Stochastic Emulation of a Fully Coupled Preindustrial E3SMv3 Simulation

تخيل أنك تحاول التنبؤ بالطقس للقرن القادم. الأمر يشبه إلى حد كبير محاولة التنبؤ بالمسار الدقيق لورقة شجر واحدة تتقلب في إعصار، لكن الإعصار هو الكوكب بأكمله، وورقة الشجر هي قطرة مطر. يستخدم العلماء برامج حاسوبية ضخمة ومعقدة للغاية تسمى "نماذج المناخ" للقيام بذلك. هذه النماذج تشبه التوائم الرقمية للأرض، حيث تحاكي كيفية تواصل الغلاف الجوي والمحيطات والجليد واليابسة مع بعضها البعض. إنها قوية للغاية، ولكنها أيضاً ثقيلة ومعقدة لدرجة أن تشغيلها يستغرق وقتاً طويلاً ويكلف ثروة من الكهرباء. الأمر يشبه محاولة طهي وجبة من خمسة أطباق لمليار شخص باستخدام فرن واحد بطيء جداً فقط.

ولأن هذه النماذج مكلفة للغاية، لا يستطيع العلماء تشغيلها بما يكفي لرؤية كل الطرق التي قد يتذبذب ويتغير بها المناخ. إنهم بحاجة إلى اختصار. وهنا يأتي دور "المحاكيات" (emulators). فكر في المحاكي كأنه متدرب ذكي وسريع البديهة، راقب الطاهي الرئيسي (نموذج المناخ الكبير) وهو يطهو لفترة من الوقت، وتعلم كيف يقلد الوصفات. تستخدم هذه المتدربات الذكاء الاصطناعي لتخمين ما سيفعله النموذج الكبير، لكنها تفعل ذلك في جزء من الثانية. ومع ذلك، هناك عقبة: المناخ الحقيقي ليس مجرد وصفة يمكن التنبؤ بها؛ بل هو مليء بالمفاجآت العشوائية والفوضوية. إذا قام متدربك فقط بنسخ الوصفة المتوسطة، فقد يفتقد العواصف المفاجئة والجامحة أو التحولات الغريبة طويلة الأمد التي تحدث بمحض الصدفة. يستكشف هذا البحث كيفية بناء متدرب لا يكتفي بنسخ الوصفة فحسب، بل يفهم أيضاً "العشوائية" الموجودة في المطبخ، مما يسمح له بمحاكاة الطبيعة الفوضوية وغير المتوقعة لمناخ كوكبنا بسرعة أكبر من أي وقت مضى.

---

الورقة البحثية: متدرب مناخي سريع، عشوائي، وواقعي

في هذه الدراسة، قام فريق من الباحثين ببناء نوع جديد من محاكيات المناخ يسمى SamudrACE-E3SMv3. فكر في هذا المحاكي كأنه محرك لعبة فيديو عالي السرعة يتعلم لعب دور النظام المناخي للأرض. إنه يربط بين "عقلين" منفصلين للذكاء الاصطناعي: أحدهما يحاكي الغلاف الجوي (الهواء والطقس) والآخر يحاكي المحيط (المياه العميقة المضطربة). كان الهدف هو جعل هذين العقلين يتواصلان مع بعضهما البعض في الوقت الفعلي، تماماً كما تفعل الأرض الحقيقية، ولكن للقيام بذلك بسرعة تبلغ حوالي 40 ضعفاً سرعة نموذج المناخ الأصلي البطيء جداً الذي يحاول تقليده.

السر الكامن وراء هذا المحاكي الجديد هو العشوائية. كانت معظم نماذج المناخ السابقة المعتمدة على الذكاء الاصطناعي "حتمية" (deterministic)، مما يعني أنه إذا أعطيتها نفس نقطة البداية، فستنتج دائماً النتيجة نفسها بالضبط، مثل روبوت يتبع نصاً صارماً. لكن العالم الحقيقي فوضوي؛ فأحياناً يمكن لهبة ريح عشوائية صغيرة أن تغير مسار عاصفة ما. استبدل الباحثون "الغلاف الجوي الروبوتي" القياسي بنسخة "عشوائية" (stochastic). يضيف عقل الغلاف الجوي الجديد هذا لمسة من الفوضى الطبيعية إلى المزيج. ومن خلال القيام بذلك، لا يتنبأ المحاكي بـ متوسط المناخ فحسب، بل يتعلم توليد التقلبات الطبيعية وغير المتوقعة التي تحدث على مدى سنوات وعقود، مثل ظاهرة "النينيو" (El Niño) أو التحولات في الجليد البحري.

ما وجدوه

اختبر الفريق المحاكي الجديد الخاص بهم عن طريق تشغيله لمدة 400 عام على بطاقة رسوميات واحدة (شريحة كمبيوتر قوية)، بينما كان النموذج الأصلي سيتطلب آلاف المعالجات للقيام بنفس المهمة. إليكم ما كشفت عنه عمليات المحاكاة:

• المناخ المتوسط دقيق للغاية: أدى المحاكي مهمة رائعة في إعادة إنشاء الحالة "المتوسطة" للأرض. فأنماط درجات الحرارة والأمطار التي أنتجها كانت متطابقة تقريباً مع النموذج الأصدي البطيء. في الواقع، كانت الأخطاء الصغيرة التي ارتكبها المحاكي أصغر بكثير من الأخطاء التي يرتكبها النموذج الأصلي عند مقارنته بالملاحظات الواقعية.
• العشوائية تعمل: كان أكبر نجاح هو التقاط التباين طويل الأمد. نظرًا لأن المحاكي تضمن ذلك العنصر من العشوائية، فقد نجح في محاكاة الأنماط المعقدة متعددة السنوات مثل ظاهرة النينيو (ارتفاع حرارة المحيط الهادئ الذي يؤثر على الطقس في جميع أنحاء العالم). وعندما قارنوا أنماط "النينيو" في المحاكي بأنماط النموذج الأصلي، وجدوا أنها تتطابق بشكل جيد جداً، خاصة بالنسبة للأحداث التي تقع كل بضع سنوات. وفي المقابل، فإن النسخة "الحتمية" (غير العشوائية) من المحاكي التي اختبروها علقت في حلقة مكررة ومملة، وفشلت في التقاط الطبيعة الفوضوية الحقيقية لهذه الأحداث.
• دوامات المحيط والجليد البحري: قام المحاكي أيضاً بعمل أفضل في محاكاة الدوامات البرية في المحيط (مثل تيار الخليج) والحواف المتغيرة للجليد البحري. حافظت النسخة العشوائية على طاقة وحركة المحيط بشكل أكثر واقعية من النسخة الجامدة غير العشوائية، والتي مالت إلى تهدئة حركة المحيط أكثر من اللازم.
• نقطة الضعف الوحيدة: الأمطار الشديدة: بينما كان المحاكي بارعاً في التنبؤ بالأمطار العادية وحتى الثقيلة جداً، إلا أنه واجه صعوبة في التعامل مع العواصف الاستوائية الأكثر ندرة وشدة. كان بإمكانه التنبؤ بالأمطار حتى المئين 99.99 (أثقل الأمطار التي تحدث في 99.99% من الحالات)، لكنه قلل من تقدير وتيرة الهطولات الاستوائية الأكثر كثافة والتي تحدث مرة واحدة في العمر. الأمر كما لو أن الطاهي المتدرب يمكنه طهي شريحة لحم مثالية في 99 حالة من أصل 100، ولكنه يخطئ أحياناً في تقديم الطبق الأكثر غرابة وندرة.

لماذا يهم هذا الأمر؟

تشير هذه الورقة البحثية إلى أنه من خلال إضافة القليل من "الفوضى المنضبطة" إلى نماذج المناخ المعتمدة على الذكاء الاصطناعي، يمكننا إنشاء أدوات ليست سريعة للغاية فحسب، بل قادرة أيضاً على محاكاة التحولات طويلة الأمد وغير المتوقعة في مناخنا. وهذا يعني أن العلماء يمكنهم تشغيل آلاف عمليات المحاكاة لفهم كيف قد يتصرف المناخ في المستقبل، بدلاً من الاكتفاء بعدد قليل منها فقط. وبينما لا يزال المحاكي بحاجة إلى عمل لإتقان التقاط أحداث الطقس الأكثر تطرفاً، إلا أنه يمثل خطوة كبيرة للأمام في جعل علوم المناخ أسرع، وأرخص، وأكثر واقعية. ويشير الباحثون إلى أن هذا اكتشاف قائم على المحاكاة، وسيتعين على العمل المستقبلي اختبار ما إذا كان هذا النهج سيصمد عندما يتغير المناخ بسبب الأنشطة البشرية، وليس فقط في عالم مستقر لما قبل الصناعة.