Yapay zeka, kasırga gibi hava olaylarını erkenden tahmin etmemizi sağlayabilir mi?

Doğru bir hava durumu tahmini, sabah dışarı çıktığımızda ne giyeceğimizi söylemenin yanı sıra bize fırtına, sel ve sıcak hava dalgaları gibi aşırı hava koşulları hakkında önceden uyarı gönderebiliyor ve böylece etkilenecek bölgelerde yaşayan insanlara hazırlanmaları için çok önemli bir zaman tanıyor.

Ancak geleneksel hava durumu tahminleri önemli miktarda bilgi işlem gücü gerektiriyor.

Bu tahminler dünyanın dört bir yanında atmosferin farklı seviyelerindeki hava basıncı, sıcaklık, rüzgar hızı ve nem gibi yüzlerce faktörün tahminlerini oluşturmayı gerektiriyor.

Science dergisinde yayınlanan yeni bir araştırmaya göre, Google DeepMind tarafından oluşturulan GraphCast adlı yeni yapay zeka modeli, dünyanın en iyilerinden biri olan Avrupa Orta Vadeli Hava Tahmini sisteminden daha iyi performans gösteriyor.

GraphCast, hava tahminini bir dakikadan kısa sürede geliştiriyor ve diğer geleneksel yöntemlere kıyasla çok daha az bilgi işlem gücü gerektiriyor.

Bunun nedeni de GraphCast’ın diğer modellerden farklı bir yöntem izlemesi.

Geleneksel yöntemler, o anda atmosferdeki hareketleri ölçmeyi gerektiriyor. Bunun için dünyanın birçok yerinde bulunan hava istasyonlarında her gün milyonlarca ölçüm yapılıyor.

Tahminlerinden biri için yaklaşık 10 milyon ölçümün kullanıldığını söyleyen Avrupa Orta Vadeli Hava Tahmini Merkezi’nden (ECMRWF) Matthew Chantry, “Daha sonra modelimizi kullanarak hangisinin en önemli veri olacağını seçiyoruz” diyor.

Bu veri okyanusu, her saniye trilyonlarca hesaplama yapabilen modeller tarafından işlenmek üzere bir süper bilgisayara gönderiliyor.

Veriler havanın zaman içinde nasıl değişeceğini ve gelişeceğini tahmin etmek amacıyla dünya atmosferinde olanları simüle etmek için karmaşık denklemler kullanılıyor.

Bu yöntemin çok başarılı olduğu ve son yıllarda giderek daha isabetli tahminler yaptığı söyleniyor.

Ancak bu sayısal hava tahmini modelleri çok büyük miktarda bilgisayar kaynağı gerektiriyor ve oldukça yavaş çalışıyor.

Yapay zeka ise dünyanın nasıl çalıştığını modellemeye çalışmadığı için bu süreci kısaltıyor.

GraphCast, hava durumu modellerinin nasıl geliştiğini öğrenmek için ECMRWF modelinin çıktısı da dahil olmak üzere çok miktarda geçmiş veriyi sindirmek için makine öğrenimini kullanıyor.

Sistem bu bilgiyi şu andaki hava durumunun gelecekte nasıl değişeceğini tahmin etmek için kullanıyor.

Google DeepMind’dan Remy Lam, “Bu yapay zeka yaklaşımının temel avantajı son derece hassas olması” diyor.

GraphCast’in tahminleri ECMRWF tarafından üretilenler kadar ayrıntılı olmasa da aşırı sıcaklıklar gibi şiddetli hava olaylarını tahmin etmede ve büyük fırtınaların yolunu takip etmede çok daha iyi.

Örneğin GraphCast, Eylül ayında ABD ve Kanada’nın Atlantik kıyısını vuran Lee kasırgasının nereyi etkileyeceğini doğru bir şekilde tahmin etti.

Deep Mind’ın yapay zeka modeli kasırganın gidişatını 9 gün önceden tahmin ederken, ECMRWF yalnızca 6 gün önce tahmin edebildi.

Ancak GraphCast’in başarısı, süper bilgisayarları kapatıp bunun yerine yapay zekaya güvenebileceğimiz anlamına gelmiyor.

Yapay zeka modellerinin geleneksel hava durumu tahminlerini değiştirmek yerine onları tamamlayacağına inanılıyor.

Google DeepMind’dan Remy Lam, “Yapay zeka modelleri verilerle eğitiliyor ve veriler geleneksel yaklaşımlarla üretiliyor. Bu nedenle veri toplamak için geleneksel yaklaşıma ihtiyacımız olacak” diyor.

GraphCast açık kaynak olduğu için Google DeepMind tasarımın ayrıntılarını paylaşıyor.

Dünya çapında birçok teknoloji şirketi ve hava durumu ve iklim kuruluşu, kendi yapay zeka hava durumu tahmin araçlarını tasarlıyor.

Öte yandan aşırı hava olaylarının gelişimi de değişiyor olabilir.

Örneğin Otis kasırgası, Ekim ayında sadece 24 saat içinde tropik bir fırtınadan en güçlü kategorideki kasırgaya dönüştü ve ardından güney Meksika kıyılarını yıkıcı bir şekilde vurdu.

İklim uzmanları, okyanus sıcaklıklarının yükselmesiyle fırtınaların gelecekte şiddetlenmeye devam edebileceğini düşünüyor.