Yeni yapay zeka yarışı: Yeni modeller hava durumu tahmininde devrim yaratıyor

Hava durumunun mümkün olduğunca önceden doğru bir şekilde tahmin edilmesi, yalnızca yenilenebilir enerji kaynaklarının kullanılabilirliğini belirlemek, rotaları planlamak veya tarım veya altyapı yatırımlarını etkin bir şekilde yönetmek için değil, aynı zamanda tarım ve altyapı yatırımlarını yönetmek için de önemlidir. Hayatlar da tehlikede. Leuven Katolik Üniversitesi'nin (Brüksel) Küresel Doğal Afetler Veritabanı'na (EM-DAT) göre, seller son yirmi yılda 2,5 milyar insanı etkiledi, çeyrek milyon kişinin ölümüne neden oldu ve yaklaşık 936 milyar dolarlık hasara yol açtı. Teknoloji devleri en iyi tahmin modelini geliştirmek için yarışıyor. Nature dergisi Çarşamba günü Microsoft'un Pensilvanya, Cambridge ve Amsterdam üniversiteleri de dahil olmak üzere üniversitelerle iş birliği yaparak geliştirdiği yapay zeka (AI) modeli Aurora'nın geliştirilmesine ilişkin haberini yayınladı. IBM ve ESA'nın ( TerraMind ) ve Google'ın ( GraphCast ) da katıldığı yarışta, en yüksek kesinlik ve öngörüye en verimli şekilde ulaşmak hedefleniyor.

Hava durumunu tahmin etmek en karmaşık süreçlerden biridir. Atmosferin evriminde yüzlerce düzensiz etken rol oynar. Bunlardan herhangi birinde yapılacak bir değişiklik tüm tahmini mahvedebilir. Bu nedenle en güvenilir tahminler üç günü geçmez. Ancak bu sınırlamayı aşmak için yapılacak yatırım buna değer: Bu sayede hayatlar kurtarılabilir ve Nature Communications'da yayımlanan bir araştırmanın yıllık 143 milyar dolar (128 milyar avro) olarak tahmin ettiği ekonomik kayıplar önlenebilir.

Microsoft, Aurora'nın hava kalitesi, tropikal siklon izleri ve okyanus dalgası dinamikleri de dahil olmak üzere daha doğru ve verimli yüksek çözünürlüklü hava durumu tahminlerine olanak sağladığını söylüyor. Microsoft'a göre program, bir milyondan fazla saatlik çeşitli Dünya sistemi verisiyle eğitildi ve modeli, hız ve doğruluk açısından mevcut birçok işletim sistemini "geçecek" şekilde ayarlandı. Şirket, modelinin "hedeflerin %92'sinde son teknoloji sayısal modellerden daha iyi sonuçlar verdiğini ve aşırı olaylarda performansı iyileştirdiğini" iddia ediyor.

Geleneksel sayısal modeller, muazzam bir hesaplama gücü gerektiren onlarca yıllık verilere dayanmaktadır. Bazı faktörlerin toplanması ve işlenmesi günler alıyor ve süper bilgisayarlar ve gelişmiş ekipmanlar gerektiriyor. Bu kaynak harcamaları son dönemde yapay zeka sayesinde azaltıldı. Çalışmanın yazarlarına göre Aurora'nın eğitimi, geleneksel sistemlerde yıllar süren eğitime kıyasla yalnızca sekiz hafta sürdü. Araştırmacılar, Aurora modelinin aynı zamanda mevcut gelişiminde rol oynamayan diğer iklim faktörlerinin analizinde de temel oluşturabileceğini belirtiyorlar.

Pennsylvania Üniversitesi'nde makine mühendisliği doçenti ve araştırmanın ortak yazarı olan Paris Perdikaris , Aurora'nın "zorlu" olduğunu çünkü yalnızca güvenilir ve doğru tahmin araçları tasarlamak ve geliştirmekle ilgili olmadığını, aynı zamanda "herkesin erişebileceği ve çok az hesaplama kaynağı gerektirdiği" için de olduğunu söylüyor.

Perdiakis, "Aurora doğrudan fiziksel prensipleri kullanmıyor, bunun yerine gözlemlere ve bilgilere dayanıyor ve tahminler, gözlemler, analizler ve yeniden analizler de dahil olmak üzere çok çeşitli jeofizik verilerinden öğreniyor; esasen tarihsel hava modellerinin yeniden yapılandırılması," diye açıklıyor.

Sistemin doğruluğunu desteklemek için araştırmacı şunları vurguluyor: "İlk kez, bir AI sisteminin tüm operasyonel kasırga tahmin merkezlerinden daha iyi performans gösterebileceğini gösterdik. [Aurora] yalnızca tarihsel verileri kullanarak, 2023'teki tüm kasırgaları operasyonel merkezlerden daha yüksek doğrulukla doğru bir şekilde tahmin edebildi." Perdikaris ayrıca modelin "çok yerel ölçeklerde fırtınaları ve aşırı olayları doğru bir şekilde çözme potansiyeli" gösterdiğini vurguluyor.

IBM ve ESA'dan TerraMind

Bu yarışta başka devler de var. IBM, Avrupa Uzay Ajansı (ESA) ve çokuluslu şirketin geliştirdiği TerraMind modelinin sonuçlarını açık veri havuzu ArXiv'de yayınladı. TerraMind, özetle Dünya gözlem uydu sistemlerine beyin, Dünya'nın gözü ve atmosferin davranışları hakkında onlarca yıllık bilgi sağlıyor.

“Yeni modeller başlattık. Radar verilerine ek olarak, Dünya yüzeyindeki yaşamı anlamamıza yardımcı olan diferansiyel bitki örtüsü endeksi gibi diğer modelleri de ekliyoruz; her şeyi üç boyutta anlamak için yükseklik profilleri; coğrafi koordinatlar… Görsel bir uydu görüntümüz varsa, sistemimiz diğer tüm modelleri üretebilir,” diye açıklıyor IBM'in İrlanda ve Birleşik Krallık araştırma bölümünün direktörü veİklim ve Sürdürülebilirlik için Hızlandırılmış Keşif Stratejisi başkanı Juan Bernabé-Moreno.

Sistem sadece uyduların çalışmasını engelleyen bulutların altında neler olduğunu göstermiyor. Ayrıca, örneğin okyanus kirliliğini tespit etme, filoları izleme, yangından etkilenen bir alanın kurtarılması, bir ekosistemdeki istilacı türler, biyolojik çeşitlilik veya toprak bozulması, bir olgunun evrimi veya geçmiş verilerle simülasyonlardan tahminler üretme yeteneğine de sahiptir. Bernabé-Moreno, "Bunu atmosferde ortaya çıkan her şeye uygulayabilirsiniz; bu, gezegen hakkında daha önce olmayan bir anlayış düzeyi katıyor" diye özetliyor.

TerraMind açık kaynaklıdır ve çok az bellek gerektirir (1,5 GB), bu nedenle herkesin karmaşık bir donanıma ihtiyaç duymadan erişebilmesine olanak tanır. Bilim insanı, "Topluluğun bunu benimsemesi ve kullanması bizim için çok önemli" diyor. Gelecek versiyonlarda, doğal kaynakları ve bunların potansiyel gelişimi hakkında bilgi edinmek isteyen çiftçiler gibi kullanıcıların diyalog yoluyla programla etkileşime girmesini sağlayan yapay zeka sistemleriyle çalışacağız.

İspanyol Xoople şirketi de "Dünya yüzeyindeki fiziksel değişimlerin sistematik bir şekilde anlaşılmasını sağlamak için karasal verileri toplama ve analiz etme" alanında çalışıyor. İspanya Resmi Kredi Enstitüsü'nün (ICO) girişim sermayesi şirketi AXIS ve İspanya Bilim, Yenilik ve Üniversiteler Bakanlığı'na bağlı bir kuruluş olan ve kendisini Stratejik Şirket olarak belirleyen CDTI'nin desteği sayesinde şirket 115 milyon avroluk finansman sağladı. Amaç, yapay zekayı kullanarak desenleri tanımak, değişiklikleri tespit etmek ve ortak platformlarda öngörücü analizler sağlamak.

Kuzey Amerikalı teknoloji devinin yapay zeka şirketi Google DeepMind, araştırmaya göre Science dergisinde 10 günlük tahminleri "mevcut yaklaşımlardan daha iyi, daha hızlı ve daha erişilebilir" hale getirmek için makine öğrenimi tabanlı bir hava durumu tahmin modeli sunan ilk şirket oldu. GraphCast adı verilen model, test edilen vakaların %90'ında geleneksel sistemlerden daha iyi performans gösterdi.

Google'ın referans aldığı sistem ise İtalya'nın Bologna kentinde yaklaşık bir milyon işlemciye ve 30 petaflops (saniyede 30.000 trilyon hesaplama) güce sahip bir süper bilgisayara sahip olan Avrupa Orta Vadeli Hava Tahminleri Merkezi (ECMWF) oldu. Entegre Tahmin Sistemi'nde (AIFS) yapay zeka kullanan ve hava olaylarına ilişkin uzun vadeli tahminler sunan bu merkez, Orta Avrupa'da eylül ayında meydana gelen şiddetli yağışları önceden tahmin etti.

GraphCast bu yeteneklere ihtiyaç duymaz ve geçmiş verilerle eğitilen makine öğrenimini kullanarak bir dakikadan kısa sürede doğru 10 günlük tahmin sunar. Yazarlar, DeepMind bilim insanı Remi Lam liderliğinde, "Bunun hava durumu tahmininde bir dönüm noktası olduğuna inanıyoruz" diyor.