זה לא הוגן, אני אומר למנכ"ל השירות המטאורולוגי ד"ר עמיר גבעתי; עם יכולות ה-AI החדשות שלכם, אתם היחידים בארץ שלא ייתקעו אף פעם בחופשה באזור שיורד בו גשם. "אתה צודק", אומר גבעתי, "אנחנו באמת צריכים להעלות את זה כפיצ'ר באתר שלנו; צ'אטבוט שיבדוק אם מזג האוויר יאפשר לך לצאת לריצה, נגיד, ביום רביעי הבא, בין שבע לשמונה בבוקר, במבשרת ציון".
בינתיים, עם כל הכבוד לנפלאות ה-AI, השיטוט במסדרונות בניין השירות בבית דגן מזכיר קצת את מטה ההסתדרות הישן בת"א: חדרי משרדים אפורים בסגנון שנות ה-60. גם הדשא ברחבת הכניסה ידע ימים יפים יותר. רק מרכז הבקרה הגדול, הממוחשב, בקומה השנייה, מקפיץ אותך למאה ה-21: על המסך המרכזי הענק מוקרנים באופן קבוע גרפים ומפות, עם כתמי צבע נעים, שמייצגים רוחות, משקעים, טמפרטורות ועוד.
בחצר האחורית, לא הרחק מגליל מד הגשם המתכתי בן ה-50, ניצב מאז 1963 משדר מיוחד המחובר לכדור פורח. פעמיים ביום, בלי יוצא מן הכלל, מפריחים עובדי המכון את הכדור לגובה של 20 קילומטרים. שם הוא מודד את הלחות, את הלחץ הברומטרי, את עוצמת וכיוון הרוח ואת הטמפרטורה.
"קוראים לזה זה רדיו-סונדה", אומר ד"ר גבעתי, "והוא עולה לנו מיליון שקל בשנה. הכדור מבוסס על גז הליום יקר, וגם הולך מדי פעם לאיבוד. אין ברירה: במסגרת ההסכמים הבינלאומיים, כל שירות מטאורולוגי בעולם מחויב להעלות משדר כזה לאטמוספירה פעמיים ביום".
פעמיים ביום, בלי יוצא מן הכלל, מפריחים עובדי המכון את הכדור לגובה של 20 קילומטרים. שם הוא מודד את הלחות, את הלחץ הברומטרי, את עוצמת וכיוון הרוח ואת הטמפרטורה
מסורת לצד טכנולוגיה
הרבה כבוד נותנים כאן למסורת: תהליכי המדידה ואיסוף הנתונים, שעליהם מבוסס חיזוי מזג האוויר, לא השתנו משמעותית במהלך 200 השנים האחרונות - תחנות מדידה עם חיישנים פיזיים, כמעט פרימיטיביים, שמודדות טמפרטורה, רוח, גשם ולחות.
בישראל יש כ-200 כאלה - צפיפות נדירה יחסית לעולם, שם מקובל לקבוע תחנה אחת לכל מאות קילומטרים בלבד. גבעתי: "בישראל אנחנו יכולים לתת תחזית ברמה של קילומטר רבוע, לתושב פתח תקווה בנפרד ולתושב הוד השרון בנפרד, שזה דבר נדיר". התחנה הכי ותיקה בארץ, אגב, נמצאת בעיר העתיקה בירושלים.
לפי אליקום ודיסלבסקי, מנהל תחום חיזוי לטווח קצר בשירות, הנתונים המתקבלים מתחנות המדידה, כמו גם מלוויינים המודדים את טמפרטורות המים באוקיינוסים, הם ה"לחם והחמאה" פה; הבסיס שעליו מפעילים מומחי המכון אלגוריתמים מסובכים ומשוואות מתמטיות מורכבות, שבעזרתם ניתן לחשב, למשל, מה יהיה מזג האוויר בתל-אביב לפי נתונים שהתקבלו בבית דגן או בירושלים. לצורך כך צריך לקחת בחשבון הרבה מאוד משתנים וחוקים פיזיקליים, לעבד אותם ולייצר מודלים.
"וזה עוד לא הכל", מוסיף גבעתי: "לצורך תחזית בישראל צריך לקבל נתונים מבחוץ; אי אפשר לחזות מה יהיה מזג האוויר בכפר-סבא אם אתה לא יודע מה קורה בכרתים עכשיו. לכן צריך לחשב בכל רגע נתון מזג אוויר באינדונזיה, בפרו, בארה"ב ובישראל, והכול באותו שרת, כי הכל תלוי בהכל. אז תחשוב על כוח החישוב הנדרש כשמדברים על כל העולם כולו".
ואכן, השלב השני בתהליך - עיבוד הנתונים שנאספו בתחנות המדידה בעזרת משוואות ואלגוריתמים משוכללים - מתבצע בעיקר בחוות שרתים בגודל של אצטדיוני ענק בארצות הברית ובאירופה. בישראל מפעיל השירות המטאורולוגי מרכז נתונים מקומי בגודל בינוני ביפו, אך נעזר בעיקר בחוות הגדולות של האיחוד האירופי באירלנד ובאיטליה. "כל התהליך הזה לוקח המון זמן וכוח מחשוב אדיר, ולכן הבשורה הגדולה שאנחנו מחפשים היא להחליף אותו בכלים אמינים אחרים, שחוסכים זמן וכסף, ובעיקר חיי אדם".
גבעתי, דוקטור למדעי האטמוספירה ומומחה אקלים, בעברו מנהל יחידת המחקרים של רשות המים, מכהן פחות משנתיים בתפקיד ונחשב למי שחולל מהפיכה בעבודת המכון האפור - הן בפיתוח דרכים ושיטות חדשות לחיזוי מהיר ומדויק, והן בהנגשתו לצרכנים הרבים - מערכת הביטחון, רשויות התעופה, המשטרה ועוד.
"התהליך הזה לוקח המון זמן וכוח מחשוב אדיר, ולכן הבשורה הגדולה שאנחנו מחפשים היא להחליף אותו בכלים אמינים אחרים, שחוסכים זמן וכסף, ובעיקר חיי אדם"
לדבר הגדול הבא בתחום החיזוי - הבינה המלאכותית בכלל, ובפרט פרויקט Earth 2, תאום כדור הארץ הווירטואלי של ענקית הטכנולוגיה אנבידיה - הוא נחשף לראשונה אשתקד בוועידת האקלים בבקו, אזרבייג'אן. את הטלפון הראשון בנושא עם שובו לארץ עשה לנתי אמסטרדם, האחראי על הפעילות העסקית (Country Director) של אנבידיה בישראל. אמסטרדם הרים מיד את הכפפה.
נפלאות התאום הדיגיטלי
אין דוגמה טובה יותר מפרויקט Earth 2 לטשטוש הגבולות בין העולם האמיתי לעולם הווירטואלי: כדור הארץ כולו - על האטמוספירה, האוקיינוסים, המדבריות, יערות הגשם ובעיקר תנאי מזג האוויר שלו - זוכה כאן להעתק וירטואלי מדויק להפליא, "תאום דיגיטלי" - הדמיה של המציאות באמצעות כוח מחשוב אדיר של מעבדים גרפיים (GPUs), המבוססת על כללי הפיזיקה ועל נתונים בהיקפים עצומים שנאספים כל הזמן בעולם האמיתי.
בנייה של תאום וירטואלי משמשת בעיקר לייצוג ממוחשב מושלם של רכיב, מערכת או תהליך. תאום כזה ניתן לבנות כמעט לכל דבר - למנוע מכונית, ללב אנושי פועם, לתחנת רכבת, לעיר גדולה, או לכדור הארץ כולו.
היתרון עצום: כך ניתן לבצע אין סוף ניסויים בעולם הווירטואלי במקום במציאות, לבדוק תרחישים של "מה יהיה אם...", לבצע סימולציות - וגם לחזות תהליכים כמו שינויים במזג אוויר. תאומים וירטואליים כבר הצליחו לחתוך בזמני הפיתוח של מכוניות, מטוסים, נעליים וגם חיסוני הקורונה.
באנבידיה גילו, כי השילוב של בינה מלאכותית עם יכולות המעבדים הגרפיים שלה לבניית תאום כזה לכדור הארץ, מחולל מהפך בחיזוי מזג האוויר: זמן החישוב הנדרש ל-Earth 2 קצר פי מאות עד אלפים - לא פחות - מן הזמן שנדרש כיום במחשוב הוותיק.
המהירות הדרמטית הזו מאפשרת לייצר עשרות תרחישי מזג אוויר בתוך שניות במקום שעות, בחיסכון עצום של חשמל. 2 Earth מסוגל גם לייצר תחזיות ברזולוציה גבוהה מאוד - עד קילומטרים בודדים - של אירועים צפויים כמו סופות או שיטפונות. והיופי הוא, שהמידע החשוב הזה מוצג כתמונה תלת ממדית ואינטראקטיבית, בזכות כלי הווירטואליזציה של אנבידיה, Omniverse.
באנבידיה גילו, כי השילוב של בינה מלאכותית עם יכולות המעבדים הגרפיים שלה לבניית תאום כזה לכדור הארץ, מחולל מהפך בחיזוי מזג האוויר
הפרויקט, יש לומר, נמצא רק בחיתוליו, אבל הוא אומץ כבר על-ידי גופי ענק בעולם, כמו השירות המטאורולוגי של טייוואן, לצורך מעקב אחר סופות טייפון; כמו ענקית הטכנולוגיה G42 מאיחוד האמירויות לחיזוי ברזולוציה של 200 מטר; כמו חברת הביטוח הבינלאומית AXA להערכת סיכוני הוריקנים; כמו חברת חיזוי מזג האוויר The Weather Company ועוד.
גבעתי, שהוא עובד מדינה, הבין מיד כי השידוך עם הפרויקט היומרני של חברת ה-AI הגדולה בעולם יכול להשתלם, Win-Win, לשני הצדדים: אנבידיה, שמפתחת במרץ את Earth 2, זקוקה לנתוני האמת השוטפים שיכול לספק לה השירות כדי להזין ולאמן את המיזם הטרי; והשירות המטאורולוגי, מצידו, יזניק את איכות התחזיות שלו בזכות התאום הווירטואלי.
בפיילוט שערך השירות, לאחר אימון ראשוני של המודל בשרתים הנוכחיים, השימוש ב-Earth 2 הוביל לחיסכון של כ-90% בכוח מחשוב, קיצר את זמן החיזוי משעות לדקות, והפחית משמעותית את עלות התהליך - וכל זאת מבלי לפגוע ברמת הדיוק בהשוואה למודלים מסורתיים. בעקבות הצלחת הפיילוט, השירות החל לשלב את המערכת בעבודה השוטפת שלו החל מהחודש שעבר, גם לצורך הכנת תחזיות ארוכות טווח.
וכמה זה עולה לנו?
גבעתי: "נכון לעכשיו, השימוש ב-Earth 2 לא עולה למדינת ישראל. הכלים של אנבידיה הם 'קוד פתוח' - פתוחים לשימוש לכל כמו שהנתונים שלנו זמינים לכולם. אנחנו מפרים ומעשירים זה את זה. אנחנו מגיעים לתוצאות יותר מדויקות בזכותם, והם נהנים מהנתונים ומשפרים בעזרתם את המודלים. יש פה שיתוף פעולה עמוק, מחקרי, מקצועי-מדעי, שכולל החלפת רעיונות והתייעצויות".
נתי אמסטרדם, ממתי אתם עובדים בחינם?
אמסטרדם: "לחברה יש אינטרס מובהק לבדוק את המודלים שלה על מידע אמיתי, כדי לשפר ולדייק אותם. זו המטרה בשיתוף הפעולה פה; לשפר את הטכנולוגיה, כדי שתוכל להציל חיים. אנבידיה מנגישה את הפלטפורמה לגופים מחקריים בעולם, כדי לאפשר להם לפתח תחזיות לעוד 10, 50 ואפילו 100 שנה קדימה.
"תחזיות מפורטות ברמת דיוק גבוהה חיוניות לחברות אנרגיה, חקלאות, ביטוח ולוגיסטיקה, ומאפשרות להן לקבל החלטות עסקיות. אנחנו יכולים 'להפעיל' על התאום הווירטואלי כוחות פיזיקליים באמצעות מודלים שונים, ולראות איך הוא יגיב. זה דורש הרבה מאוד מידע, שמגיע בזכות השיתוף עם הרבה מאוד סוכנויות מטאורולוגיות בעולם".
"המטרה בשיתוף הפעולה פהלשפר את הטכנולוגיה, כדי שתוכל להציל חיים
הכבאי לא יכול לחכות
ד"ר גבעתי, אני מבין שכבר היום דיוק התחזיות שלכם מגיע ל-90%. אז למה אתם צריכים גם את יכולות ה-AI?
גבעתי: "כי הזמן שלוקח לנו כיום להריץ ולעבד את המידע בדרך הרגילה מגביל מאוד. למשל, אם אתה רוצה לעשות תחזית עד סוף המאה - מה שהתבקשנו באחרונה על-ידי משרדי הממשלה - זה כמעט לא ייתכן בתנאי המחשוב הקודמים. עם מודלי ה-AI החדשים אפשר להגיע תוך שנתיים לתוצאות שלקח לנו 30 שנה לפתח במודלים פיזיקליים".
כדי להמחיש את רמת הדיוק שניתן להגיע אליה, בכירי השירות המטאורולוגי מציגים לי דוגמה אקראית של מפות גשם מן המבול הגדול ב-17 בפברואר אשתקד. הכתמים הצהובים מסמלים אזורים גשומים מאוד, והירוקים - אזורים פחות גשומים. מתוך חמש המפות, אחת מתארת את מצב הגשם בזמן אמיתי כפי שהתקבלה בעזרת המכ"ם, ואחרת היא מפה שהופקה כמה ימים לפני-כן מן המודל הפיזיקלי, המסורתי, שדורש שעות מחשוב רבות להכנתו. השאר מתארות תרחישים שהורצו מראש במודל ה-AI.
גבעתי: "בהשוואה בין המפות תוכל לראות, שהמודל המסורתי חזה לא רע את מיקום הגשם, אבל במפות שהרצנו ב-AI רואים שהתרחיש שאנחנו מכנים 'אחוזון 80' הכי קרוב לתמונת האמת. תרחיש כזה מספיק לנו להוציא מראש אזהרות למשטרה על הצפות שצפויות בחדרה ובנתניה, עם המלצות לשים מחסומים. אין דיוק כזה בעולם, בטח לא ברזולוציה כזו, של 2.5 קילומטר. וזה כבר מודל מבצעי שעובד. אנחנו היחידים בעולם שהגיעו לרמה הזאת".
אמסטרדם: "לפעמים ההבדל בין קילומטרים בודדים לעשרות קילומטרים הוא דרמטי כשמדובר באירוע טבע גדול. האתגר הוא להנגיש למקבלי ההחלטות את התובנות שהמערכת מייצרת כדי להציל חיים. למשל, ביכולת לחזות התפשטות של שריפה שמתרחשת ברגע זה".
המערכת תוכל לעזור בזמן אמיתי באירוע כמו השריפה הגדולה בכביש 1 באפריל האחרון? להזהיר מה ואיפה יקרה גם בעוד שעה ושעתיים?
גבעתי: "כן, אם היום אני צריך לחכות שעה עד שהמחשב יסיים את הסימולציה, ה-AI יספק אותה בעשר שניות: הכבאי לא יכול לחכות שעה, הוא עומד עכשיו בשטח. גם היום יש לנו כלים מסוימים לטווח קצר, ובאפריל, ביום העצמאות, באמת היינו פה עד שתיים בלילה. זה קרה גם בשיטפונות בנובמבר וגם במאי. אבל ברור שכלי AI יעזרו, ידייקו יותר את המערכות ויעשו אותן יותר מהירות ויותר זולות".
זה אומר שאין צורך יותר בחוקרים ובמומחי המכון, שייצרו עד היום את המודלים הפיזיקליים?
גבעתי: "זו שאלה ששואלים היום בכל התחומים. זה לא אחד על חשבון השני: גם כאן ה-AI לא מחליף לגמרי בני-אדם. הוא מייעל, הוא מדייק, אבל מצריך אימון, וברור שהוא יספק תוצאה טובה יותר על בסיס נתונים טובים יותר. ואם יש לך בסיס טוב של מודל פיזיקלי שעליו אתה מבסס את מודל ה-AI, אתה יכול להגיע לביצועים מדויקים ולחסוך זמן מחשוב. לכן אנחנו, כמו כל גופי המחקר בתחום, ממשיכים כל הזמן לפתח מודלים".
"ה-AI כאן לא מחליף לגמרי בני-אדם. הוא מייעל, הוא מדייק, אבל גם מצריך אימון. יחד עם זאת ברור שהוא יספק תוצאה טובה יותר על בסיס נתונים טובים יותר"
ד"ר הראל מוסטקל, מרכז בכיר מודלים בשירות: "בזכות החשיבה הכמו-אנושית של ה-AI אנחנו חוזרים בעצם לדרך שבה היו מגבשים תחזית לפני 50 שנה. אז, לפני שהיו חוות מחשבים בעולם, אמרו בעצם: בואו נסתכל באופן כללי על מקרים מהעבר, איך מערכת מזג אוויר מסוימת התפתחה, ולפי זה נספק תחזית. הרעיון הזה כשל כמובן, כיוון שכדי לגבש תחזית טובה באמת צריך לקחת בחשבון המון פרטים וכל מקרה הוא ייחודי.
"היום, בזכות המידע העצום שנאסף אצלנו במשך עשרות שנים ומודלים פיזיקליים שפיתחנו במקביל, אנחנו יכולים לאמן בעזרתם את מודל ה-AI - כדי שיחזור בעצם לדרך החשיבה האנושית מהעבר ויפיק מזה תחזית, שהפעם תהיה אמינה".
אמסטרדם: "צריך לזכור, שזה לא רק כוח מחשוב עם מעבדי AI שמותאמים לכך; זו פלטפורמה, שכוללת גם תוכנה וכלי ניתוח וכלי סימולציה. אנחנו עובדים כל הזמן על שכלול המודלים, על הוספת נתונים, על הנגשה שלהם לגופים נוספים. יש מודלים שדואגים לרזולוציות, יש מודלים שדואגים להאצת הביצועים, יש מודלים שמאפשרים דיוק יותר טוב. הניסיון, העבודה המשותפת עם חברות מכל העולם, מדייקים מאוד את המודלים האלה".
בלי הזיות
יכול להיות שהסימולציה בכלל תחסוך גם את תחנות המדידה הישנות?
גבעתי: "היא תאפשר לצמצם אותן. צריך לזכור, שברוב שטחי העולם אין בכלל מדידות, ובמקומות כאלה הסימולציה בוודאי תוכל לעזור. בכל מקרה, עדיין - ככל שיהיו כמובן יותר מדידות הדיוק ישתפר".
ומה לגבי טעויות? יש הרי אחוז מסוים של אי-דיוקים במערכות שמסתמכות על AI.
ד״ר מוסטקל: "זה לא מודל שפה, או LLM, עם ה'הזיות' המפורסמות שלו. זה לא קיים פה. המודל הזה רץ על מידע ספציפי, והוא מתוכנת לספק תובנות רק על בסיסו. הטעויות שיכולות להיות פה הן אותן טעויות שיכולות להיות במודלי חיזוי מסורתיים".
ד״ר פבל חיין, מנהל אגף מודלים בשירות, מבהיר: "משפחת מודלי החיזוי המסורתיים מתחלקת לשניים: כאלה שמכסים את הגלובוס ברזולוציה גסה - נגיד 10 קילומטר, וכאלה שמספקים רזולוציה עדינה של עד קילומטר. את המודלים הראשונים, הגסים, ה-AI כבר עקף. בעולם המודלים המדויקים - התוצאות שמספק ה-AI נכנסות ראש בראש במודלים הפיזיקליים המסורתיים. מהניסיון שלנו, התחזיות שגיבשנו בעזרת Earth 2 מדויקות יותר".
"זה לא מודל שפה, או LLM, עם ה'הזיות' המפורסמות שלו. זה לא קיים פה. המודל הזה רץ על מידע ספציפי, והוא מתוכנת לספק תובנות רק על בסיסו"
טוב, ברוכים הבאים לעולם ההייטק, אני אומר לגבעתי. אתה לא מוטרד בימים אלה מכך שכל הטוב הזה מחייב אתכם לעשות שימוש בשרתים זרים, של האיחוד האירופי?
"כאמור", אומר גבעתי, "יש לנו בארץ חוות שרתים אחת, אבל בהחלט היה נכון שיהיו לנו עוד כאלה, מהדור החדש, גם בישראל, כדי שלא נצטרך לעמוד בתור אצל אחרים וגם כדי להגיע לביצועים טובים יותר. הממשלה הכריזה כבר על פרויקט משותף לחמישה משרדים, שתוקצב במקור ב-20 מיליון שקל, ומטרתו לדמות את האקלים העתידי - תחזית ל-100 שנה קדימה ברזולוציה גבוהה של 2.5 קילומטר.
"אנחנו מובילים אותו, ואני יושב ראש ועדת ההיגוי. אז עכשיו הכוונה היא להעביר אותו לפלטפורמה של AI, בתקציב של מיליון וחצי שקל בלבד. הוא ירוץ על שרתים בארץ של חברת AWS, שהתקשרה עם המדינה במסגרת פרויקט 'נימבוס'.
"על מודל כזה נוכל להריץ עשרות תרחישים - מה יקרה בעוד 50 ו-100 שנה מבחינת טמפרטורה, משקעים, התאדות, בצורות - כולל תרחישי 'מה אם'. משרדי הממשלה זקוקים לכך והיום אני לא יכול לספק להם את המידע הזה. אם זה יצליח, זה יהיה תקדים עולמי. ראשית, נוכל לדמות כל סיטואציה לפני שהיא מתרחשת. שנית, נוכל לגשת לנתונים בזמן אמיתי - כמו בצ'אט GPT - לשאול שאלות ולקבל מיד תשובות מדויקות".
מה הדבר הבא שאתם חולמים עליו, שיפתור לכם בעיות בעתיד?
גבעתי: "אני חושב שהפריצה הגדולה תהיה דווקא בסימולציות לחיזוי לטווח הארוך. כי לגבי השאלה אם יירד גשם בעוד שעתיים בנתניה, גם אם לא יהיו מודלים נוכל לענות בעזרת המכ"ם הפיזי, שאנחנו יודעים לעשות עליו אינטרפולציות של שעתיים קדימה.
"אבל היתרון הגדול שמקנה לנו הבינה המלאכותית הוא פתרון של סוגיות אקלים בכלל. הנה, בעקבות גל החום הגדול של אוגוסט השנה נשאלתי ממשרד האנרגיה אם זה מה שצפוי לנו מעתה; אולי אנחנו צריכים לשנות את כל מדיניות האנרגיה של ישראל".
אז באמת, אתם, שיודעים את העתיד, יכולים לפחות להבטיח לנו שבשנה הבאה יהיה פחות חם באוגוסט-ספטמבר?
גבעתי: "מצטער, כנראה שיהיה אפילו חם יותר. גם השנה הקרובה תהיה שנת בצורת. בזכות יכולות ההתפלה המתקדמות של ישראל, איכשהו שכחנו שאנחנו בבצורת הכי חמורה מאז קום המדינה. אז לנו יש מים מותפלים, אבל לשכנים שלנו אין מים לשתות".
