إن أحد أصعب المتغيرات التي يمكن التنبؤ بها في الطقس هو هطول الأمطار، وهو المصدر الرئيسي للشك في التنبؤ بالفيضانات. ومع ذلك، فإن هذا النظام الذكي الجديد من Google يتخطى التنبؤ بهطول الأمطار تمامًا ويحاول بدلاً من ذلك التنبؤ بالفيضانات من خلال كل ما هو معروف.

إن التحدي الرئيسي هو أن البلدان التي تحتاج إلى هذه التنبؤات بالفيضانات هي في الغالب الأماكن التي ليس لديها ما يكفي من البيانات التدريبية للخوارزمية التعليمية، حيث تفتقر إلى الوسائل لجمعها. تساعد هذه التقنية الجديدة على إعادة استخدام البيانات من الولايات المتحدة والبلدان الأخرى وتطبيقها على المناطق الأقل حظًا.

طور Google نهجًا جديدًا للتنبؤ بالطقس يتفوق على المحاكاة التقليدية القائمة على الفيزياء. بدلاً من الاعتماد على نماذج الطقس المكلفة حسابيًا، يستخدمون نماذج الذكاء الاصطناعي القائمة على الانتشار لتوليد بيانات طقس محتملة من المشاهدات التاريخية.

الفكرة الرئيسية هي أن نماذج الانتشار، والتي تُستخدم لإنشاء صور من تلميحات النص، يمكن أيضًا تطبيقها على بيانات الطقس. تبدأ هذه النماذج من ضوضاء عشوائية وتحولها تدريجيًا إلى أنماط طقس واقعية، مع تعلم تفاصيل أحداث الطقس القاسية في العملية.

خطوط عادم الطائرات، المعروفة باسم المسارات الجوية، يمكن أن تكون لها تأثير قابل للقياس على درجة حرارة الكوكب. في حين أن نسبة صغيرة فقط من المسارات الجوية (حوالي 5%) لها تأثير طويل الأمد، إلا أن هذا التأثير كبير. لمعالجة هذه المشكلة، طور الباحثون محاكاة قائمة على الذكاء الاصطناعي يمكنها التنبؤ بالطائرات والمسارات التي من المرجح أن تنشئ هذه المسارات الجوية المستمرة.

يكمن التحدي في التمييز بدقة بين المسارات الجوية والسحب المتشابهة في المظهر. ومع ذلك، وجد الباحثون طريقة موثوقة للتمييز بين الاثنين، مما يجعل المشكلة قابلة للتعلم بالنسبة لنظام الذكاء الاصطناعي.