Google DeepMind’ın hava durumu yapay zekası aşırı hava koşullarını daha hızlı ve daha doğru bir şekilde tahmin edebilir

“Hava tahmini, insanlığın uzun süredir üzerinde çalıştığı en zorlu sorunlardan biridir. Ve son birkaç yılda iklim değişikliğinde yaşananlara bakarsanız, bunun inanılmaz derecede önemli bir sorun olduğunu görürsünüz” diyor Google DeepMind araştırma başkan yardımcısı Pushmeet Kohli.

Geleneksel olarak meteorologlar hava durumu tahminleri yapmak için devasa bilgisayar simülasyonları kullanırlar. Simülasyonlar birçok fizik tabanlı denklemi ve sıcaklık, yağış, basınç, rüzgar, nem ve bulutluluk gibi farklı hava durumu değişkenlerini birer birer hesaba kattığından, bunların çalıştırılması çok enerji yoğun ve zaman alıcıdır.

GraphCast, bu hesaplamaları bir dakikadan kısa sürede yapmak için makine öğrenimini kullanır. Fizik temelli denklemleri kullanmak yerine tahminlerini kırk yıllık geçmiş hava durumu verilerine dayandırıyor. GraphCast, Dünya yüzeyini bir milyondan fazla ızgara noktasına eşleyen grafik sinir ağlarını kullanır. Model, her bir ızgara noktasında sıcaklığı, rüzgar hızını ve yönünü, ortalama deniz seviyesi basıncını ve nem gibi diğer koşulları tahmin eder. Sinir ağı daha sonra kalıpları bulabilir ve bu veri noktalarının her biri için bundan sonra ne olacağına dair sonuçlar çıkarabilir.

Geçtiğimiz yıl, GraphCast, Huawei’nin Pangu-Weather’ı ve Nvidia’nın FourcastNet’i gibi modeller meteorologların yapay zekanın hava tahmininde oynayabileceği rolü yeniden düşünmesini sağladığından, hava tahmini bir devrimden geçiyor. Lam, GraphCast’in Pangu-Weather gibi diğer rakip modellerin performansını iyileştirdiğini ve daha fazla hava durumu değişkenini tahmin edebildiğini söylüyor. ECMWF bunu zaten kullanıyor.

Araştırmada yer almayan ECMWF Dünya sistem modelleme başkanı Peter Dueben, Google DeepMind’ın geçen Aralık ayında GraphCast’i ilk kez piyasaya sürdüğünde Noel gibi hissettiğini söylüyor.

“Bu modellerin o kadar iyi olduğunu ve artık onlardan kaçınamayacağımızı gösterdi” diyor.

UCLA’da bilgisayar bilimi yardımcı doçentlerinden Aditya Grover, araştırmacıların hava durumu tahmini için farklı görevler yapmasına olanak tanıyan bir temel modeli olan ClimaX’i geliştiren Aditya Grover, GraphCast’in hava tahmini için bir “hesaplaşma anı” olduğunu, çünkü tahminlerin tarihsel veriler kullanılarak yapılabileceğini gösterdiğini söylüyor. Dünyanın hava ve iklimini modellemek.