Google’ın yeni yapay zeka destekli hava durumu modeliyle artık şemsiyenizi evde unutma bahanesiniz kalmadı!

Google‘nin Yeni Yapay Zeka Hava Durumu Modeliyle Umbrellanızı Yanınızda Unutma Bahanesi Kalmadı

Bilim insanları, Google Deepmind ve Google Research’ten oluşan bir ekip, bugün, atmosferi daha net bir şekilde analiz eden ve davranışını daha sık tahmin eden yeni bir yapay zeka hava durumu tahmini modeli geliştirdi.

WeatherNext 3, meteorolojide derin öğrenme teknikleriyle başlayan önemli bir değişimin en son örneği olup, Google bu modelin kullanıcıların arama, Haritalar ve Gemini’deki hava durumu bilgilerine entegre edileceğini, ayrıca Google’ın bulut platformlarında kullanıcılara ve araştırmacılara sunulacağını duyurdu.

“Bu, temel değişkenlerin ilk kez birçok Google ürününün çekirdeğine yerleştirilecek,” dedi Google Kıdemli Mühendis Samier Merchant.

Yeni model, Brightband tarafından geliştirilen ve AI tahminlerini karşılaştıran bir araç olan Operational WeatherBench üzerinde yapılan testlerde en doğru sonuçları veren model olarak belirlendi. Model, sıcaklık, rüzgar hızı ve nem gibi metrikleri değerlendiriyor.

Model, Google, Microsoft, Nvidia ve Avrupa Orta Menzilli Hava Durumu Tahmin Merkezi (ECMWF) tarafından geliştirilen diğer derin öğrenme modellerini yanı sıra, ABD Ulusal Hava Servisi ve ECMWF’nin geleneksel tahminlerini de geride bıraktı.

Çoğu hava durumu tahmini, hükümetlerin süper bilgisayarlarının karmaşık matematiksel denklemlerle oluşturduğu sistemlerden elde ediliyor; bu sistemler son derece doğru olsa da, pahalı ve nispeten yavaşlar. ECMWF, 2018’de bu sistemler tarafından üretilen yarım yüzyıldan uzun bir hava durumu verisi setini yayınladıktan sonra, derin öğrenme araştırmacıları daha hızlı ve hükümet araçlarıyla karşılaştırılabilir doğrulukta tahminler yapabilen modeller geliştirmeye başladı.

“Hava durumu kaotiktir ve küçük farklılıklar büyük değişikliklere yol açabilir… Makine öğrenimi, tamamlanmış bilgilerden sınırlı kaynaklarla yaklaşık, gürültülü fiziksel süreçleri çözme sorununa odaklanır ve bu nedenle çok miktarda veriden desenler öğrenir,” diye Ferran Alet, DeepMind’da Kıdemli Araştırma Bilimcisi.

O zamandan beri, model geliştiricileri AI tahmin modellerinin temel zayıflıklarına odaklandı: Genellikle 15 ila 25 kilometre karelik daha geniş bir alanda tahmin yaparlar, yağış konusunda her zaman iyi performans göstermezler ve genellikle hükümet kurumları tarafından üretilen biçimlendirilmiş veri kümelerine bağımlıdırlar.

WeatherNext 3, bu üç zorluğun üstesinden geliyor. Araştırmacılar, modelin temel değişkenlerde 5 kilometrelik bir çözünürlüğe kadar tahmin yapabileceğini belirtiyorlar. Yağış değerlendirmelerinde WeatherNext 2’ye göre %60 iyileşme sağlanmış ve artık her saatte tahminler yapılabilir hale gelmiş (daha önce 6 saatlik aralıklarla tahmin yapılıyordu).

Bu gelişmeler, tasarımcıların yaptığı bilinçli seçimlerin bir sonucu. WeatherNext 3, önceki modele göre 2,4 kat daha fazla parametreye sahip daha büyük bir modeldir ve ayrıca kod çözücü başlıklarının hedeflerini, daha kullanışlı sonuçlar elde etmek için optimize edilmiştir. Çoğu hava durumu tahmini, 3 boyutlu bir ızgarada ortalama alınmış metrikler olarak sunulurken, DeepMind araştırmacıları modelin aynı zamanda kasırga yollarını görselleştirmek gibi yeteneklere de sahip olmasını sağladı.

Bu sefer, tasarımcılar ayrıca modelin tahminlerini belirli hava durumu istasyonlarına göre uyarlamasını sağladı. Bu sadece daha ayrıntılı tahminler sunmakla kalmıyor, aynı zamanda tahminlerin doğruluğunu gerçek dünya verileriyle karşılaştırmayı da kolaylaştırıyor.

“Birçok yapay zeka uygulamasında amaç, görevleri mümkün olduğunca uçtan uca gerçekleştirmektir,” dedi Brightband’dan atmosfer bilimcisi Daniel Rothenberg. “Bu modelin artık, örneğin, Denver havaalanının saatlik ölçümlerini tahmin etme yeteneğine sahip olması, bu tahmini görevi temel verilere daha yakın hale getiriyor.”

Model, hava durumu uydularından elde edilen verileri gerçek zamanlı olarak, saatlik aralıklarla işleyebildiği için daha sık tahminler yapabiliyor. Yapay zeka modellerine ham gözlemlerin beslenmesi, hükümet süper bilgisayarlarının analiz ettiği verilere göre daha doğru bir tahmine yol açabilir, ancak modelin biçimlendirilmemiş verilerle çalışmasını sağlamak hala teknik olarak zorlu bir süreçtir.

Google, WeatherNext 3’ün “ham gözlemleri doğrudan kullanan ilk” yapay zeka modeli olduğunu belirtiyor, ancak WindBorne adlı yapay zeka şirketi, WeatherMesh 6 modelinin 2025’in sonlarından beri hava durumu balonları ve diğer kaynaklardan ham verileri kullandığını duyurdu. Bu konuda sorulan Google, tahminlerinin dünyanın her yerinde daha yüksek çözünürlüğe sahip olduğunu vurguladı. Her iki model de hala ulusal hava durumu veri kümelerine bağımlı olduğundan, gerçek anlamda doğrudan veri asimilasyonu için daha fazla çalışmaya ihtiyaç var.

Yapay zeka modelleri genellikle dikkat çekse de, meteorolojideki transformatör devrimi de aynı derecede önemli. Avrupa ve ABD’deki hava kurumları zaten tahmin ürünlerinde yapay zeka modellerini kullanıyorlar ve bunların hızı ile düşük maliyeti, doğru tahminlerin pahalı olduğu bölgelerde ekonomik faydalar sağlayabilir.

Bill Gates yakın zamanda, yapay zeka destekli hava durumu tahminlerini teknolojinin önemli bir faydası olarak gösterdi ve daha iyi tahminlerin gelişmekte olan ülkelerde ürün verimini artırabileceğini belirtti. DeepMind araştırmacısı Alet, rüzgar, yağış ve bulut örtüsü hakkında daha yüksek çözünürlüklü tahminlerin, yenilenebilir enerji projelerinin daha güvenilir hale gelmesine yardımcı olacağını söyledi.

“Sonuç olarak, Google’ın amacı, kullanıcılara faydalı bilgiler sağlamaktır ve kullanıcıların aradığı şeylerden çoğu hava durumu ile ilgilidir,” dedi Alet.