في منتصف ليل كل يوم في بولونيا بإيطاليا، تبدأ صفوف من أجهزة الكمبيوتر العملاقة داخل مصنع تبغ سابق في إجراء ملايين القياسات للتنبؤ بكيفية تغير طقس الأرض.

وبعد ست ساعات، يستيقظ تجار الطاقة في مختلف أنحاء أوروبا ويحدثون متصفحاتهم للحصول على أحدث التوقعات.

وغالبا ما تكون هذه التوقعات التي يتم إنشاؤها بواسطة الحاسوب المركزي هي العامل الأكبر الذي يساعدهم على جني الأموال من خلال معرفة أين ومتى يتم نقل الطاقة حول شبكة الطاقة – ولكن النموذج الجديد الذي يعمل بالذكاء الاصطناعي يهدد بجعلها قديمة.

وعلى عكس محاكاة الطقس القياسية، التي لا تعالج سوى المعلومات من الأقمار الصناعية وأجهزة الاستشعار وما شابه ذلك، فإن نموذج الذكاء الاصطناعي من مركز التنبؤ الحكومي الدولي في أوروبا يتغذى أيضًا على البيانات التاريخية.

قبل إصداره في أواخر الشهر الماضي، اختبر المركز الطريقة الجديدة ضد نموذجه التقليدي المنتج في بولونيا ووجد أن الذكاء الاصطناعي يتنبأ بدرجة الحرارة وهطول الأمطار والرياح والأعاصير المدارية بشكل أكثر دقة، وكل ذلك مع طاقة حوسبة أقل.

النموذج على استعداد لمساعدة التجار في أوروبا وحول العالم على التحرك بشكل أسرع في أسواق الطاقة والغاز الطبيعي التي تعاني من الطقس المتطرف والجغرافيا السياسية والتقلبات في المصادر المتجددة.

إنها تقنية يمكن أن تساعد في تقليل فائض الطاقة ونقصها في أسرع قارات العالم ارتفاعا في درجات الحرارة، فضلا عن توفير معلومات أساسية لتحديد الأماكن التي يجب بناء مزارع الرياح والطاقة الشمسية فيها.

وقال دانييل بوروب، الرئيس التنفيذي لشركة InCommodities A/S التجارية الدنماركية: “يمكننا تحديث مجموعة المعلومات الخاصة بنا بشكل أكثر مما اعتدنا عليه” بسبب التقدم في نماذج الطقس التي تعمل بالذكاء الاصطناعي. “من الواضح أن هذا يؤدي إلى تحسينات في توقعاتنا. إنه يسمح لنا بتحسين عملنا وتوزيع الطاقة بشكل أفضل”.

مثل توقعاته التقليدية، يقدر النظام الجديد للمركز الأوروبي للتنبؤات الجوية متوسطة المدى – أول نموذج للذكاء الاصطناعي يصدره مركز تنبؤ رئيسي – درجات الحرارة وسرعات الرياح والطاقة الشمسية قبل أسبوعين.

لكن دقته المحسنة تعني أن الشركات وصناع السياسات يمكنهم التحرك بشكل أسرع في القرارات الحاسمة المتعلقة بالطقس، من إلغاء خدمة السكك الحديدية إلى توجيه السفن حول العواصف وإرسال الشاحنات لنشر الرمال على الطرق الجليدية، وفقًا للمركز.

قد تثبت هذه الدرجة من البراعة في التنبؤ أنها ضرورية لإدارة تقلبات السوق. في وقت سابق من هذا الشهر، دفع توليد الطاقة القوي من المتنزهات الشمسية في ألمانيا أسعار الطاقة في العديد من البلدان إلى ما دون الصفر.

وكان ذلك بمثابة انعكاس لما حدث في وقت سابق من العام، عندما أدت فترة من الطقس الغائم والخالي من الرياح المعروفة باسم “دنكل فلاوت” إلى الحد من إنتاج الطاقة المتجددة وأرسلت أسعار الكهرباء في ألمانيا إلى الارتفاع.

إن الترقية هي تحول جذري بعيدًا عن النهج القياسي المتمثل في استخدام أجهزة الكمبيوتر العملاقة لتحليل ملايين القياسات لإعادة إنشاء صورة خاطفة لفيزياء الغلاف الجوي، ثم تسريع النموذج للتنبؤ بكيفية تغير الطقس.

تم بالفعل هيكلة مجموعات بيانات المناخ والطقس بشكل مثالي للذكاء الاصطناعي ويمكنها استخدام تقنيات التعلم الآلي التي تم تطويرها لأساليب بحثية علمية أخرى، فلوريان بابنبرجر، نائب المدير العام للمركز الأوروبي والمتنبئ الرئيسي.

وقال إن مركز التنبؤ كان يجرب تقنيات التعلم الآلي بجدية منذ عام 2018، لكن ثقة الباحثين في قدرة التكنولوجيا على تقديم تنبؤات دقيقة بالطقس وصلت إلى كتلة حرجة في عام 2022.

وقال “إن الطقس والمناخ مشكلة تتعلق بالبيانات الضخمة”. وأضاف “لدينا كميات هائلة من البيانات – كميات هائلة – لذا فهي تطابق مثالي” للنموذج الجديد للمركز.

بمجرد استيعاب البيانات، يمكن لنموذج الذكاء الاصطناعي توليد توقعات أولية في ثلاث دقائق مقابل 30 دقيقة تستغرقها أجهزة الكمبيوتر العملاقة في المركز لتوليد توقعات تقليدية، والتي تستغرق عادة ست ساعات للانتهاء منها.

في حين أن نموذج الذكاء الاصطناعي تم إنشاؤه بواسطة المجموعة الحكومية الأوروبية ويراقبه التجار عن كثب في جميع أنحاء القارة، فإن التوقعات نفسها عالمية وتستخدمها الصناعات والأرصاد الجوية في جميع أنحاء العالم، بما في ذلك في الولايات المتحدة.

قد لا تبدو عشرون دقيقة كثيرة، لكنها يمكن أن تساعد الشركات وشركات التداول والمسؤولين الحكوميين على الاستجابة بشكل أسرع للتحولات في الطقس – على سبيل المثال، من خلال حث مشغلي الشبكة على المطالبة بمزيد من الكهرباء قبل موجة البرد.

وقال دان هاردينج، عالم الأرصاد الجوية الذي يقود البحث والتطوير في شركة التحليلات الجوية الأوروبية ميتديسك، إن الفترة الممتدة لأسبوعين والتي تغطيها التوقعات مهمة للمتداولين وهم يراهنون على كيفية تأثير الطلب على الطاقة على الأسعار.