Haziran ayının başlarında, Atlantik kasırga sezonunun hemen ardından Google, tropikal siklonların izlerini ve yoğunluğunu tahmin etmek üzere özel olarak tasarlanmış yeni bir model tanıttı. Google DeepMind bünyesindeki yapay zeka tabanlı hava durumu araştırma modellerinin bir parçası olan bu siklon "Hava Laboratuvarı" modeli, lansmanında meteorologlar için biraz gizemliydi. Google, o dönemde yayınladığı bir blog yazısında, geçmiş hava durumunu yeniden yapılandıran geniş bir veri kümesi ve kasırga izleri, yoğunlukları ve boyutları hakkında kilit bilgileri içeren özel bir veritabanı üzerinde eğitilen yeni modelinin, lansman öncesi testlerde başarılı olduğunu belirtmişti. Şirket, "Dahili testler, modelimizin siklon izi ve yoğunluk tahminlerinin, mevcut fizik tabanlı yöntemler kadar doğru, hatta çoğu zaman daha doğru olduğunu gösteriyor" açıklamasında bulunmuştu. Google, Atlantik ve Doğu Pasifik havzalarındaki Hava Laboratuvarı modelinin performansını değerlendirmek üzere, on yıllardır güvenilir tahminler sunan Ulusal Okyanus ve Atmosfer Dairesi'nin bir kolu olan Ulusal Kasırga Merkezi ile ortaklık kuracağını duyurmuştu.
Tüm Gözler Erin Kasırgası'ndaydı
Birkaç hafta öncesine kadar Atlantik kasırga sezonu nispeten sakindi, genel aktivite normalin altında seyrediyordu. Bu nedenle yeni modelin yüksek profilli testleri için fırsat doğmamıştı. Ancak yaklaşık 10 gün önce, Erin Kasırgası açık Atlantik Okyanusu'nda hızla yoğunlaşarak batıya doğru ilerlerken Kategori 5 seviyesine ulaştı. Tahmin açısından bakıldığında, Erin'in doğrudan Amerika Birleşik Devletleri'ni vurmayacağı açıktı, ancak meteorologlar detaylara önem verir. Erin gibi büyük bir fırtına olması nedeniyle, Erin'in ABD Doğu Kıyısı'na ne kadar yaklaşacağı (sonuç olarak ciddi sahil erozyonuna neden olacak kadar yaklaştı) ve Atlantik'teki küçük Bermuda Adası üzerindeki etkileri konusunda endişeler vardı. Bir fırtına aktifken, farklı modellerden hangisinin tropikal bir siklon için en iyi tahmini sağladığını ayırt etmek zor olabilir. Performanslarını fırtınaya kadar olan verilere bakarak değerlendirebiliriz, ancak bu bile belirsizlikler içerir. Ancak verileri işleyip hangi modellerin bir sistemin nereye gideceğini ve ne kadar güçleneceğini en iyi tahmin ettiğini ancak fırtına sonrasında görebiliriz. Erin dağıldıktan sonra bu tür bir değerlendirme yapabiliriz ve Atlantik sezonunun bugüne kadarki en büyük testinde, Google'ın Hava Laboratuvarı modeli 72 saat ve daha kısa süreler için en iyi performansı gösterdi. (Bu, fırtına için üç günlük bir tahmindir).
DeepMind Nasıl Bir Performans Gösterdi?
Verileri, Ulusal Kasırga Merkezi'nin kasırga uzman birimi eski başkanı James Franklin tarafından derlenen aşağıdaki grafiklerde kendiniz görebilirsiniz. Google'ın modeli bu grafiklerde GDMI olarak gösterilmektedir. Google'ın modeli, iz tahminlerinde yalnızca Ulusal Kasırga Merkezi'nin "resmi" iz tahminini geçmekle kalmadı, aynı zamanda küresel tahminler yapan birçok fizik tabanlı modeli ve kasırga odaklı modelleri de geride bıraktı. Fizik tabanlı bir model, karmaşık denklemlere dayanan geleneksel bir tahmin modelidir. Sayısal hava tahmini olarak da adlandırılan bu modeller, başlangıçtaki atmosfer koşullarını alarak, atmosferin zamanla nasıl değişeceğini belirlemek için hesaplamalar yapar. Bu süreç yoğun hesaplama gücü gerektirir ancak tarihsel olarak meteorolojiye büyük katkı sağlamıştır. Bilgisayar donanımının iyileşmesi ve gerçek zamanlı atmosfer koşullarını toplama ve girme yeteneğimizin güçlenmesiyle, kasırga izi tahminlerindeki hata eğilimleri son çeyrek yüzyılda önemli ölçüde düşmüştür. İz tahminlerine benzer şekilde, Google'ın modeli yoğunluk tahminleri konusunda da ilk 72 saat için diğer modelleri geride bıraktı. İki günlük tahmindeki performansı özellikle dikkat çekici.
Yapay Zeka Hava Durumu Modellemesini Ciddiye Alma Zamanı
Burada eklenmesi gereken birkaç önemli nokta daha var. Grafiklerde gösterilen TVCN ve IVCN modelleri, kasırga merkezindeki tahminciler tarafından yakından takip edilen iz ve yoğunluk için "konsensüs" modellerini temsil etmektedir. Bu modellerin çıktıları genellikle kamuoyuna açıklanmasa da, modellerin temel olarak en iyi modellerin bazılarını içeren bir yanlılık düzeltmeli ortalamasını sunmaktadır. Bu bağlamda yanlılık düzeltmeli, yazılımın çeşitli modellerdeki bilinen tahmin yanlılıklarını düzelttiği anlamına gelir. Bu nedenle Google'ın modelinin konsensüs modellerini geçmesi önemlidir. Tahmin açısından bakıldığında, üç ila beş gün sonrası en önemli dönemdir. Tahliye ve diğer kasırga hazırlıkları hakkında önemli kararların verilmesi ve uygulamaya konulması için zaman bırakılması gereken zaman dilimi budur. Buna göre, yapay zeka modellerinin bu tahmin aralığında daha iyi performans göstermesini görmek isteriz. Bununla birlikte, buradaki temel çıkarım, yapay zeka hava durumu modellemesinin önemli ilerlemeler kaydetmeye devam ettiğidir. Tahminciler kasırgalar gibi yüksek etkili olaylar için tahminler yapmaya çalıştıkça, yapay zeka hava durumu modelleri hızla cephaneliğimizde çok önemli bir araç haline gelmektedir. Bu, Google'ın modelinin her fırtına için en iyisi olacağı anlamına gelmez. Aslında bu çok olası değildir. Ancak gelecekte ona kesinlikle daha fazla ağırlık vereceğiz. Dahası, bunlar çok yeni araçlar. Google'ın Hava Laboratuvarı, diğer birkaç yapay zeka hava durumu modeliyle birlikte, kısa sürede en iyi fizik tabanlı modellerle eşdeğer bir yetenek göstermiştir. Bu modeller daha da gelişirse, belirli hava durumu tahmin türleri için altın standart haline gelebilirler.
