ملخص: يتناول المقال خطر الأعاصير في الولايات المتحدة، التي تُعدّ من أكثر الكوارث الطبيعية فتكًا وتكلفة، إذ تسببت منذ عام 1980 في أضرار تتجاوز 1.5 تريليون دولار وأكثر من سبعة آلاف وفاة، ويُعزى معظمها إلى ظاهرة “اندفاع العاصفة” الناتجة عن ارتفاع مستوى البحر بفعل الرياح العاتية وانخفاض الضغط الجوي. يشرح الكاتب، وهو مهندس سواحل، كيف تُستخدم النماذج الفيزيائية المعقدة للتنبؤ بارتفاع المياه والمناطق المعرضة للخطر، لكنها بطيئة في المعالجة أثناء الأزمات، مما يحدّ من فعاليتها. وهنا يأتي دور الذكاء الاصطناعي الذي يتيح تنبؤات أسرع وأكثر دقة باستخدام الشبكات العصبية العميقة لتقدير مستوى المياه وتحديد مناطق الغمر المحتملة في وقت وجيز. كما يمكن تدريبه على بيانات حقيقية وافتراضية لتوقّع سيناريوهات غير مسبوقة، ما يعزز قدرة السلطات على التخطيط والإجلاء. ويخلص المقال إلى أن تطور الذكاء الاصطناعي وتوسع استخدامه في تحليل الصور والبيانات سيحدث ثورة في دقة وسرعة التنبؤ بالأعاصير، مسهمًا في إنقاذ الأرواح وتقليل الخسائر المادية مستقبلًا.
تُعد الأعاصير من أكثر الكوارث الطبيعية تدميرًا في الولايات المتحدة، إذ تتسبب في خسائر بشرية ومادية تفوق أي نوع آخر من الكوارث. فمنذ عام 1980، تسببت هذه العواصف المدارية العاتية في أضرار تجاوزت قيمتها 1.5 تريليون دولار، وأودت بحياة أكثر من سبعة آلاف شخص.
ويُعد اندفاع العاصفة (Storm Surge) السبب الأول وراء معظم تلك الوفيات والخسائر.
يحدث اندفاع العاصفة عندما يرتفع مستوى مياه البحر بفعل مجموعة من العوامل المتداخلة؛ أهمها الرياح القوية التي تدفع المياه نحو الساحل، وانخفاض الضغط الجوي داخل الإعصار مقارنةً بالضغط خارجه. كما تُسهم الأمواج التي تتحطم قرب الشاطئ في رفع مستوى سطح البحر فيما يُعرف بـ “تراكم الموج”، وهو عنصر أساسي في ظاهرة اندفاع العاصفة.
التنبؤ الدقيق بهذه الظاهرة يُعد أمرًا مصيريًا، فهو الذي يتيح لسكان المناطق الساحلية الوقت الكافي للإخلاء الآمن، كما يمنح فرق الطوارئ فرصة أفضل للاستعداد. لكن المشكلة تكمن في أن النماذج عالية الدقة التي توفر هذه التنبؤات غالبًا ما تكون بطيئة جدًا في المعالجة.
وبوصفي مهندسًا مختصًا بالسواحل، أدرس كيفية تفاعل اندفاع العواصف والأمواج مع التضاريس الطبيعية والاصطناعية لقاع البحر والساحل، وأبحث عن الطرق المثلى لتقليل آثارها. لطالما استخدمت النماذج الفيزيائية لمحاكاة الفيضانات الساحلية، لكنني بدأت مؤخرًا أستكشف كيف يمكن للذكاء الاصطناعي أن يجعل عملية التنبؤ أسرع وأكثر كفاءة دون المساس بالدقة.
كيف تتم التنبؤات حاليًا
تعتمد التنبؤات التشغيلية الحالية على النماذج الهيدروديناميكية، وهي برامج حاسوبية تُبنى على القوانين الفيزيائية لحركة المياه.
تستخدم هذه النماذج بيانات آنية مثل سرعة الإعصار واتجاهه، وموعد المد والجزر، وطبوغرافية قاع البحر وشكل الساحل، لحساب ارتفاع الأمواج المتوقع وتحديد المناطق الأكثر عرضة للخطر.
شهدت هذه النماذج تطورًا هائلًا خلال العقود الأخيرة، إلى جانب الزيادة الهائلة في قدرات الحواسيب، مما أتاح إمكانية إجراء محاكاة سريعة ولكن بدقة منخفضة على نطاقات جغرافية واسعة. غير أن المحاكاة الدقيقة — التي تُقدّم تفاصيل على مستوى الأحياء والشوارع — تحتاج إلى ساعات طويلة من المعالجة الحاسوبية.
وهذه الساعات لا تُمثّل رفاهية في وقت الأزمات؛ إذ قد تكون الفاصل بين الإخلاء الناجح أو الفشل في حماية الأرواح.
تعتمد هذه النماذج على تقسيم المنطقة المستهدفة إلى شبكة حاسوبية مكونة من خلايا صغيرة، تُشبه البكسلات في الصور الرقمية. كلما كانت الخلايا أصغر، ارتفعت دقة النتائج، لكن زادت أيضًا كمية الحسابات المطلوبة، وبالتالي زاد الوقت اللازم لتوليد التنبؤ. ولتسريع العملية، قد يستخدم المتنبئون شبكات منخفضة الدقة، لكن ذلك يأتي على حساب الدقة والثقة في النتائج.
وهنا يظهر دور الذكاء الاصطناعي الذي يمكنه تسريع التنبؤات مع الحفاظ على الدقة العالية.
كيف يسهم الذكاء الاصطناعي في تحسين التنبؤات
تواجه النماذج الحالية مصدرين رئيسيين لعدم اليقين في تنبؤات اندفاع العواصف:
المدخلات البيئية:
مسار الإعصار ومجال الرياح المحيط به — اللذان يحددان موقع وصول الإعصار إلى اليابسة وشدة اندفاع المياه — يصعب التنبؤ بهما بدقة قبل أيام من العاصفة. كذلك فإن التغيّرات التي تطرأ على الساحل أو قاع البحر، مثل تجريف الممرات المائية أو تآكل الكثبان الرملية أو اختفاء غابات المانغروف، تُغيّر مقاومة الساحل لتدفق المياه.دقة الشبكة الحسابية للنموذج:
فهي التي تحدد مدى قدرة النموذج على التقاط التفاصيل الدقيقة لتغيرات الارتفاع والغطاء الأرضي، ومدى دقة حساب تفاعل الأمواج واندفاع المياه في المناطق المعقدة.
يمكن للذكاء الاصطناعي معالجة هذه التحديات بسرعة ودقة أعلى. فقد طوّر الباحثون نماذج تعتمد على الشبكات العصبية العميقة تستطيع التنبؤ بمستوى المياه على طول السواحل خلال وقت قصير جدًا باستخدام بيانات عن الرياح والضغط الجوي. وأظهرت التجارب أن بعض هذه النماذج يفوق في دقته النماذج الفيزيائية التقليدية.
ولا يقتصر دور الذكاء الاصطناعي على المناطق التي تتوافر عنها بيانات تاريخية؛ إذ يمكن تدريبه على بيانات “اصطناعية” تولدها النماذج الفيزيائية نفسها لسيناريوهات لم تحدث من قبل، كعواصف أكثر شدة أو مسارات غير مألوفة. وبمجرد أن يتعلم النموذج من بيانات واقعية وأخرى افتراضية، يصبح قادرًا على إنتاج تنبؤات فورية عند إدخال معلومات عن الرياح والضغط الجوي.
كما يمكن استخدام هذه النماذج لتوليد خرائط فورية لمخاطر الغمر، تُظهر أي الشوارع أو المباني ستكون مهددة بالغرق في حال حدوث عاصفة قوية غير مسبوقة، وهو ما يساعد السلطات في التخطيط المسبق للطوارئ.
مستقبل الذكاء الاصطناعي في التنبؤ بالأعاصير
يُستخدم الذكاء الاصطناعي بالفعل في بعض أنظمة التنبؤ الحالية، وإن كان دوره لا يزال محدودًا ومكمّلًا للنماذج الفيزيائية.
لكن التطور السريع في قدرات الذكاء الاصطناعي وتوفر كميات ضخمة من البيانات يُبشّر بمرحلة جديدة. فالباحثون — ومنهم فريقي — يعملون على توسيع استخدام الذكاء الاصطناعي ليشمل تحليل الصور الجوية والمرئية لتقدير حجم الأضرار بعد العواصف، واستنتاج شدة الفيضانات من خلال الكاميرات وأجهزة الاستشعار. هذه الأساليب تُغني قواعد البيانات وتساعد في التحقق من دقة النماذج وتحسينها على مستوى التفاصيل الدقيقة.
ومع استمرار تقدم الذكاء الاصطناعي وازدياد كمية البيانات المتاحة لتدريبه، سيصبح قادرًا على تحسين التنبؤات الخاصة بالأعاصير واندفاع العواصف بشكل كبير — سواء من حيث السرعة أو الدقة أو التفاصيل الجغرافية.
وسيعني ذلك أن المجتمعات الساحلية ستحصل مستقبلًا على إنذارات مبكرة أدق وأسرع، مما يمنحها وقتًا أكبر للاستعداد والإجلاء، ويسهم في إنقاذ الأرواح وتقليل الخسائر المادية.
