Sıcak hava dalgaları, fırtınalar ve sel felaketleri söz konusu olduğunda kesin tahminler önemlidir. Ancak yapay zeka hava durumu modelleri, her yer arasında şaşırtıcı zayıflıklar gösteriyor. Bunun nedeni ve tahminlerin nasıl iyileştirilebileceği.
Temmuz 2021'de günlerce şiddetli yağmur yağdığında, Ahr Vadisi'ndeki nehirler taştığında ve tüm kasabalar sular altında kaldığında, insanların ne kadarının güvenilir hava tahminlerine bağlı olduğu acı bir şekilde ortaya çıktı. Evler yıkıldı, yollar yıkıldı, 184 kişi hayatını kaybetti.
Meteorologlar sağanak yağış konusunda uyardı. Ancak durumun ne kadar şiddetli ve yıkıcı olacağı hakkında hiçbir fikirleri yoktu. Çünkü tahmin edilmesi en zor ve aynı zamanda en tehlikeli olan şey tam da bu kadar nadir ve yoğun hava koşullarıdır.
İklim değişikliğinin bu tür aşırı olayları daha sık ve şiddetli hale getirmesiyle birlikte, tahminlerin iyileştirilmesi yönündeki baskı da artıyor. Bu nedenle yapay zeka ile çalışan sistemlere dair büyük umutlar var. Ancak tam da bu uç noktalarda zayıflık gösteriyorlar.
Science Advances dergisinde yakın zamanda yapılan bir araştırmaya göre yapay zeka destekli modeller, olağanüstü sıcak hava dalgaları, ani soğuklar veya şiddetli fırtınalar dahil olmak üzere rekor kıran olayları güvenilir bir şekilde tahmin etmekte zorlanıyor. Günlük hava koşullarında bu modeller genellikle şaşırtıcı derecede hızlı ve hassas sonuçlar verir. Bir anlamda atmosferin tanıdık kalıplarını tanıyorsunuz. Ancak rüzgar, güneş ve yağmur kontrolden çıktığı anda durma noktasına gelir. Üstelik olay ne kadar ekstremse, o kadar hafife alıyorlar.
Karlsruhe Teknoloji Enstitüsü'nden matematikçi Zhongwei Zhang liderliğindeki bir ekip, şimdi bu soruna daha yakından baktı ve arkasında ne olduğunu buldu. Sonuç: Klasik hava durumu modelleri, atmosfer fiziğinin ölçüm verilerine, formüllere ve doğa yasalarına dayalı olarak adım adım gerçekleştirildiği bir bilgisayar laboratuvarı gibi çalışır. Yani, bir dereceye kadar, hava basıncının, sıcaklığın, nemin veya rüzgârın genel olarak nasıl davranacağını bilirsiniz; nadiren meydana gelen ekstrem durumlarda bile. Sıcak hava dalgası veya fırtına gibi bir hava durumu kötüleşirse model bu fiziksel kurallara uymaya devam eder ve bu nedenle olağandışı gelişmeleri daha iyi anlayabilir.
Yapay zeka modelleri ise deneyimlerden öğrenen bir sisteme dayanıyor. Muazzam miktarda geçmiş hava durumu verilerini inceliyorlar, kalıpları tanıyorlar ve bunları havanın nasıl gelişebileceğini anlamak için kullanıyorlar. Yeni hava durumu modelleri bu tanıdık modelleri takip ettiği sürece şaşırtıcı derecede iyi işliyor. Ancak öncelikle ortalama hava koşullarından öğrendikleri için genellikle olağanüstülük duygusundan yoksundurlar. Uzmanlar bunu bir tahmin sorunu, yani bilinen deneyimlerin ötesine geçmenin zorluğu olarak adlandırıyor.
Araştırmacılar, çalışmaları için GraphCast, Pangu-Weather ve Fuxi yapay zeka modellerini Avrupa Hava Durumu Servisi'nin yerleşik Avrupa tahmin modeli HRES ile karşılaştırdılar. Yapay zeka sistemleri 1979'dan 2017'ye kadar olan verilerle eğitildi. Daha sonra her iki rakip de, Sibirya ve ABD'deki alışılmadık derecede güçlü sıcak hava dalgaları da dahil olmak üzere 2018'den 2020'ye kadar gerçek aşırı olaylarda kendilerini kanıtlamak zorunda kaldı. Klasik HRES modelinin uç noktalarda gerçeğe daha yakın olduğu gösterildi. Yapay zeka modelleri ise bu tür olayların gücünü ve sıklığını hafife alma eğilimindeydi.
Eğitim materyali olarak yapay veriler
Peki konu bir sonraki fırtınayı, hatta bir sonraki felaketi tahmin etme olduğunda yapay zeka modelleri işe yaramaz mı? Forschungszentrum Jülich'teki Dünya Sistemi Veri Araştırması araştırma grubunun başkanı Martin Schultz, Bilim Medya Merkezi'ne (SMC) “Olağanüstü olaylar nadiren meydana geliyor ve bu nedenle pratik olarak eğitim verilerinde görünmüyor” diye açıklıyor. Gelecekteki iklimde daha da kötüleşebilecek bir sorun ki bu, tarihsel verilerde kesinlikle görünmüyor.
Schultz şöyle diyor: “Yine de yapay zeka modellerinin gelecekte en şiddetli ekstrem olaylarla bile başa çıkabilmesi mümkün.” Örneğin, eğitim için yapay olarak oluşturulmuş verilerin kullanılması; mevcut eğitim materyalinin çok az olduğu diğer alanlarda halihazırda geçerli olana benzer şekilde. Örneğin otonom sürüş, nadir hastalıklar veya yüz tanıma gibi daha az yaygın özelliklerle de baş edebilmesi gerekiyor.
Augsburg Üniversitesi Akıllı Enerji Sistemleri Profesörü Nicole Ludwig de yapay zeka sistemlerinin gelecekte daha iyi tahminler yapacağından ve halihazırda da bunu yaptığından emin. SMC'ye şunu açıkça ifade etti: “Test edilen modeller artık mevcut nesil AI hava durumu modellerinin bir parçası değil.” Hepsi deterministtir. Aynı veriler her zaman tam olarak aynı tahmine yol açar; tesadüfler ve belirsizlikler yerleşik değildir.
Ludwig, “Öte yandan, daha yeni, olasılıksal ve üretken modeller açıkça olası hava durumu düzenlerinin sözde topluluklarını üretiyor” diye açıklıyor. Böylece pek çok farklı, makul sonuçların bir koleksiyonunu sağladılar. Yani havanın nasıl gelişebileceğinin çeşitleri. “Aşırılıkları tahmin etme konusunda daha uygun olmalılar.” Erken uyarı sistemlerinde bağımsız olarak kullanılmanın ve dolayısıyla alarmın bir sonraki Ahrtal senaryosundan önce mümkün olduğunca erken çalmasının önemli bir önkoşulu.
Bir yanıt yazın