Model Cuaca AI Menggunakan 7.000 Kali Lebih Sedikit Daya Dibandingkan dengan Model Tradisional

Peramalan cuaca adalah salah satu tugas penting yang dilakukan oleh komputer paling kuat. Ini memerlukan jutaan perhitungan dan mesin besar yang menyelesaikan persamaan, yang membantu memprediksi kondisi seperti suhu, angin, dan curah hujan. Ini juga merupakan alat vital untuk memprediksi peristiwa cuaca besar, yang dapat mengganggu wilayah dan perekonomian secara keseluruhan.

Bidang peramalan cuaca terus berkembang pesat seiring dengan perkembangan teknologi, menjadi lebih akurat dan efisien. Penelitian baru yang berasal dari kolaborasi antara Universitas Washington dan Microsoft (MSFT ) Research menunjukkan bagaimana kecerdasan buatan (AI) dapat digunakan untuk prediksi tersebut. Teknologi baru ini menganalisis pola cuaca masa lalu untuk memprediksi peristiwa di masa depan, dan melakukannya dengan lebih efisien daripada model saat ini. Dengan kemajuan lebih lanjut, itu juga dapat mencapai titik di mana itu lebih akurat daripada model saat ini.

Model Cuaca Global Baru

Model cuaca global baru ini menggunakan data cuaca 40 tahun terakhir untuk membuat prediksi, yang berbeda dengan model lain yang menggunakan perhitungan fisika. Model baru ini sederhana dan berbasis data, dan dapat mensimulasikan pola cuaca untuk satu tahun penuh, diterapkan di seluruh dunia. Ini lebih cepat dan sama efisien dengan model saat ini, yang dicapai melalui langkah-langkah berulang dengan setiap prediksi.

Penelitian ini diterbitkan di Journal of Advances in Modeling Earth Systems.

Jonathan Weyn adalah penulis utama penelitian ini.

“Pembelajaran mesin pada dasarnya melakukan versi glorifikasi dari pengenalan pola,” kata Weyn. “Ini melihat pola khas, mengenali bagaimana itu biasanya berkembang dan memutuskan apa yang harus dilakukan berdasarkan contoh yang telah dilihat selama 40 tahun terakhir.”

Model baru ini saat ini kurang akurat daripada model canggih saat ini, tetapi dengan berbasis AI, itu menggunakan 7.000 kali lebih sedikit daya komputer untuk mengembangkan kisaran prediksi yang sama. Karena itu memiliki beban komputasi yang lebih kecil, itu lebih cepat.

Peramalan Ensemble

Dengan kecepatan yang meningkat, pusat peramalan dapat menjalankan beberapa model dengan kondisi yang berbeda. Ini disebut “peramalan ensemble,” dan digunakan untuk membuat prediksi tentang kisaran kondisi yang mungkin untuk peristiwa cuaca.

Dale Durran adalah profesor sains atmosfer UW dan penulis penelitian ini.

“Ada banyak lebih efisiensi dalam pendekatan ini; itu yang membuatnya sangat penting,” kata Durran. “Janji itu adalah bahwa itu dapat memungkinkan kita untuk menangani masalah ramalan dengan memiliki model yang cukup cepat untuk menjalankan ensemble yang sangat besar.”

Proyek ini dimulai ketika Rich Caruana di Microsoft Research, yang merupakan co-penulis makalah ini, mengusulkan menggunakan AI untuk prediksi cuaca berdasarkan data historis. Ini berarti hukum fisika tidak perlu lagi diandalkan untuk membuat prediksi tersebut.

“Setelah dilatih pada data cuaca masa lalu, algoritma AI dapat menghasilkan hubungan antara variabel yang berbeda yang persamaan fisika tidak dapat lakukan,” kata Weyn. “Kita dapat menggunakan lebih sedikit variabel dan oleh karena itu membuat model yang jauh lebih cepat.”

Model ini diuji dengan memprediksi variabel standar dalam peramalan cuaca. Ini membuat prediksi setiap 12 jam selama satu tahun penuh, dan model baru ini adalah salah satu yang terbaik menurut WeatherBench, yang merupakan tes benchmark untuk ramalan cuaca berbasis data.

Peneliti harus terus menyetel model jika itu akan digunakan bersama atau menggantikan model yang ada. Penulis percaya bahwa ini bisa menjadi alternatif untuk menghasilkan prediksi cuaca di masa depan.