Yapay Zeka Hava Modeli Geleneksel Modellere Göre 7.000 Kat Daha Az Güç Kullanıyor

Hava tahmini, güçlü bilgisayarlarımızın gerçekleştirdiği 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 ilerledikçe hızla gelişmeye devam ediyor ve daha doğru ve verimli hale geliyor. Washington Üniversitesi ve Microsoft (MSFT ) Research arasındaki bir işbirliğinden kaynaklanan yeni bir çalışma, yapay zeka (AI) nin bu tahminler için nasıl kullanılabileceğini gösteriyor. Yeni teknoloji, geçmiş hava modellerini analiz ederek gelecekteki olayları tahmin ediyor ve bunu mevcut modellere göre daha verimli bir şekilde yapıyor. Daha fazla ilerleme ile birlikte, günümüzdeki modellerden çok daha doğru olabileceği bir noktaya ulaşabilir.

Yeni Küresel Hava Modeli

Yeni küresel hava modeli, tahminler yapmak için son 40 yılın hava verilerini kullanıyor, bu da diğerlerinden farklıdır. Yeni model basit ve veri tabanlıdır ve tüm dünya için bir yıl boyunca hava modellerini simüle edebilir. Mevcut modellere göre hem daha hızlı hem de aynı derecede verimlidir ve her tahminden sonra tekrarlanan adımlarla bunu başarmaktadır.

Araştırma yayımlanmıştır Dünya Sistemlerinin Modellemesinde İlerlemeler Dergisi’nde.

Jonathan Weyn, araştırmanın baş yazarıdır.

“Makine öğrenimi temelde bir pattern tanıma versiyonu yapıyor” dedi Weyn. “Tipik bir patterni görür, genellikle nasıl geliştiğini tanır ve geçmiş 40 yılın verilerine dayanarak ne yapacağına karar verir.”

Yeni model, hiện tại devlet-sonu modellere göre daha az doğru, ancak AI tabanlı olduğundan aynı tahmin aralığını geliştirmek için 7.000 kat daha az bilgisayar gücü kullanıyor. Daha küçük bir hesaplama iş yüküne sahip olduğu için daha hızlıdır.

Ensemble Forecasting

Bu 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 yapılır.

Dale Durran, UW atmosfer bilimleri profesörü ve araştırmanın yazarıdır.

“Bu yaklaşımın çok daha verimli olması önemlidir” dedi Durran. “Vaade, modelin çok büyük kümeler çalıştırabilecek kadar hızlı olmasını sağlayarak öngörülebilirlik sorunlarını ele almasına olanak tanır.”

Proje, Microsoft Research’te Rich Caruana tarafından önerilen ve makaledeki ortak yazar olan AI’nın histórik veriler temelinde hava tahminleri için kullanılmasını önerdiğinde başladı. Bu, böyle tahminler için fiziksel yasalara güvenilmesine gerek olmadığını anlamına geliyordu.

“Geçmiş hava verilerine dayalı olarak eğitildikten sonra, AI algoritması fiziksel denklemlerle yapılamayan değişkenler arasındaki ilişkileri oluşturabiliyor” dedi Weyn. “Daha az değişken kullanabileceğimiz ve çok daha hızlı bir model oluşturabileceğimiz için daha az değişken kullanabiliriz.”

Model, standard bir hava tahmini değişkenini tahmin ederek test edildi. Bir yıl boyunca her 12 saatte bir tahminlerde 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 modellerle birlikte veya onların yerine kullanılmak üzere ayarlanması gerektiğini düşünüyorlar. Yazarlar, bu gelecekte hava tahminleri oluşturmak için alternatif bir yol olabileceğine inanıyor.