Project Aardvark: Yapay zeka tabanlı hava tahmininde devrim

• Doğru hava tahmini; tarım, ulaşım ve enerji gibi birçok alanda önemli bir rol oynar
• Sel ya da sıcak hava dalgası gibi aşırı iklim olaylarında uyarı sistemleri işlevi görür
• Huawei’nin Pangu-Weather ve Google DeepMind’ın GenCast gibi yapay zeka tabanlı tahmin sistemlerinin ortaya çıkmasıyla, yapay zeka destekli hava tahminine yönelik beklenti arttı
• Turing Institute, yapay zekayı kullanarak hava tahmini teknolojileri geliştirmeye odaklanıyor ve bu kapsamda yeni nesil yapay zeka tabanlı tahmin sistemi Aardvark üzerinde çalışıyor

Mevcut hava tahmini yöntemi

• Günümüzde hava tahmini, sayısal hava tahmini (Numerical Weather Prediction, NWP) yöntemine dayanır
• NWP şu 3 aşamadan oluşur:
  • 1. aşama: Uydular, meteoroloji istasyonları, hava balonları, gemiler ve uçaklar gibi kaynaklardan bilgi toplayarak atmosferin durumunu tahmin etme
  • 2. aşama: Karmaşık bilgisayar modelleri kullanarak mevcut durumu gelecekteki duruma evrimleştirme
  • 3. aşama: Tahmin sonuçlarını işleme, konuma göre doğruluğu düzeltme ve insan meteorologların girdilerini yansıtma
• Bu süreç; yüksek performanslı süper bilgisayarlar, büyük ölçekli insan kaynağı ve karmaşık yazılımlar gerektirir
• Gelişmiş ülkelerde bu tür sistemlerin işletilmesi mümkün olsa da, gelişmekte olan ülkelerde altyapı yetersizliği nedeniyle bunu yürütmek zordur

Aardvark’ın yenilikçi yaklaşımı

• Aardvark, tüm tahmin sürecini tek bir yapay zeka modeliyle değiştiriyor
• Masaüstü bilgisayarda eğitilip çalıştırılabilir ve tahmin hızı mevcut yönteme kıyasla binlerce kat daha yüksektir
• Uydu, meteoroloji istasyonu ve hava balonu gibi çeşitli kaynaklardan veri toplayarak 10 günlük küresel hava tahmini gerçekleştirir
• Karmaşık veri işleme ve eksik değerlerin tamamlanması için yeni bir derin öğrenme mimarisi kullanır
• Aardvark’ın avantajları:
  • Gelişmekte olan ülkelerde de çalıştırılabilir → süper bilgisayar gerektirmez
  • Tahmin doğruluğu ve verimliliği artar
  • Hava tahmini için harcanan enerjiyi azaltarak karbon emisyonlarını düşürme potansiyeli taşır

Aardvark’ın performansı ve potansiyeli

• Aardvark şu anda ABD’nin Global Forecast System(GFS) sistemiyle benzer düzeyde doğruluk gösteriyor
• Şu anda kullanılabilir verilerin yalnızca yaklaşık %10’unu kullanıyor → daha fazla veri kullanıldığında doğruluğun artma olasılığı yüksek
• Mevcut sayısal tahmin modellerinin yerini alma potansiyeline sahip
• Hızlı tahmin kapasitesi sayesinde iklim olaylarına daha süratli yanıt verilebilir
• Gelişmekte olan ülkeler ve veri yetersizliği yaşayan ülkeler için gelişmiş tahmin araçları sunabilir

Zorluklar

• Yapay zeka tabanlı tahmin araçları hâlâ deneysel aşamadadır ve uzun vadeli doğrulama gerektirir
• Kasırga, sel gibi aşırı iklim olaylarının tahmini özellikle zordur
• Geçmiş verilere dayalı olarak eğitilen modellerde, iklim değişikliği nedeniyle hata oluşma ihtimali vardır
• Nadir iklim olaylarına ilişkin veri eksikliği sorununun çözülmesi gerekir

Aardvark’ın gelecek planları

• Turing Institute, Aardvark aracılığıyla hava durumu, okyanus ve deniz buzu tahmini alanlarında hassasiyeti artırmayı hedefliyor
• Özellikle gelişmekte olan ülkeler ve Arktik bölgesi için uygulamaları önceliklendiriyor
• Veri kapsamını genişletme ve mimariyi optimize etme yoluyla aşırı iklim olayları tahminini güçlendirmeyi planlıyor
• Uzun vadeli tahmin ve mevsimsel tahmin özellikleri ekleyerek hükümetler ile şirketlerin uzun dönemli iklim planlarını desteklemeyi amaçlıyor
• Yapay zeka tabanlı hava tahmini teknolojilerinin gelişmesiyle toplumsal faydanın ve ekonomik korumanın artması bekleniyor

Sonuç

• Aardvark, hava tahmini alanındaki paradigmayı değiştirebilecek yenilikçi bir sistemdir
• Gelişmekte olan ülkelerin iklimle mücadele kapasitesini güçlendirme ve tahmin doğruluğunu artırma potansiyeli yüksektir
• Turing Institute, Aardvark ile Birleşik Krallık’ın iklim tahmininin ön saflarında yer almasını sağlamayı hedefliyor
• Aardvark hakkında daha fazla bilgiye Nature makalesinden ulaşabilirsiniz

[GN⁺]

Hacker News görüşleri

• “The Turing Institute? Hâlâ var mı?” diye düşündüm

  • Glasgow’daki önceki Turing Institute yapay zeka araştırması yapıyordu ve 1994'te sona erdi
  • Oradan ilginç araştırmalar çıktı ama bugünkü kurumla aynı değil

• Onlarca yıllık tarihsel veriyi saklayıp saklamadıklarını merak ediyorum

  • Yapay zeka algoritmalarının geçmiş veriler üzerinden mevcut yöntemlerle performans karşılaştırması yapıp yapamayacağı
  • Bu, finansal teknoloji algoritmalarının geçmiş borsa verileriyle değerlendirilmesine benziyor

• Modele bir meydan okuma öneriyorum

  • Kansas City metro bölgesinin hava durumunu 2 günden daha uzun süre için doğru tahmin etmek
  • 2024 itibarıyla bu nadiren doğru oluyordu

• Gelecekteki varsayımsal bir AGI ajanının, insanların bir topun yörüngesini içgüdüsel olarak bilmesi gibi hava durumunu tahmin edip edemeyeceğini merak ediyorum

  • Yapay zeka yarının hava durumunu doğru biliyor olabilir, ama bu bilgiye nasıl ulaştığını anlamıyor olabilir

• Makaleye buradan ulaşabilirsiniz

• Bunun tüm adımları değiştireceği iddiasının abartı mı olduğunu, yoksa benim mi nüansı kaçırdığımı anlayamıyorum

  • Modelin veri toplama aşamasını nasıl ikame edeceğini merak ediyorum

• Hava balonları gibi veri toplama ekipmanlarına verilen fonun kesilmiş olması üzücü

• Kasırgalar ya da nadir görülen aşırı hava olayları gibi uç durumları nasıl ele alacaklarını merak ediyorum

• Babam deniz meltemi ve yağış modellemesi üzerine kapsamlı araştırmalar yapmıştı; keşke yapay zeka ve makine öğrenmesindeki bu gelişmeleri görebilseydi

• Hızlı iklim değişiminin yaşandığı bir dünyada, geçmiş artık geleceği öngörmediğinde, makine öğrenmesi modellerinin ne kadar sağlam kalacağını merak ediyorum