- DeepMind yeni bir üretken hava durumu tahmin modeli geliştirdi
- 39 yıllık küresel hava durumu verileriyle eğitildi
- Mevcut tahmin standardından %97,2 oranında daha doğrudur
Hala hatalı hava durumu tahminlerine takılıp kalıyorsanız ve hayal kırıklığına uğruyorsanız, Google’ın size bazı iyi haberleri var: Yapay zeka araştırma laboratuvarı DeepMind, hava durumunu 15 gün öncesine kadar inanılmaz bir doğrulukla tahmin edebilen üretken bir model tanıttı.
Basit bir ifadeyle GenCast, ChatGPT’ye benzeyen bir yapay zeka modelidir. GenCast’ın farkı, Dünya’nın geometrisine özel olarak uyarlanmış olmasıdır. Güncel hava durumu verileriyle beslenen bu sistem, gelecekteki hava durumu senaryolarını oluşturabiliyor ve en olası sonucu önerebiliyor.
DeepMind ekibi, GenCast’ı 1979 ile 2018 yılları arasında toplanan arşiv hava durumu verileri konusunda eğitti. Buna dünyanın dört bir yanından sıcaklık, rüzgar hızı ve hava basıncı okumaları da dahildi. Buna dayanarak model, küresel hava durumu modellerini öğrenebildi.
Etkinliğini test etmek için Google daha sonra modelin tahminlerini sektörün mevcut en iyi tahmin aracı olan Ensemble Forecast (ENS) ile karşılaştırdı.
Modelden 1.320 değişken ve teslim süresi kombinasyonuyla 2019 için bir tahmin üretmesi istendi. GenCast, ENS’den %97,2 oranında daha doğru sonuç verdi. 36 saatten daha önceden yapılan tahminlerde bu oran %99,8’e yükseldi. Bu doğruluk aynı zamanda tropik kasırgalar gibi aşırı hava olaylarının tahmininde de geçerliydi.
Daha da dikkat çekici olan şey, DeepMind’a göre, tek bir Google Cloud Tensor Processing Unit v5’in (Google’ın makine öğrenimi görevlerini hızlandırmak için kullandığı devreler) 15 günlük bir tahmin oluşturmasının yalnızca sekiz dakika sürmesiydi. Binlerce işlemciye sahip süper bilgisayarlarda çalışan geleneksel topluluk tahminlerinin tamamlanması birkaç saat sürer.
Meteorolog değişimi yok
Geleneksel toplu tahminler, toplanan verileri kullanarak karmaşık fizik tabanlı hesaplamalara dayalı olarak hava durumu modellerini yansıtır. GenCast aynı verileri alır ve geçmiş hava durumu verilerinden öğrendiği her şeyi temel alarak en olası senaryoyu oluşturur.
GenCast meteorologları işsiz bırakmayacak. Model yalnızca üzerinde eğitim aldığı veriler kadar güvenilirdir ve değişen bir iklimde geçmiş hava durumu modelleri, uzak geleceğe yönelik tahminler için güvenilir bir temel sağlayamayabilir. Ayrıca GenCast’in hesaba katamadığı bir takım atmosferik değişkenler de mevcut; bu da güvenilir bir tahmine ulaşmak için manuel denklemlerin gerekli olacağı anlamına geliyor.
GenCast’in girdileri diğer veri kaynaklarıyla birlikte dikkate alındığında meteorolojik cephanelikte başka bir araç haline gelmesi muhtemeldir. İnsan uzmanlarından yine de en olası senaryonun değerlendirmesini yapmaları istenecek.
GenCast aynı zamanda daha kesin hava durumu tahminleri elde etmek için derin öğrenmenin kullanıldığı ilk uygulama da değil. FourCastNet, Nvidia’nın veri odaklı bir tahmin modelidir; Huawei’nin Pangu-Weather modeli ise testlerde sayısal hava tahmininden daha doğru olduğunu kanıtlamıştır. Bir San Francisco şirketi olan Atmo da gerçek zamanlı hava durumu verilerine dayalı tahminleri iyileştirmek için yapay zeka modelleri geliştiriyor.
DeepMind, GenCast için standart tahminlerin ötesinde uygulamalar görüyor. GenCast, farklı hava olaylarının olasılığını sağlayarak yetkililerin farklı sonuçlar için plan yapmasına ve kaynakları buna göre tahsis etmesine olanak tanır. Google ayrıca rüzgar enerjisi tahminlerinin yenilenebilir enerji planlamasını etkileyebileceği bir gelecek görüyor.
Şimdilik DeepMind ekibi, deterministik orta vadeli tahminler de dahil olmak üzere çeşitli yapay zeka tabanlı hava durumu modellerinden biri olarak GenCast’i araştırmaya ve geliştirmeye devam ediyor. Model açık ve DeepMind yakında diğer modellere entegrasyon için gerçek zamanlı ve geçmiş tahminleri yayınlayacak.
