AI Hava Modeli Geleneksel Modellere Göre 7.000 Kat Daha Az Güç Kullanıyor

Hava tahmini, en güçlü bilgisayarlarımızın üstlendiği kritik görevlerden biridir. Milyonlarca hesaplama ve büyük makinelerin denklemleri çözmesi gerekir, bu da sıcaklık, rüzgar ve yağmur gibi koşulları tahmin etmeye yardımcı olur. Ayrıca, tüm bölgeleri ve ekonomileri etkileyebilecek büyük hava olaylarını tahmin etmek için de çok önemli bir araçtır.

Hava tahmini alanı, teknoloji geliştikçe hızla gelişmeye devam ediyor ve daha doğru ve verimli hale geliyor. Washington Üniversitesi ve Microsoft Research arasındaki bir işbirliğinden ortaya çıkan yeni bir çalışma, yapay zeka (AI) nin bu tahminler için nasıl kullanılabileceğini gösteriyor. Yeni teknoloji, geçmiş hava kalıplarını analiz ederek gelecekteki olayları tahmin ediyor ve bunu mevcut modellere göre daha verimli bir şekilde yapıyor. Daha da geliştirilirse, günümüzün modellerinden çok daha doğru olabilecek bir noktaya ulaşabilir.

Yeni Küresel Hava Modeli

Yeni küresel hava modeli, tahminler yapmak için son 40 yılın hava verilerini kullanıyor, bu da diğerlerinin fizik hesaplamaları kullanmasından farklı. Yeni model basit ve veri tabanlıdır ve bir yıl boyunca hava kalıplarını simüle edebilir ve tüm dünyada uygulanabilir. Mevcut modeller kadar hızlı ve verimlidir ve her tahminden sonra tekrarlanan adımlarla bunu başarmaktadır.

Araştırma yaygınlaştırıldı Journal of Advances in Modeling Earth Systems’de.

Jonathan Weyn araştırmanın baş yazarı.

“Makine öğrenimi temelde gelişmiş bir modelleme türü yapıyor” dedi Weyn. “Tipik bir modeli görür, nasıl geliştiğini tanır ve geçmiş 40 yılın verilerine dayanarak ne yapacağını quyếtir.”

Yeni model şu anda günümüzün en gelişmiş modellerinden daha az doğru, ancak AI’ye dayandığı için aynı aralığındaki tahminleri geliştirmek için 7.000 kat daha az bilgisayar gücü kullanıyor. Daha küçük bir hesaplama iş yüküne sahip olduğu için daha hızlıdır.

Ensemble Forecasting  

Artan hız ile hava merkezleri, farklı koşullara sahip birden fazla model çalıştırabilir. Buna “ensemble forecasting” denir ve bir hava olayı için olası koşulların bir dizi tahmini için kullanılır.

Dale Durran, UW atmosfer bilimleri profesörü ve araştırmanın yazarı.

“Bu yaklaşımda çok daha fazla verimlilik var; bu, onun hakkında önemli olan şey” dedi Durran. “Vaade edilen şey, predictability sorunlarıyla başa çıkmak için çok büyük kümeler çalıştırmak için yeterince hızlı bir model olabileceği.”

Bu proje, Microsoft Research’ten Rich Caruana’nın tarihi verilere dayalı hava tahminleri için AI kullanma önerisiyle başladı, bu da böyle tahminler için fizik yasalarına güvenilmesine gerek kalmayacağı anlamına geliyordu.

“Geçmiş hava verilerine dayalı olarak eğitildikten sonra, AI algoritması fizik denklemlerinin yapamayacağı farklı değişkenler arasındaki ilişkileri ortaya çıkarabilir” dedi Weyn. “Daha az değişken kullanabiliriz ve bu nedenle çok daha hızlı bir model oluşturabiliriz.”

Model, standard bir hava tahmini değişkenini tahmin ederek test edildi. Bir yıl boyunca her 12 saatte bir tahminde bulundu ve yeni model, veri tabanlı hava tahminleri için bir benchmark testi olan WeatherBench’e göre en iyi performans gösterenlerden biri oldu.

Araştırmacılar, modelin mevcut modellerin yanında veya yerine kullanılabilmesi için onu ayarlamaya devam etmelidir. Yazarlar, bu gelecekte hava tahminleri oluşturmak için bir alternatif olabileceğine inanıyor.