Google’dan Yenilikçi Yaklaşım: Sel Tahmini İçin Yapay Zeka Kullanımı
Her yıl 5,000’den fazla cana mal olan ani sel olayları, dünyanın en ölümcül hava durumlarından biri olarak kaydedilmektedir. Ancak, bu olayların tahmin edilmesi oldukça zor. Google, bu zorluğun üstesinden gelmek için beklenmedik bir yöntem geliştirdi: haber makalelerini analiz etmek.
Veri Eksikliği ve Derin Öğrenmenin Rolü
İnsanlar geniş bir meteorolojik veri seti oluşturmuş olsa da, ani sellerin kısa ömürlü ve yerel özellikte olmaları nedeniyle veri toplamak güçtür. Bu veri eksikliği, giderek gelişen derin öğrenme modellerinin bile sel tahmininde etkili olamamasına yol açmaktadır. Google araştırmacıları, bu sorunu aşmak için Gemini adı verilen büyük dil modelini kullanarak dünya genelindeki 5 milyon haber makalesini taradı. Bu süreçte, 2.6 milyon farklı sel olayına dair raporları ayrıştırarak “Groundsource” adlı coğrafi etiketli bir zaman serisi oluşturdu. Gila Loike, Google Research ürün yöneticisi, bu projenin en ilginç yanı olarak dil modellerinin kullanıldığı ilk örnek olduğuna vurgu yaptı.
Groundsource verileri, araştırmacıların global hava tahminlerini değerlendirmelerine yardımcı oldu. Uzun Kısa Süreli Bellek (LSTM) sinir ağı kullanılarak, belirli bir bölgede ani sel olasılığını hesaplayan bir model geliştirildi. Google’ın bu yeni sel tahmin modeli, 150 ülkedeki kentsel alanlar için riskleri belirlemekte ve acil durum müdahale ajanslarıyla veri paylaşarak hız kazandırmaktadır.
Ancak modelin bazı sınırlılıkları mevcut. Örneğin, 20 kilometrekarelik alanlar üzerinde risk tahmin edebiliyor ve yerel radar verilerini kullanmadığı için daha büyük sistemlere göre daha az hassas. Amaç, yerel hükümetlerin hava gözlem altyapısına yatırım yapma imkanına sahip olmadığı yerlerde de etkin bir çözüm sunmak.
“Groundsource veri seti, milyonlarca rapor toplandığı için haritalarda denge sağlamaya yardımcı oluyor,” diyen Juliet Rothenberg, Google’ın dayanıklılık ekip yöneticisi, daha fazla bilgi olmayan bölgeler hakkında yararlı veriler elde edebildiklerini ifade etti. Rothenberg, LLM’lerin yazılı, niteliksel kaynaklardan nicel veri setleri oluşturmadaki potansiyelinin, ısı dalgaları ve toprak kaymaları gibi diğer önemli olayların tahminine de uygulanabileceğini belirtti.
Upstream Tech CEO’su Marshall Moutenot, Google’ın katkısının, derin öğrenme temelli hava tahmin modelleri için gerekli verileri toplama çabalarının bir parçası olduğunu vurguladı. Jeofizikteki veri kıtlığı sorununa dikkat çeken Moutenot, bu yaratıcı yaklaşımın diğer alanlarda da benzer çözümler üretebileceğini düşündüğünü sözlerine ekledi.
Kaynak: https://techcrunch.com/2026/03/12/google-is-using-old-news-reports-and-ai-to-predict-flash-floods/
