Google Research, Cuma günü hava tahminlerindeki belirsizliği ve yanlışlıkları azaltmaya yardımcı olabilecek yeni bir üretken yapay zeka (AI) modelini duyurdu. Yapay Zeka modeli, Ölçeklenebilir Topluluk Zarfı Yayılma Örnekleyicisi (SEEDS) olarak adlandırılır ve geleneksel hava tahmini olasılıksal modelini takip etmek yerine, yapay zeka modeli gürültü giderme yayılma olasılık modellerine dayanır. Bu, teknoloji devinin üzerinde çalıştığı ilk hava tahmini modeli değil; zira şirket daha önce hava durumunu 10 gün öncesine kadar tahmin edebilen bir model olan GraphCast’ı ve 24 gün için yüksek çözünürlüklü bir tahmin modeli olan MetNet-3’ü tanıtmıştı. saat süresi.
Duyuru, kıdemli yazılım mühendisi Lizao Li ve Google Research’ün araştırma bilimcisi Rob Carver tarafından bir toplantıda yapıldı. Blog yazısı. Ekip bir yayınladı kağıt Science Advances dergisinde üretken yapay zeka modeli SEEDS hakkında. Duyuruya göre yapay zeka modeli, hava durumu tahminini iki farklı şekilde geliştirecek; daha doğru hale getirecek ve hava durumu tahmin etme maliyetini düşürecek.
Modern hava tahminlerindeki iki önemli konuyu vurgulayan makale, şu anda modellerin “olasılıksal tahminler” adı verilen bir şeyi çalıştırdığını belirtti. Temel olarak, birincil bir tahmin oluşturmak için başlangıç koşullarına odaklanırlar ve koşullar ilerledikçe ve hava durumu modelleri daha fazla veri aldıkça, model daha doğru tahminler oluşturmak için kendini düzeltir. Google, bu yöntemin daha uzun vadeli tahminlerde daha fazla belirsizliğe izin verdiğini söylüyor. Maliyetler konusunda araştırma ekibi, doğru bir sonuca ulaşmak için tahminlerin sürekli olarak üretilmesi gereken, son derece karmaşık sayısal hava durumu modellerini çalıştıran devasa süper bilgisayarların yüksek maliyetli olabileceğini vurguladı.
Araştırma makalesine göre SEEDS, Google Research tarafından geliştirilen difüzyon olasılık modellerinin gürültüsünün giderilmesi üzerinde çalışıyor. Sıra histogramı, ortalama karekök hata (RMSE) ve sürekli sıralanmış olasılık puanı (CRPS) gibi beceriye dayalı ölçümler üzerine eğitildi. Makale, modelin ihmal edilebilir bir hesaplama maliyetine sahip olmasına rağmen, aynı zamanda belirli bir zaman dilimi boyunca daha az sayıda tahmin oluşturma gerektirerek ilk tahminin doğruluğunu da iyileştirdiğini iddia ediyor.
Araştırma ekibi ayrıca hava durumunu tahmin etmek için yapay zeka modelini çalıştıran örnekleri de dahil etti ve bunun Gauss modelinden daha yüksek güvenilirlik sunduğunu buldu. Portekiz’in batısındaki jeopotansiyel çukur örneğini vurgulayarak şöyle dedi: “Gauss modeli, marjinal tek değişkenli dağılımları yeterince tahmin etse de, alanlar arası veya mekansal korelasyonları yakalayamıyor. Bu durum, bu anormalliklerin Kuzey Afrika’dan gelen ve Avrupa üzerindeki sıcak hava dalgalarını daha da kötüleştirebilecek sıcak hava girişleri üzerindeki etkilerinin değerlendirilmesini engelliyor.” Google Araştırmasına göre SEEDS, tahminini iyileştirmek için bu faktörleri hesaba katabiliyor. Model henüz hakem incelemesinden geçmedi ve uygulanabilirliğine bağlı olarak daha sonra ticari bir modele dönüştürülebilir.