دانشمندان کشف کرده‌اند که هوش مصنوعی در پیش‌بینی‌های آب و هوا اشتباه می‌کند

به گزارش مجله خبری نگار، شبکه‌های عصبی در حال حاضر قادر به پیش‌بینی دقیق آب و هوا در کوتاه‌مدت هستند، اما یک مطالعه جدید توسط دانشمندان دانشگاه شیکاگو، دانشگاه نیویورک و دانشگاه کالیفرنیا، سانتا کروز نشان داده است که چنین مدل‌هایی نسبت به بلایای آب و هوایی "کور" هستند. این مطالعه در مجله Proceedings of the National Academy of Sciences (PNAS) منتشر شده است.

نویسندگان دریافتند که هوش مصنوعی مبتنی بر شبکه‌های عصبی قادر به پیش‌بینی رویداد‌هایی نیست که در مجموعه داده‌های آموزشی گنجانده نشده‌اند. این بدان معناست که هوش مصنوعی می‌تواند رویداد‌های بسیار نادر، اما ویرانگر، مانند طوفان‌های دسته ۵، خشکسالی‌های شدید و سیل‌های بی‌سابقه را "از دست بدهد".

پدرام حسن زاده، دانشیار ژئوفیزیک دانشگاه شیکاگو و یکی از نویسندگان این مطالعه، گفت: «مدل‌های هوش مصنوعی پیشرفت شگفت‌انگیزی در علم هستند، اما جادو نیستند.» «ما فقط چند سال است که از آنها استفاده می‌کنیم و هنوز پتانسیل عظیمی برای پیشرفت وجود دارد.»

مدل‌های پیش‌بینی آب و هوای هوش مصنوعی بر اساس اصولی مشابه ChatGPT عمل می‌کنند: آنها از داده‌های تاریخی یاد می‌گیرند، الگو‌ها را شناسایی می‌کنند و پیش‌بینی‌هایی ارائه می‌دهند. آنها همچنین به طور قابل توجهی سریع‌تر و از نظر مصرف انرژی کارآمدتر از مدل‌های سنتی هستند که به ابررایانه‌ها نیاز دارند.

با این حال، مشکل این است که هوش مصنوعی نمی‌تواند آنچه را که ندیده است پیش‌بینی کند. برای آزمایش این موضوع، محققان مدلی را بدون داده در مورد طوفان‌های بالاتر از رده ۲ آموزش دادند و سپس از آن "خواستند" تا توسعه شرایط آب و هوایی را که در واقع منجر به طوفان رده ۵ می‌شود، پیش‌بینی کند. نتیجه: مدل به طور قابل اعتمادی طوفان را "دست کم" گرفت. چنین خطا‌هایی خطرناک هستند: دست کم گرفتن یک طوفان می‌تواند باعث خسارات عظیم انسانی و زیرساختی شود.

یونگ‌کیانگ سونگ، یکی از نویسندگان این مقاله و پژوهشگر دانشگاه شیکاگو، توضیح داد: «او می‌دانست طوفانی در راه است، اما هر بار که طوفانی از نوع دوم را پیش‌بینی می‌کرد، می‌گفت.»

با این حال، این مطالعه نتایج دلگرم‌کننده‌ای نیز دارد: اگر مجموعه آموزشی شبکه عصبی شامل رویداد‌های مشابه، حتی در منطقه‌ای متفاوت از جهان، باشد، مدل قادر به پیش‌بینی دقیق خواهد بود. به عنوان مثال، اگر مدل حافظه‌ای از طوفان‌های اقیانوس آرام داشته باشد، می‌تواند یک طوفان قدرتمند اقیانوس اطلس را پیش‌بینی کند.

حسن‌زاده خاطرنشان کرد: «این به ما امید می‌دهد: شبکه‌های عصبی می‌توانند یک پدیده نادر را در یک بخش از جهان تشخیص دهند، اگر قبلاً مورد مشابهی را در بخش دیگری «دیده باشند».

دانشمندان معتقدند که پیش‌بینی رویداد‌های نادر، اما ویرانگر نیازمند ترکیب هوش مصنوعی با فیزیک است. یکی از رویکرد‌های امیدوارکننده، یادگیری فعال است که در آن هوش مصنوعی به مدل‌های سنتی کمک می‌کند تا سناریو‌های اضافی برای رویداد‌های شدید برای آموزش ایجاد کنند.