Yeni yapay zeka geleneksel hava durumu modellerini geride bırakıyor
Google DeepMind, yeni hava durumu yapay zekası GraphCast ile sadece meteoroloji uzmanları arasında değil, tüm dünyada heyecan yaratıyor. Bazı durumlarda, en güçlü hava durumu modellerinden daha iyi performans gösteriyor ve bunu etkileyici bir verimlilikle yapıyor. Yapay zeka yakında geleneksel hava tahminlerinin yerini alacak mı?
Google DeepMind'dan araştırmacılar kısa süre önce Science dergisinde yayınlanan bir çalışmada GraphCast adlı yeni bir hava durumu yapay zekasını tanıttı. Onlara göre bu yapay zeka, 10 günlük çok yüksek kaliteli tahminleri dikkate değer bir verimlilikle hesaplayabiliyor. Avrupa Orta Menzilli Hava Tahminleri Merkezi (ECMWF) uzmanlarına göre bile GraphCast, sıcaklık ve yağış gibi değişkenleri ECMWF'nin en iyi hava durumu modelinden (IFS HRES) yüzde 90'a varan oranlarda daha iyi tahmin edebiliyor. Ayrıca tropikal siklonların yollarını geleneksel hava modellerine kıyasla birkaç gün önceden tahmin etmek de çoğu zaman mümkündür.
GraphCast ayrıca, Google Yapay Zekası önemli ölçüde daha az bilgi işlem gücü gerektirdiğinden ve Google'a göre tek bir işlemcide bile çalıştığından, birkaç kat daha fazla verimlilik elde ediyor. Ve yine de sonuçları bin kat daha hızlı sunuyor - dikkate değer bir gelişme. Araştırmacılar bunu hava tahmini için bir dönüm noktası olarak tanımlıyor.
Önceki yöntemler son derece zaman alıcıydı
Geleneksel sayısal hava durumu modelleri genellikle büyük veri merkezlerinde, pahalı ve enerji tüketen süper bilgisayarlarda çalışır ve büyük karmaşıklıkları nedeniyle hesaplama başına birkaç saat sürer. Bu nedenle GraphCast gibi yapay zeka yardımıyla yapılacak böyle bir iyileştirme muazzam maliyet tasarrufu anlamına gelebilir.
Sayısal modellerin iyileştirilmesi de büyük kaynaklar tüketmekte ve meteoroloji ve diğer doğa bilimlerinde birçok farklı araştırma alanını işgal etmektedir. Modellerin ve tahminlerin yorumlanması ve anlaşılması için de çok önemli olduğundan, temel araştırmanın kendisinin sonuç olarak daha az önemli hale gelmesi pek olası değildir. Bununla birlikte, YZ modellerinin kullanımı muhtemelen klasik hava durumu modellerinin karmaşık ve pahalı optimizasyon süreci ile ilgili olarak mevcut kaynakların daha iyi kullanılmasına da yol açabilir.
Yapay zeka gerçekte nasıl çalışır?
Yapay zeka genellikle sinir ağları olarak adlandırılan algoritmaları ifade eder. Bunlar, insan beynindeki sinir hücrelerine benzer şekilde geniş çaplı bir ağ oluşturan çok sayıda düğümden oluşur. Bu düğümler arasındaki bağlantıların hepsi başlangıçta eşit değerdedir, ancak örnek veri setleri kullanılarak eğitim yoluyla değiştirilir veya ağırlıklandırılır. Bu şekilde, bir sinir ağı büyük veri setlerindeki örüntüleri tanımak ve daha sonra örneğin girdi verilerini sınıflandırmak veya bunlardan tahminler türetmek için eğitilir. Eğitimden sonra, yapay zeka diğer veriler üzerinde serbest bırakılabilir ve hedefe bağlı olarak bu verilerden istenen içgörüleri elde edebilir. Prensip olarak, bu aynı şekilde hava durumu verileriyle de mümkündür.
Öte yandan geleneksel hava tahmini, son derece karmaşık hesaplama formülleri kullanarak bir başlangıç veri setinden bir tahmin çalışması hesaplayan, on yıllar boyunca geliştirilmiş matematiksel-fiziksel modellere dayanmaktadır. Ancak fiziksel nedenlerden dolayı, bu formüllerin çoğu sadece yaklaşık olarak belirlenebilir ve uygulanabilir. Bir model veya tahminin ne kadar hassas ve yüksek çözünürlüklü (mekansal ve zamansal olarak) olması gerekiyorsa, ilgili veri merkezlerinde o kadar fazla kaynak gerekir. YZ, tamamen farklı yaklaşımı sayesinde bu sorunu kısmen aşabilmektedir.
YZ yaklaşımının zayıf yönleri
Ancak yapay zeka teknolojisinin tamamen farklı yaklaşımı sorunları da beraberinde getiriyor. Ve YZ her durumda önceki hava durumu modellerinden daha üstün değildir. Örneğin, Meksika kıyılarında çok ani ve beklenmedik bir şekilde meydana gelen ve Acapulco yakınlarındaki Meksika kıyılarını öngörülemeyen yıkıcı bir güçle vurmadan önce aşırı bir yoğunlaşma yaşayan yakın tarihli "Otis" kasırgası örneğinde olduğu gibi. GraphCast, Orta Avrupa'da yakın zamanda meydana gelen bazı fırtınalarda olduğu gibi burada da geleneksel hava durumu modellerine karşı herhangi bir üstünlük gösterememiştir.
Bu durum, yapay zekanın doğal olarak yalnızca geçmiş hava durumu verileriyle eğitilebilmesiyle ilgili olabilir. İklim değişikliğinin hızlandığı ve iklim sisteminde yakında ya da halihazırda başlamış olan temel değişikliklerin yaşandığı zamanlarda bu durum belirleyici bir zayıflık olabilir. İklim değişikliğine bağlı yeni gelişmeler YZ tarafından hafife alınabilir veya tamamen yanlış değerlendirilebilir.
YZ geleneksel hava tahminlerinin yerini alabilir mi?
Jülich Süper Bilgisayar Merkezi'ndeki araştırmacılar, yayınladıkları bir çalışmada, sayısal hava durumu modellerini kullanan geleneksel hava tahminlerinin bir gün 2021 gibi erken bir tarihte tamamen yapay zeka yaklaşımlarıyla değiştirilebileceğini teorik olarak mümkün gördüler. Ancak bunun için yine de büyük teknolojik atılımlar, özellikle de belirleyici fiziksel yasaların YZ algoritmalarına entegre edilmesi gerekiyor. Bu şekilde, geleneksel hava tahminlerinin güçlü yönleri YZ'ninkilerle birleştirilebilir ve YZ'nin önceki zayıflıkları ortadan kaldırılabilir.
Şimdiye kadar YZ sadece klasik sayısal modelleri destekleyebildi veya klasik iş akışının bazı kısımlarını değiştirebildi. YZ hava tahminlerinin dümenini tamamen ele geçirene kadar, insan zekasının bu alanda bazı başarılar elde etmesi gerekecek. Google araştırmacılarının kendileri de şimdiye kadar yaptıkları çalışmaları sadece mevcut modellere bir ek olarak görüyorlar. Bu nedenle YZ, hava tahminindeki mevcut sorunlar için henüz her derde deva değil, ancak gelişim hızı dikkat çekici.
Kaynak: www.ntv.de