Ekim 2025'te Karayip Denizi üzerinde bir fırtına belirdi. Hava durumu modelleri fırtınanın rotası konusunda farklı tahminler yürütüyordu. Zayıf kalıp Haiti'ye mi yönelecek, yoksa güçlenip Jamaika'ya mı ilerleyecekti? Google'ın DeepMind ve Google Research ekipleri tarafından geliştirilen yapay zeka modeli WeatherNext, ikincisini öngördü. Fırtınanın karaya ulaşmasından beş gün önce, %80 olasılıkla fırtına sisteminin Kategori 5 kasırgası olarak Jamaika'yı vuracağını tahmin etti.
Melissa Kasırgası, Jamaika genelinde sellere ve toprak kaymalarına neden olarak yıkıcı bir etki yarattı. Ancak yapay zeka modeli, fırtına yolundaki topluluklara daha erken uyarı verilmesine yardımcı olarak hazırlıklarını daha iyi yapmalarını sağladı.
Perşembe günü Nature dergisinde yayımlanan bir makalede araştırmacılar, WeatherNext yapay zeka modelinin siklonları benzeri görülmemiş bir doğrulukla tahmin edebildiğini gösterdi. Ortalama olarak, hava durumu tahmincilerine mevcut modellere göre bir gün daha fazla ön uyarı süresi sağlıyor; bu da üç gün sonrasına ait tahminlerinin, önceki modellerin iki gün sonrasına ait tahminleri kadar doğru olduğu anlamına geliyor. Sahada bu ek gün büyük fark yaratabilir.
ABD Ulusal Kasırga Merkezi direktörü Mike Brennan, "Birkaç saat bile fark yaratabilir," diyor. Tahliyelerin organize edilmesi, malzemelerin sevkiyatı ve bir kasırga riskine müdahale için kaynakların harekete geçirilmesi zaman açısından kritik görevlerdir ve yanlış bir karar büyük sonuçlara yol açabilir. "Bu tür kararlar söz konusu olduğunda zaman gerçekten altındır, bu nedenle daha önce yapabildiğimizin bir gün ötesine tahmin doğruluğunu taşıyabilmek gerçekten değerli," diye ekliyor.
Araştırmacılara göre, tahminleri bir gün ileriye taşımak eskiden bir on yıl süren bir çalışmayı gerektiriyordu.
Aşırı olayların modellenmesi yapay zeka için zorlayıcı olabilir. Makine öğrenimi, gelecekteki tahminler yapmak için bol miktarda eğitim verisine ihtiyaç duyar, ancak aşırı olaylar doğası gereği nadir görülen durumlardır. Google DeepMind'da araştırma bilimcisi ve makalenin baş yazarlarından Ferran Alet, "Çok fazla siklon verimiz yok ama çok fazla hava durumu verimiz var. Bu yüzden hem hava durumu hem de siklonlar konusunda iyi olan bir model eğittik," diyor.
Makalenin yazarlarından, Atmosferik Araştırmalar Ortak Enstitüsü Tropikal Siklon Grubu lideri Kate Musgrave, kasırgaların özellikle tahmin edilmesinin zor olduğunu belirtiyor çünkü çoklu uzamsal ölçeklerde hareket ediyorlar. Bir fırtınanın rotasını -yani hangi yöne doğru ilerlediğini- tahmin etmek, soğuk cephelerin konumu ve hakim rüzgarlar gibi bilgileri dikkate alan küresel ölçekte hava durumu verilerini gerektirir. Ancak bir fırtınanın yoğunluğunu tahmin etmek, özellikle yerel atmosferik ve okyanus koşullarına odaklanan çok daha küçük ölçekli verileri gerektirir.
Musgrave, "Bu, küresel modellerden elde edemediğimiz bir şey," diyor. Daha önceki yapay zeka modelleri bir fırtınanın rotasını tahmin etmede iyi performans gösterirken, "yoğunluk konusunda hiç de iyi değillerdi."
Her ikisini de tahmin etmek kritik öneme sahiptir: Yoğunluktaki bir değişiklik, nispeten zayıf bir fırtına ile büyük bir kasırga arasındaki fark anlamına gelebilir. Bazen -Melissa Kasırgası örneğinde olduğu gibi- bir fırtına sistemi hızla yoğunlaşarak bir gecede acil durum haline gelebilir. Melissa, Ulusal Kasırga Merkezi'nin fırtına sadece Kategori 1 seviyesindeyken Kategori 5 kasırgası tahmin edebildiği ilk durumdu.
WeatherNext modeli canlı tahminlerde kullanılmadan önce, araştırmacılar onu geriye dönük veriler üzerinde test ettiler. Musgrave, "Sonuçlar o kadar iyiydi ki, gerçek zamanlı gösterimde de aynı performansı göreceğimizden şüpheciydik." Ancak tahminciler modeli operasyonlarına entegre etmeye başladığında, bu performans devam etti. Musgrave, "Sanırım herkes ne kadar iyi çalıştığına şaşırdı," diye ekliyor.
Model üzerinde çalışan DeepMind araştırmacıları bile, yapay zeka modelinin geleneksel modellerin fırtına yoğunluğunu tahmin etmek için gerektirdiği veriden çok daha düşük çözünürlüklü atmosferik veriler kullanmasına rağmen, bu kadar doğru tahminleri nasıl ürettiğini tam olarak anlamıyorlar. Alet, "Topluluğa modelimizin sadece nispeten kaba çözünürlüklü veriler kullandığını söylediğimizde şok oldular, çünkü bu, düşük çözünürlüklü girdilerin, daha önce inanıldığından daha fazla sinyal yakaladığı anlamına geliyor," diyor.
Yapay zeka modeli, fırtına yoğunluğu hakkında tahminler yapmasına olanak tanıyan düşük çözünürlüklü verilerde bir şeyler yakalıyor olmalı, ancak araştırmacılar ne olduğunu bilmiyorlar. Alet, "Sonuçta bu bir kara kutu, ancak bu fizikçilere daha önce anlaşılmamış bir şeyin gerçekleştiğine dair bir işaret veriyor," diye açıklıyor.
Model sadece tek bir tahmin sunmuyor; gelişmekte olan bir fırtına için bir dizi potansiyel senaryo üretiyor. Alet, bunun, trendden küçük bir sapmanın ileride çok daha büyük değişikliklere yol açabileceği "kelebek etkisi"ni yakalamaya yardımcı olduğunu belirtiyor. Tahminciler, bir fırtına sisteminin nasıl gelişeceğine dair tahminlerini bilgilendirmek için bu çıktıları diğer modellerin çıktılarıyla birlikte kullanabilirler. Geçen yıl, yapay zeka modeli fırtına başına 50 senaryo oluştururken, şimdi 1.000 senaryo üretiyor.
Musgrave, "Bu, mevcut hesaplama gücümüzle mevcut sayısal modellerimizle yapamayacağımız bir şey," diyor.
Brennan, DeepMind'ın modelinin tahmincilerin araç kutusunda harika bir yeni araç olduğunu ancak bunun yalnızca bir araç olduğunu vurguluyor. "Bir modelin, geçen yıl iyi performans gösterdiği veya bu özel fırtına için gerçekten iyi performans gösterdiği için gelecek sezon veya bir sonraki fırtına için en iyi model olacağının garantisi yok," diyor. Brennan, insan unsurunun hala kritik olduğunu ekliyor. "Bir kasırga sadece bir rota veya yoğunluk tahmini değildir," diyor. "Bunun insanlara zarar veren etkileriyle ilişkilendirilmesi uzmanlar gerektirir."
Google DeepMind ayrıca, kasırga sezonunda kullanılan WeatherNext modellerini açık kaynak haline getirdiğini duyurdu, böylece araştırmacılar onları kullanabilir ve geliştirebilirler. Alet, modellerin araştırma topluluğuna açılmasının siklonların nasıl çalıştığına dair taze bilgiler ortaya çıkarmaya yardımcı olabileceği umudunu taşıyor.
Alet, "Bilimsel keşifler konusunda çok heyecanlıyım," diyor. "Yapay zekanın evrenin yasalarına nüfuz etmemiz için bize yeni araçlar sunduğunu düşünüyorum."
