مايكروسوفت تُطلق Aurora 1.5: نموذج أساسي مفتوح للتنبؤات الجوية بنطاقات زمنية وبيانات أوسع وتنبؤ احتمالي

Aurora 1.5 هو تحديث عملي لنموذج Aurora الأساسي للأرض من مايكروسوفت، يضيف مجموعة أوسع من الحقول الجوية (22 متغيّراً جديداً) ودقة زمنية بالساعة ويقدّم تنبؤات احتمالية عبر ensemble تُظهر تقدّماً مقابل مرجعية ECMWF في تقييمات مايكروسوفت. الإصدار مصدَّر كـ open source (GitHub) مع نقاط تفتيش على Hugging Face، ويُربط بخدمات Microsoft Weather وFoundry وPlanetary Computer لدعم الاستخدام المؤسساتي—مع تحذير بضرورة التقييم المحلي والتحقق قبل النشر التشغيلي.

واتساب
إصدار نموذج · غلاف توضيحي للمقال

ماذا حدث؟

أعلنت مايكروسوفت عن Aurora 1.5، تمديد عملي لنموذج Aurora الأرضي الأساسي. التغييرات الرئيسية التي رُفعت في الإعلان تشمل:

  • إضافة 22 متغيّراً جويّاً جديداً (حقول سطحية، مستويات ضغطية، رياح، حرارة، رطوبة، هطول، إشعاع وغيرها).
  • دقة زمنية محسّنة إلى إطارٍ هرولي (كل ساعة).
  • قدرة probabilistic ensemble: توليد أعضاء متعددة في كل توقع لتمثيل عدم اليقين.

المصدر: إعلان مايكروسوفت وملحقاته على GitHub وHugging Face (انظر المصادر أدناه).

لماذا يهم هذا التحديث؟

  1. صيغَة أوسع للمدخلات/المخرجات: إضافة متغيرات جديدة تجعل النموذج أكثر صلة بتطبيقات الطاقة والزراعة والنقل وإدارة مخاطر المناخ.
  2. دقة زمنية بالساعة: تمكّن قرارات تشغيلية دقيقة (بداية هطول، توليد شمسي/رياح بالساعة، استجابة للطوارئ).
  3. توقعات احتمالية (ensemble): بدلاً من تقدير نقطي واحد، يقدم Aurora 1.5 توزيعاً احتمالياً للأحداث، وهو أمر حاسم لعمليات مثل إدارة شبكات الطاقة والتأمين والتخطيط للطوارئ.

وفق ما ورد في إعلان مايكروسوفت، تُظهر تقييمات داخلية أن التنبؤات الاحتمالية لـ Aurora 1.5 تتفوّق على مرجعية ECMWF ENS في 88.9% من الأهداف المقَيّمة. كما أبلغت مايكروسوفت عن خفض ملحوظ في خطأ مسارات الأعاصير الاستوائية مقارنةً بالإصدار السابق (نحو ثلث أقل للوسيط عند يوم 5)، وهي نتائج مُبلَّغ عنها من جانب مايكروسوفت ومحلّها مزيد من التحقق المستقل.

كيف يمكن الوصول إلى Aurora 1.5 واستخدامه؟

  • الكود والمستودعات مفتوحة على GitHub، ونقاط التفتيش متاحة على Hugging Face (بحسب إعلان مايكروسوفت).
  • على جانب المؤسّسات، تربط مايكروسوفت هذا البحث بمنصّات تشغيلية مثل Microsoft Weather وFoundry وPlanetary Computer لتقديم مسارات مدارة للوصول والنشر.

حدود وملاحظات مهمة

  • الأرقام المذكورة عن التفوّق مقابل ECMWF وتقليل خطأ مسارات الأعاصير هي نتائج أُعلنَت من قبل مايكروسوفت؛ تحتاج إلى تحقق واستنساخ مستقل قبل الاعتماد التشغيلي الكامل.
  • استخدام النموذج بفعالية يتطلّب بيانات محلّية، فحص جودة، وربما تدريب/ضبط محلي لتكييفه مع ظروف إقليمية أو متطلبات تشغيلية محدّدة.
  • النماذج القائمة على البيانات/التعلّم لا تُلغي الحاجة لنماذج فيزيائية وخبرة مجالية؛ عليها أن تُكمّلها وتُخضع لتقييمات دقيقة.

لماذا يهم القرّاء العرب؟

  • القطاعات الحيوية في الشرق الأوسط وشمال أفريقيا (الطاقة المتجددة، شبكات الكهرباء، الزراعة، إدارة الفيضانات والأحداث الجوية الشديدة على السواحل) تستفيد من توقعات ذات دقة زمنية أعلى ومقاييس عدم يقين تشغيلية.
  • توفر إصدار مفتوح يمكّن مراكز الأبحاث والهيئات الوطنية من اختبار النموذج محلياً، وإعادة ضبطه باستخدام ملاحظات محلية، وبناء حلول مخصّصة للحساسية المناخية في المنطقة.
  • رغم ذلك، مطلوب استثمارات في البُنى التحتية الحاسوبية والبيانات والمراجعة التنظيمية لضمان الاعتماد المسؤول.

الخلاصة

Aurora 1.5 تمثّل خطوة عملية نحو نقل أبحاث النمذجة الجوية الكبيرة إلى مسارات تشغيلية ومجتمعية أوسع عبر فتح الشفرة ونقاط التفتيش وإضافة قدرات احتمالية وزيادة دقة الزمن. الفائدة المحتملة كبيرة للمؤسسات والمجالات الحسّاسة للطقس، لكن الاعتماد يتطلب تقييمات مستقلة، ضبط محلي، وبنية تشغيلية موثوقة.

المصادر

  • إعلان Microsoft Research: "Aurora 1.5: Extending open foundation models for weather and Earth-system applications" (مايكروسوفت).
  • روابط ذات صلة في الإعلان: GitHub repository وHugging Face checkpoints وMicrosoft Weather/Foundry/Planetary Computer.

(جميع الأرقام المتعلقة بالأداء والإحصاءات مأخوذة من إعلان مايكروسوفت كما ورد في المصدر أعلاه.)

انتهت القصة، لا السياق.

نحدّث تغطيتنا عندما تظهر معلومات موثوقة جديدة.

اقرأ أيضاً

قصص تكمل الصورة

كل الأخبار

Transformers v5.14: وصول Inkling (975B، أوزان مفتوحة) وتحسينات أداء وبنية مهمة للمطوّرين

إصدار Transformers v5.14 يضيف Inkling — نموذجًا متعدد الوسائط بقياس 975B إجمالي (41B نشط) مع أوزان مفتوحة للبحث والتكامل، إلى جانب إدخال TIPSv2 وTIPSv2 DPT، وتحسينات أداء مهمة (FlashAttention، SDPA prefill مع StaticCache حتى +260% بحسب الملاحظة)، وإصلاحات توافقية لمطوّري vLLM.

بحث جديد: هل تستعيد نماذج اللغة الكبيرة قواعد تحسين يغفِلها المجمعون؟

ورقة arXiv تُقدّم SeGaBench، معيارًا تجريبيًا يختبر قدرة نماذج اللغة الكبيرة على استعادة «الدلالات المُمكنة» التي يغفلها تمثيل البرنامج لدى المجمع، وإنتاج تحويهات مُتحقّق منها تحسّن الأداء. أقوى نموذج حقق نسبة صحّة 94.8% وسرعات محسّنة في 83.3% من الإجابات، لكن النتائج غالبًا تغلق جزءًا فقط من الفجوة المثالية.

ما قبل التهيئة بالمنطق: تهيئة نماذج اللغة على استدلالات رسمية تُسرِّع التعلم وتُسهِم في ضغط النماذج

ورقة تقترح Logic-PPT: تهيئة أولية لنماذج اللغة على بيانات استدلال رسمية. على مقياس 100B توكين، تؤدي إلى اكتساب أسرع للمهارات اللغوية (80% دقة مع تقليل ~36B توكين) وتغيّر هندسة التمثيلات داخلياً بما يُسهِم في ضغط أفضل (مطابقة النموذج الكثيف عند ≈33% تشذيب). النتائج من الورقة على arXiv.