نهفته در باد و باران‌های سیل‌آسا و سیلاب‌های بلاخیز را نیز پیشاپیش محاسبه کنند.