Microsoft ve Google’ın gelişmiş sistemleri halihazırda geleneksel tahmin modellerini geride bırakıyor.
Hava durumu tahminlerinin güvenilmez olduğu bilinir. Güneşli bir gün olmasını umarak aldığı biletin veya yaptığı planların yağmur nedeniyle iptal olması çoğu kişiye tanıdık gelecektir. Yedi günlük hava durumu tahminleri yüzde 80 kadar isabetli olsa da; bu rakam 10 veya daha fazla güne çıktığında yüzde 50 civarına düşüyor. ABD Ulusal Hava Durumu Servisinde yakın zaman önce gerçekleşen işten çıkarmalar, halihazırda hava gözlem balonlarından toplanan verileri azalttı. Uzmanlar, bu durumun tahmin isabetliliğini daha da azaltabileceği konusunda uyarıyor. Bir piknik iptal olduğunda belki fazla mesele olmaz da; bir hortum veya fırtınanın öngörülemediği tahminler hayatı tehdit edebilir.
Fakat Microsoft ve Google gibi büyük teknoloji firmalarının yapay zeka tabanlı tahmin modellerinde meydana gelen son ilerlemeler bir ümit verebilir. Bazıları halihazırda Avrupa’nın hava durumu merkezlerinin bir kısmında kullanılan bu yeni nesil YZ sistemleri, geliştirilmesi yıllar sürebilen geleneksel modellerden daha hızlı oluşturulup daha kolay güncelleniyor. Yapılan ilk testler, bu sistemlerden bazılarının hava durumunu 15 gün öncesinden tahmin etmede geleneksel modellere göre de daha isabetli olduğunu gösteriyor. Araştırmacılar daha önce güvenilir tahminleri 10 günden 15 güne genişletmenin, insanların olağanüstü hava durumlarının etkilerine karşı daha iyi hazırlanmasına yardım ederek “muazzam sosyoekonomik yararlar” getirebileceğini belirtmişti.
Bu hafta Nature bülteninde detayları sunulan Microsoft’un yeni modeli Aurora, test edilen tahminlerin yüzde 90’ından fazlasında Avrupa Orta Menzilli Hava Durumu Tahminleri Merkezinin kullandığı geleneksel modellerden daha iyi iş çıkarmış. Ayrıca aralarında tayfun ve kum fırtınalarının bulunduğu birkaç olağanüstü hava durumu olayını da daha iyi tahmin ettiği görülmüş. YZ sistemleri halen geleneksel modellerde kullanılan temel denklemlere dayansa da; bu yeni gelişmeler araştırmacıların evrimleşen hava durumu kalıplarına daha hızlı yanıt verebildiği ve daha isabetli tahminler sunduğu bir geleceğe işaret ediyor. Fakat bu çalışmalar hâlâ fiili koşullarda isabetli hava durumu verilerinin hızlı bir şekilde toplanmasına dayanıyor.
YZ hava durumu modellerinin oluşturulması daha hızlı ve işletilmesi de daha ucuz
Geleneksel hava durumu tahmini, pahalı ve zaman alan bir girişim. Yaklaşık 70 yıldır yürürlükte olan mevcut süreçte, okyanus akıntıları ve Güneş kaynaklı ısınma gibi değişkenlerin hesaba katıldığı karmaşık matematiksel denklemler süperbilgisayarlar yardımıyla çözülüyor. Fiili koşullardaki hava durumu verisi daha sonra bu denklemlere giriliyor. Nihayetinde modeller, uzmanlığını kullanarak tahmini son haline getiren bir meteoroloji uzmanı insan tarafından incelenen birkaç tahmini çıktı üretiyor. oluşturulması yıllar sürebilen bu modeller kolay kolay güncellenmiyor.
Bunun aksine YZ tabanlı hava durumu sistemleri daha ufak olmakla, daha yeni çevresel bilgilerle daha kolay “ince ayar” yapılabiliyor. Bu modeller, örüntüleri tanıması için büyük hava durumu veri setleri ve iklim bilgileriyle geniş biçimde eğitiliyor. Bu örüntü tanıma işi, sırada neyin gelebileceğine yönelik tahminler yürütmelerine olanak sağlıyor.
Microsoft’un Aurora modeli kapsamında “temel model”; uydu radarı, hava istasyonları, sanal canlandırmalar ve diğer tahminlerden toplanan bir milyon saati aşkın veriyle eğitilmiş. Çalışmada yer alan araştırmacılar bunun, bir tahmin modelini eğitmek üzere şimdiye kadar bir araya getirilen en geniş atmosfer verisi koleksiyonu olduğunu düşünüyor. Bu temel model sonrasında belli bir olayla ilişkili ek veriler eklenerek, belli tipte hava durumu olaylarının tahmin edilmesi için uygun hale getirilebiliyor.
İş kasırgalara geldiğinde, Aurora varsayımsal fırtınalar için en iyi geleneksel modele göre yüzde 15-20 daha yüksek isabetle beş gün önceden tahmin üretmeyi başarmış. Bununla da kalmayıp, 2022-2023 sezonu sırasında küresel çaptaki tüm siklon takip tahminlerinde yedi büyük tahmin modelini geride bırakmış. Bildirilen ilerlemeler kasırgalarla sınırlı değil. Microsoft modelinin, 2023’ün Temmuz ayında Filipinler’i vuran yıkıcı Doksuri Kasırgası’nın tarih ve konumunu isabetli biçimde tahmin ettiğini söylüyor. O zamanlar geleneksel modellerin kullanıldığı resmî hava durumu tahminlerinde kasırganın karayla temas bölgesi yanlış belirlenmiş. Aurora ayrıca Irak’taki büyük bir kum fırtınasının başlangıcını gerçekleşmeden bir önce başarıyla tahmin etmiş. Araştırmacılar modelin o tahmini geleneksel tahmin yöntemlerinden çok daha hızlı ve önemli ölçüde daha düşük bir maliyetle yaptığını söylüyor.
Pennsylvania Üniversitesinde çalışan yardımcı profesör ve makalenin eş yazarı Paris Perdikaris, “Kuantum ölçeklerden gezegensel dinamiklere kadar uzanan etkileşimlerle birlikte Dünya’nın iklimi, belki de üzerinde çalıştığımız en karmaşık sistem” diyor bir açıklamasında. “Aurora ile birlikte Dünya sistemi tahminindeki temel bir güçlüğü ele aldık: Hem daha isabetli hem de hesaplama yönünden çarpıcı şekilde daha verimli tahmin modelleri nasıl oluşturulur sorusunu.”
Bulgular, Google DeepMind tarafından geliştirilen bir YZ hava durumu tahmin modeli olan GenCast‘e yönelik belgelenen ve benzer şekilde etkileyici olan sonuçlardan sadece birkaç ay sonra yayımlandı. Araştırmacılar, Nature bülteninde yayımlanan ayrı bir makalede GenCast’in orta vadeli tahmin isabetliliğinde geleneksel modelleri önemli ölçüde geride bıraktığını bildiriyor. Özellikle de 15 günlük tahminlerde, 35 ülke tarafından kullanılan Küresel Birlik Tahmin Sistemi‘ni %97,2’lik bir oranla geride bırakmış. Aurora gibi GenCast de hava durumlarının yer aldığı devasa bir veri setiyle eğitilmiş. Eğitim verileri 40 yıla uzanan (1978’den 2018’e kadar) GenCast, bu bilgileri gelecekteki durumları tahmin etmede kullanıyor. Sonuçlarını 50 veya daha fazla tahminden oluşan bir sete bakarak üreten model, tahminlerini olasılığa dayalı olarak sunuyor. Tüm bunlar, geleneksel tahmin yöntemlerinden çok daha hızlı bir şekilde meydana geliyor.
Devletin fon kesintileri, hava durumu kalıplarının tahmin edilmesini YZ’nin desteğiyle bile zorlaştıracak
Yapay zekalı hava durumu tahmini alanı, ABD Ulusal Hava Durumu Servisindeki işten çıkarmalar ve azalan kapasite ortamında hızla evrimleşiyor. Elon Musk’ın masrafları azaltma organizasyonu DOGE’nin öncülük ettiği bu kesintiler, söylenenlere göre kasırga hortum sezonu esnasında büyük önem taşıyan birkaç hava gözlem balonunun fırlatılmasından vazgeçilmesine yol açtı. Genelde 100’den fazla noktada günde iki defa gerçekleşen bu fırlatımlar, meteroloji uzmanlarına şiddetli hava durumu olaylarının nerede gerçekleşebileceğinin tahmin edilmesinde kullanılan gerçek zamanlı atmosferik veriler sağlıyor.
YZ hava durumu sistemleri devasa eğitim veri setlerinden faydalanarak pek çok durumda geleneksel modellerden daha iyi iş çıkarabilir fakat kasırgalar gibi hızlı gelişen fırtınalar hakkında isabetli tahminler yürütmek için hâlâ zamanında alınan, konuma özgü verilere (hava gözlem balonlarıyla toplananlar gibi) bel bağlıyorlar.
Yazar: Mack DeGeurin/Popular Science. Çeviren: Ozan Zaloğlu.
