Hava durumu tahminleri kısa ufuklarda oldukça güvenilir hale geldi: Günümüzün modelleri yaklaşık iki haftaya kadar oldukça yüksek doğruluktadır ve uzun vadeli iklim tahminleri de istikrarlı bir şekilde gelişmektedir. Ancak bu iki zaman ölçeği arasında inatçı bir kör nokta bulunmaktadır. Sezon altı tahmin olarak bilinen iki ila altı haftalık penceredeki tahminler, mahsullerin ne zaman ekileceğine, su ve enerjinin nasıl tahsis edileceğine ve kontrol edilemeyen yangınlara nasıl hazırlanılacağına karar vermek için önemli olan aralık olmasına rağmen hala güvenilmez olmaya devam ediyor.
Microsoft Research ve harici işbirlikçilerden oluşan bir ağ, bu açığı daraltmanın bir yolunu bulduklarını söylüyor; bunu başka bir tahmin modeli oluşturmakla değil, halihazırda var olan modellerin öngörülebilir hatalarını düzeltecek yazılımları öğretmekle yapıyor. Olasılıksal Önyargı Düzeltme (PBC) adı verilen yaklaşım, Nature bilimsel dergisinde yayınlanan bir makalede ayrıntılı olarak anlatılıyor ve bu hafta yayınlanan bir Microsoft blog yazısında anlatılıyor. Bu, en son yapay zeka gelişmeleri arasında yer alan uygulamalı yapay zeka araştırmaları dalgasındaki en sessiz pratik girişlerden biridir, çünkü meteorologlardan yeni bir şeye geçmelerini istemek yerine halihazırda güvendiği sistemleri yükseltir.
İki ila Altı Haftalık Pencere Neden Tahminlere Engel Oluyor?
Fizik tabanlı modeller, bilimsel denklemleri kullanarak atmosferi ve okyanusları simüle ederken, daha yeni yapay zeka modelleri, gözlemlenen hava durumu verilerinin geniş arşivleri üzerinde eğitim veriyor. Microsoft'a göre her iki aile de kabaca on güne kadar iyi performans gösteriyor. Bu noktanın ötesinde, başlangıçtaki küçük hatalar bir araya geliyor ve atmosfer, okyanuslar ve kara yüzeyi arasındaki karmaşık etkileşimler her iki yaklaşımı da etkiliyor; bu nedenle iki ila altı haftalık görünümler, tahminlerin geri kalanının uzun süre gerisinde kaldı.
Microsoft liderliğindeki ekip, rakip modellerden oluşan kalabalık bir alana girmek yerine farklı bir hedefe odaklandı: modellerin bu aralıkta yaptığı sistematik, tekrarlanabilir hatalar. Şirket blog yazısında şöyle açıkladı: "Yeni boru hattımız (PBC), en sevdiğiniz modeli girdi olarak alıyor ve hangi yollarla hata yapma eğiliminde olduğunu öğreniyor. Daha sonra bu hataları düzelterek alt sezon aralığı için daha iyi bir çıktı tahmini sağlıyor."
Mevcut Modellerin Üstünde Hafif Bir Katman
Teknik olarak PBC, sistematik olarak nerede ve nasıl önyargılı olduğunu öğrenmek için herhangi bir modelin geçmiş tahmin arşivini inceleyen hafif bir makine öğrenimi sistemidir. Bu modeller öğrenildikten sonra sistem, telafi etmek için modelin olasılıksal çıktısını ayarlar. Nature makalesinde açıklanan değerlendirmelerde Microsoft, PBC'nin, Avrupa Orta Vadeli Hava Tahminleri Merkezi (ECMWF) tarafından işletilen, dünyanın önde gelen operasyonel açıdan önyargısızlaştırılmış alt sezonluk modelinin performansını iyileştirdiğini bildiriyor.
Sonuçlar yalnızca geriye dönük testlerde değil, canlı rekabette de kanıtlandı. ECMWF, olasılığa dayalı sezon altı tahminlerini ilerletmek için tasarlanmış gerçek zamanlı bir yarışma olan AI Hava Durumu Araştırmasını Ağustos 2025'te başlattı. Microsoft araştırmacılarından ve dış işbirlikçilerinden oluşan MicroEnsemble adlı bir ekip, PBC'yi ECMWF'nin sektör lideri dinamik modeline uygulayan MicroDuet adlı bir katılımla en büyük ödülleri aldı.
ECMWF'de sezon altı tahmin alanında çalışan bir bilim adamı olan Dr. Joshua Talib, "AI Weather Quest, sezon altı tahminler için benzersiz bir gerçek zamanlı kıyaslama platformu sağlıyor" dedi. "MicroEnsemble Takımının katkıları, makine öğreniminin, geleneksel dinamik tahmin sistemlerinin becerisini post-processing yoluyla nasıl geliştirebileceğinin altını çizdi."
Karşılaştırmalı Modelden Doğu Afrika'daki Gerçek Dünya Pilotlarına
Teknik halihazırda kriterlerin ötesine geçiyor. Kenya'da, ülkenin iki yağışlı sezonundan biri başlarken tahminciler PBC'yi test etmeye hazırlanıyor. Bu çaba, Kenya Meteoroloji Hizmet Otoritesi (KMSA) ve Kaliforniya Üniversitesi, Santa Barbara'daki İklim Tehlikeleri Merkezi'ndeki bilim adamlarını, AI destekli hava tahminlerini geliştirmeye odaklanan kar amacı gütmeyen bir kuruluş olan Rhiza Research'ü yürüten Genevieve Flaspohler'in tavsiyeleriyle içeriyor.
Flaspohler, bir tahminin değerinin, ona göre harekete geçmek için zamanında varılmasına bağlı olduğunu savunuyor. "Doğru zamanda, doğru iletişim kanalıyla iletilen iyi bir hava durumu tahmini, tarımsal sonuçlar açısından büyük bir fark yaratabilir" diyerek, Doğu Afrika'nın tarihteki en kurak yıllar ile şimdiye kadarki en yağışlı yıllar arasında gidip geldiğini belirtti. Çiftliklerin büyük ölçüde sulama ve ekim, gübreleme ve tohum satın alma kararlarının genel görünüme bağlı olduğu bir bölgede, daha becerikli bir alt-sezon tahminleri soyut bir gelişme değildir.
Flaspohler, "Şimdiye kadar kaydedilen en sıcak El Niño'nun ortasında olduğumuz için, hükümetler arasında ve iklim bilimi camiasında bunun nasıl ortaya çıkacağı konusunda çok fazla korku var" dedi. "Güçlü bir şekilde çalışan basit tahmin yöntemlerine büyük bir ihtiyaç var."
Daha Büyük Modeller Çağında Verimlilik Argümanı
PBC'yi yapay zeka araştırmalarında dikkate değer kılan şey ekonomisidir. Alanın çoğu, daha büyük uçtan uca tahmin modellerini eğitmek için yarışırken, PBC, becerisinin çoğunu düzelttiği operasyonel modellerden alan nispeten küçük bir sistemdir. Bu, mevcut altyapılarını koruyabilecekleri ve sadece bir düzeltme katmanı ekleyebilecekleri için meteoroloji kurumlarının işletmesini daha ucuz ve benimsemesini kolaylaştırıyor.
Aynı zamanda uygulamalı makine öğreniminde daha geniş bir modeli yansıtır: İşlem sonrası ve kalibrasyon genellikle, aksi durumda tam modelin yeniden işlenmesini gerektirecek kazanımlar sağlar. Sınırlı bütçelerin nereye harcanacağına ağırlık veren hava durumu hizmetleri için, hem Nature'da hem de canlı bir ECMWF yarışmasında doğrulanan, en zor tahmin aralığını açıkça artıran bir yöntemin dikkat çekmesi muhtemeldir.
Sezon Altı Yapay Zeka İçin Sırada Ne Var?
Microsoft'un blog yazısı, operasyonel bir ürünü duyurmaktan öteye gitmiyor ve şirket, PBC'nin ticari tahmin tekliflerine entegre edilip edilmeyeceğini söylemedi. Kısa vadeli test, ulusal hava durumu hizmetlerinin alt sezon görünümleri için PBC gibi önyargı düzeltme katmanlarını benimsemeye başlayıp başlamadığı ve yaklaşımın şu anda operasyonel kullanıma giren yapay zeka tahmin modelleriyle iyi bir şekilde uyum sağlayıp sağlamadığıdır.
Böyle giderse, çiftçilerin, şebeke operatörlerinin ve afet planlayıcılarının tarihsel olarak en az üzerinde çalıştığı iki ila altı haftalık pencere nihayet kapanmaya başlayabilir. Onlarca yıldır becerideki marjinal kazanımların peşinde koşan bir alan için, küçük bir makine öğrenimi sisteminin devasa fiziksel modellerin sistematik hatalarını temizlemesine izin vermek pragmatik bir ilerlemedir.
---
Yapay Zekanın Önünde OlunEn son yapay zeka haberlerini, analizlerini ve buluşlarını tek bir yerden alın.
Daha fazla AI haberini okuyun →
