نموذج ذكاء اصطناعي بديل يسرّع محاكاة مخاطر الحرائق 806 أضعاف ويختصر الأسابيع إلى ثوان
تكشف ورقة بحثية جديدة نشرتها الباحثة هاجر راضي عبد الواحد مع تسعة باحثين على منصة «أركايف» أن محاكاة الكوارث البيئية المعقدة دخلت مرحلة جديدة من الكفاءة الحسابية. أظهر الفريق البحثي أن نموذج ذكاء اصطناعي بديل نجح في تسريع نمذجة مخاطر حرائق الغابات 806 أضعاف على المعالجات المركزية، مختزلًا دورات الحساب الطويلة التي كانت تستغرق أيامًا أو أسابيع إلى ثوان معدودة، ومعتمدًا على 13 بالمئة فقط من ذاكرة المضيف التي تستهلكها المحاكيات التقليدية.
تنطلق الدراسة من معضلة تواجه إدارة المخاطر الطبيعية على المستوى الوطني في كندا؛ إذ تتطلب مواجهة حرائق الغابات المتزايدة خرائط مخاطر دورية لتوجيه إجراءات التخفيف الاستباقية، مثل إدارة الوقود الحيوي وتخطيط استخدامات الأراضي وحماية البنية التحتية وتحديد مسارات الإخلاء. وتعتمد أطر المحاكاة القائمة على العمليات الفيزيائية، مثل «بيرن بي 3» و«بيرن بي 3 بلس»، على محاكاة مونت كارلو الحسابية المكثفة لتقدير احتمالية الاحتراق وشدة النيران وسرعة انتشارها، وهي عملية تستنزف وقتًا حوسبيًا هائلًا يجعل اختبار السيناريوهات المتعددة عبئًا يعطل سرعة اتخاذ القرارات الميدانية.
لتجاوز هذا الاختناق الحسابي، تعاون باحثو الذكاء الاصطناعي مع خبراء نمذجة الحرائق لتقديم ثلاثة إسهامات رئيسية: وضع إطار موحد لتدريب النماذج البديلة وضبطها الدقيق وتقييمها مقابل محاكيات العمليات، وتطوير نموذج تعلم عميق بديل متعدد المهام دُرّب على بيانات وطنية واسعة، وصياغة مقاييس تقييم متخصصة وبروتوكولات مضادة للواقع لاختبار قدرة النموذج على التعميم خارج نطاق بيانات التدريب.
يدمج النموذج البديل البيانات المكانية التي تشمل الغطاء النباتي وتضاريس الأرض واحتمالية الاشتعال مع بيانات الطقس الإقليمية، ليحاكي مخرجات محاكي «بيرن بي 3 بلس» بدقة عالية. حقق النموذج دقة مرتفعة في مقاييس الارتباط والتطابق المكاني وخفض معدلات الخطأ، محافظًا على تصنيفات المخاطر الميدانية، ومقدمًا استجابات فيزيائية منطقية للتدخلات الافتراضية التي صممها الخبراء لاختبار تماسك النتائج في ظروف استثنائية.
يحمل هذا التحول دلالة عملية مباشرة للمؤسسات الهندسية وجهات التخطيط وإدارة الطوارئ في الخليج ومصر والمشرق العربي. على صعيد التكلفة والبنية التحتية، تعاني مراكز الأبحاث وهيئات الأرصاد والدفاع المدني في المنطقة من التكلفة المرتفعة لمجموعات الحوسبة الفائقة اللازمة لتشغيل محاكاة فيزيائية معقدة لمخاطر السيول أو العواصف الغبارية أو حرائق الغابات في بلاد الشام وشمال إفريقيا. يثبت هذا البحث أن بناء نماذج ذكاء اصطناعي بديلة يتيح تشغيل سيناريوهات استشرافية عالية الدقة على معالجات مركزية عادية وبأقل من سدس الذاكرة المعتادة، ما يخفض تكاليف الحوسبة السحابية ويسرّع اتخاذ القرار الميداني.
يتغير هنا أيضًا تعريف المهارات المطلوبة في أسواق العمل التقنية الإقليمية؛ إذ تنتقل الفرق الهندسية في الرياض والقاهرة وبيروت من الاكتفاء بإدارة البرمجيات الحسابية التقليدية إلى بناء كوادر قادرة على دمج البيانات الجغرافية المكانية مع نماذج التعلم العميق، واختبار مدى اتساق النماذج مع القوانين الفيزيائية. إن امتلاك أدوات محاكاة فورية ينقل إدارة المخاطر من مجرد تقارير تُراجع بعد وقوع الكوارث إلى خطط إخلاء وتدخلات وقائية تُحدّث لحظيًا وفق بيانات الطقس المتغيرة.
يؤكد هذا الإنجاز أن النماذج البديلة تمثل المسار الأجدى لدمج الذكاء الاصطناعي في الأنظمة البيئية الحرجة، حيث لا يُطلب من النموذج اختراع بيانات من العدم، بل تسريع معادلات فيزيائية موثوقة بمئات الأضعاف. وعندما يتحول زمن اختبار السيناريو من أسابيع إلى ثوان، تصبح الحماية الاستباقية للمدن والمجتمعات واقعًا ماليًا وتقنيًا في متناول الفرق الميدانية.