- Google DeepMind’in GenCast modeli, geleneksel hava tahmin sistemleriyle karşılaştırılabilir doğruluğa sahip
- Son araştırmaya göre GenCast, 2019 verileri temel alınarak test edildiğinde dünya çapında en üst düzey tahmin modeli ENS’yi %97,2 olasılıkla geride bırakıyor
GenCast’in başlıca özellikleri
- 1979’dan 2018’e kadar olan hava durumu verilerini öğrenerek kalıpları tanıyan ve geleceği tahmin eden yapay zeka tabanlı bir makine öğrenimi modeli
- Geleneksel model (ENS), fiziğe dayalı karmaşık denklemleri hesaplarken GenCast, makine öğrenimini kullanarak tahminleri daha verimli biçimde üretiyor
- Farklı senaryolar sunmak için ensemble tahmin yaklaşımını kullanıyor:
- Örnek: Tropikal siklon rotası tahmininde ortalama 12 saat daha erken uyarı sağlıyor
- Tayfunlar, aşırı hava olayları ve rüzgar enerjisi üretimi gibi konuları 15 gün öncesine kadar tahmin edebiliyor
Başlıca performans ve verimlilik
- Zaman ve kaynak tasarrufu:
- GenCast, Google Cloud TPU v5 kullanarak 15 günlük tahmini 8 dakikada üretiyor
- Geleneksel model ENS’nin aynı tahmini üretmesi ise birkaç saat sürüyor
- Fizik denklemlerini dolaylı olarak aşarak hesaplama maliyetini düşürüyor
- Çözünürlük farkı:
- GenCast, 0,25 derece çözünürlükte (enlem ve boylam) çalışıyor
- ENS, 2019’da 0,2 derece çözünürlükte çalışıyordu ve bugün 0,1 dereceye iyileştirildi
- Çözünürlük farkına rağmen GenCast etkileyici sonuçlar gösteriyor
Yapay zeka ve geleneksel modellerin birlikte varlığı
- GenCast, tahminleri 12 saatlik aralıklarla sunuyor; bu da veriyi daha kısa aralıklarla sağlayan geleneksel modellerden ayrıştığı bir nokta
- DeepMind, güven ve kullanım güveni oluşturmak için GenCast’in geleneksel modellerle birlikte kullanılmasına odaklanıyor
- GenCast, meteoroloji araştırmacıları ve tahmin uygulayıcıları için yeni bir araç olarak somut etki yaratma potansiyeline sahip
Yapay zeka modelinin olası sınırlamaları
- GenCast ile ENS arasındaki mevcut performans karşılaştırması kusursuz değil; çünkü testler GenCast’in 2019’daki ENS verileri temelinde yapılmış durumda
- Daha yüksek çözünürlüğe ölçekleme veya daha kısa tahmin aralıkları sunma gibi ek iyileştirmelere ihtiyaç var
- Meteoroloji topluluğu, yapay zeka tabanlı modellerin fizik tabanlı modeller kadar güvenilir olup olmadığını hâlâ tartışıyor
Açık kaynak ve geleceğe bakış
- DeepMind, daha fazla araştırmacı ve uygulayıcının erişebilmesi için GenCast’in açık kaynak kodunu yayımladı
- Yapay zeka modellerinin, geleneksel modellerin yerini almaktan çok onları tamamlayarak daha doğru ve daha hızlı hava tahmini mümkün kılması bekleniyor
- Yapay zeka hava tahmin modelleri, daha iyi toplumsal etki hedefiyle meteorolojik verilerin kullanım biçimini dönüştürme potansiyeli taşıyor
Henüz yorum yok.