Google Araştırma ve Google DeepMind, şirketin yapay zeka hava tahmin sisteminin en yeni sürümü ve Google'ın hesabına göre şimdiye kadarki en doğru küresel tahmin modeli olan WeatherNext 3'ü yayınladı. 3 Eylül'de duyurulan sistem, hava durumu bilgilerini Arama, Google Haritalar ve Gemini'ye aktarmaya başlayacak ve Google'ın bulut platformları aracılığıyla işletmelerin ve araştırmacıların kullanımına sunulacak.

Onlarca yıldır dünyadaki tahminlerin çoğunu üreten hükümet süper bilgisayarlarının aksine, WeatherNext 3 derin bir öğrenme modelidir: atmosferik fizik denklemlerini adım adım çözmek yerine, kalıpları doğrudan gözlemlerden öğrenir. Google ayrıca bunun, ham uydu gözlemlerini doğrudan yüksek çözünürlüklü bir küresel tahmine dahil eden ilk yapay zeka modeli olduğunu söylüyor; bu, en az bir rakibin itiraz ettiği bir iddia. İşte ne değişti ve neden Google'ın çok ötesindeki tahminciler bu alandaki en son yapay zeka gelişmelerini yakından izliyor?

Yapay Zeka, Hava Tahmini Kalıplarını Nasıl Kırdı?

Geleneksel tahminler, süper bilgisayarları atmosferin fiziğini tanımlayan matematiksel denklemler üzerinden işleyen ABD Ulusal Hava Durumu Servisi ve Avrupa Orta Vadeli Hava Tahminleri Merkezi (ECMWF) gibi ulusal kurumlardan geliyor. Bu sistemler son derece hassastır ancak pahalıdır ve nispeten yavaştır.

Derin öğrenme alternatifi, ECMWF'nin 2018'de yarım asırdan fazla arşivlenmiş hava durumu verilerini yayınlamasının ardından ortaya çıktı ve araştırmacılara tam olarak sinir ağlarının başarılı olduğu türden bir eğitim sağladı. DeepMind'ın personel araştırma bilimcisi müdürü Ferran Alet, TechCrunch'a "Hava kaotik ve çok küçük farklılıklar gerçekten büyük ölçüde tedirgin olmaya başlıyor" dedi. "Makine öğrenimi, aslında çözmekte olduğumuz sorunu hedef alıyor; bu, eksik bilgi ve sonlu hesaplamadan kaynaklanan yaklaşık gürültülü fiziktir ve bu nedenle birçok veriden kalıplar öğrenir."

Daha Keskin, Daha Hızlı ve Çok Daha Sık

WeatherNext 3, selefinden daha büyük bir model (2,4 kat daha fazla parametre) ve artık yapay zeka tahmin sistemlerini sıcaklık, rüzgar hızı ve nem açısından karşılaştıran bağımsız bir kıyaslama olan Brightband'ın Operasyonel WeatherBench'inde zirvede yer alıyor. TechCrunch'a göre Google, Microsoft, Nvidia ve ECMWF'nin rakip derin öğrenme modellerinden daha iyi performans gösteriyor ve ABD Ulusal Hava Durumu Servisi ile ECMWF'nin kendileri tarafından üretilen geleneksel sayısal tahminleri geride bırakıyor.

Pratik kazanımlar oldukça önemlidir:

  • Çoğu yapay zeka modelinin 15 ila 25 km'lik alanlar için tahmin yaptığı temel değişkenler için 5 km'ye kadar çözünürlük. Kod Çözücü, modelin WeatherNext 2'den beş kat daha ayrıntılı olduğunu bildiriyor.
  • Google'ın değerlendirmelerine göre yağmur tahminleri WeatherNext 2'ye göre yüzde 60 oranında iyileştirildi ve 9to5Google, Google'ın kendi ürünleri için yüzde 50 daha doğru yağış tahminleri aktarıyor.
  • Standart altı saatlik ritim yerine saatlik tahminler çünkü model, her saat başı gerçek zamanlı olarak toplanan uydu gözlemlerini alabilir.
  • İstasyon düzeyinde hedefleme, yani model, yalnızca ızgara karelerinin değil, belirli hava istasyonlarının da neyi ölçeceğini tahmin eder.

Brightband'dan atmosferik bilim insanı Daniel Rothenberg, TechCrunch'a "Birçok yapay zeka uygulamasıyla ilgili fikir, görevleri mümkün olduğunca uçtan uca yürütmeye çalışmaktır" dedi. "Bu modelin artık, örneğin Denver havaalanının hava durumu istasyonunun saatlik bazda ne ölçeceğini de tahmin ettiği bir yeteneğin eklenmesi, bu tahmin görevini çekirdeğe daha da yakınlaştırıyor."

Ham Uydu Veri Anlaşmazlığı

Google'ın bir ilk olma iddiası model mimarisi kadar veri tesisatına da dayanıyor. Yapay zeka tahmincilerinin çoğu hâlâ devlete ait hava durumu kurumları tarafından üretilen biçimlendirilmiş analiz veri kümeleri üzerinde eğitim veriyor ve başlangıç ​​yapıyor. WeatherNext 3, ham uydu gözlemlerini doğrudan, saatlik olarak alıyor; Google, gerçek veri asimilasyonuna daha yakın olduğunu ileri sürüyor.

AI hava durumu girişimi WindBorne, kendi WeatherMesh 6 modelinin 2025'in sonlarından bu yana hava balonu filosundan ve diğer kaynaklardan elde edilen ham gözlemleri birleştirdiğine karşı çıkıyor. Anlaşmazlık sorulduğunda Google, tahminlerinin küresel çözümüne dikkat çekti. TechCrunch, her iki şirketin de boru hattının bazı bölümleri için hala ulusal veri kümelerine dayandığını, dolayısıyla tamamen doğrudan asimilasyonun tüm alan için devam eden bir çalışma olduğunu belirtiyor.

Kullanıcılar Nerede Görecek

Google'da kıdemli personel mühendisi Samier Merchant, TechCrunch'a şöyle konuştu: "Bu, temel değişkenlerden bazılarının birçok Google ürününü beslediği ve güçlendirdiği ilk sefer olacak." Arama, Google Haritalar ve Gemini'deki hava durumu bilgileri, WeatherNext 3 çıktısından yararlanacak ve yapay zeka tarafından oluşturulan tahminleri, çoğu arkalarındaki modeli asla bilemeyecek olan milyarlarca kullanıcının önüne sunacak.

Uygulamanın Ötesi Neden Önemlidir

Ekonomi daha büyük bir hikaye. Yapay zeka tahminlerinin üretilmesi, süper bilgisayar topluluklarıyla karşılaştırıldığında hızlı ve ucuzdur; bu da, kullanılabilir tahminleri, bunu asla karşılayamayan bölgelerin erişimine sokar. Decoder, Afrika'nın, Latin Amerika'nın ve Asya-Pasifik'in doğru tahminlerin eksik olduğu bölgelerinin en büyük kazanımları görmesi gerektiğini bildiriyor. Bill Gates, daha iyi tahminlerin gelişmekte olan ülkelerde mahsul verimini artırmasıyla yapay zeka hava tahminlerinin somut bir kalkınma faydası olduğunu belirtti ve Alet, daha yüksek çözünürlüklü rüzgar, yağmur ve bulut tahminlerinin yenilenebilir enerji projelerini daha güvenilir hale getirebileceğini belirtiyor.

Avrupa ve ABD'deki meteoroloji kuruluşları halihazırda yapay zeka modellerini operasyonel ürünlerine katıyor. WeatherNext 3 ile dili yeniden şekillendiren dönüştürücü devrim, sessizce günlük hava koşullarının motoru haline geldi.

Yapay Zekanın Önünde Olun

Yapay zeka araştırmaları hızla ilerliyor. En son AI gelişmelerini tek bir yerden edinin.

Daha fazla AI haberini okuyun →