Offenbach. Daha hızlı, daha doğru, daha ucuz – Google, “Graphcast” ürününün reklamını bu şekilde yapıyor. Arkasında yapay zeka (AI) var. “Graphcast” araştırma ekibinden Remi Lam, AI modelinin “benzeri görülmemiş bir doğrulukla orta vadeli hava tahminleri oluşturabildiğini” söylüyor.
Remi Lam, “GraphCast”in yalnızca daha hızlı olmakla kalmayıp aynı zamanda aşırı hava olayları konusunda da önceden uyarı verebildiğini söylüyor. “Gelecekteki kasırga izlerini büyük bir doğrulukla tahmin edebiliyor, sel riskiyle ilişkili atmosferik nehirleri tanımlayabiliyor ve aşırı sıcaklıkların başlangıcını tahmin edebiliyor. Bu yetenek, daha iyi hazırlık yoluyla hayat kurtarma potansiyeline sahip.”
Kasım ayında, Google araştırmacıları “Science” bilim dergisinde bir karşılaştırma sundular: Makaleye göre, yapay zekaları dünya çapında on günlük bir süre boyunca yüzlerce hava durumu değişkenini bir dakikadan kısa bir sürede tahmin etti. Sıcaklık, rüzgar hızı veya nem gibi ölçümlerin yüzde 90'ında “Graphcast”, Avrupa Orta Vadeli Hava Tahminleri Merkezi'nin (ECMWF) tahminlerinden daha iyi performans gösterdi.
:format(webp)/cloudfront-eu-central-1.images.arcpublishing.com/madsack/3MNWLGMQT5GUTPSLU2FR2RCYFY.jpg)
Yapay Zeka Adında Bir Korucu: Yapay Zeka Türlerin Korunmasına Nasıl Yardımcı Olur?
Sohbet robotları yerine kuş koruyucular: Yapay zekanın metin programlarında ve görüntü oluşturucularda kullanıldığı biliniyor. Ancak yapay zeka aynı zamanda doğanın korunmasında yeni bir çağın da habercisi olabilir. Teknoloji gerçekten ne kadar faydalı?
Walter: Bir sorun olarak “verilerin yeniden analizi”
Alman Hava Durumu Servisi (DWD) bu tür duyuruları eleştiriyor ve sakinliğini koruyor. DWD'de iklim modelleri uzmanı meteorolog Andreas Walter, evet, yapay zekanın “inanılmaz derecede büyük bir potansiyele sahip” olduğunu söylüyor. Yapay zeka daha hızlı olabilir ama kesinlikle daha iyi değil. Henüz gerçekleşmemiş aşırılıkları tahmin etme konusunda en büyük eksiklikleri görüyor.
Bunun nedeni makinenin çalışma şeklidir. “Graphcast” geliştiricileri “Science”da şöyle açıklıyor: “Geleneksel sayısal hava tahmini, tahmin doğruluğunu artırmak için artan bilgi işlem kaynaklarını kullanıyor.” “Ancak temel modeli geliştirmek için geçmiş hava durumu verilerini kullanmadılar.
Andreas Walter'ın bakış açısına göre, sorun tam olarak yapay zekanın eğitildiği bu “yeniden analiz verileridir”: “Yapay zeka, öğrenme algoritmalarını geçmişten alır. Modellerimiz temel fiziksel denklemleri çözüyor.”
Tüm gözlem verilerinin hava durumu modeline aktığı atmosferin başlangıç durumu kaydedildikten sonra, DWD'ye göre gelecekteki hava durumunu belirlemek için denklemler geleceğe yansıtılıyor. Bu sayısal yöntem aynı zamanda örneğin mevcut sel durumunda yağış tahminleri oluşturmak için de kullanılır. “Bu elbette tamamen farklı bir çaba. Ancak aynı zamanda yalnızca benzerliklere dayalı bir yapay zeka sürecinden daha güvenlidir” diyor Walter.
DWD sözcüsü Uwe Kirsche, tahminlerde bulunurken aslında hızın önemli olmadığını ekliyor. “Bu, en hızlı hava tahmini yarışı değil. Her zaman en iyi hava tahmini için bir yarış olmak zorundadır.” DWD, atmosferdeki 90 katman için yedi gün önceden günde iki kez küresel bir model hesaplıyor. Bu yaklaşık bir saat sürer. Ayrıca Avrupa için günde dört, Almanya içinse sekiz koşu yapılıyor.
DWD: Yapay zeka “işi iyileştirmeli, onun yerini almamalı”
Sınırlayıcı bir faktör bilgisayar performansıdır. “Meteorologlar giderek daha fazla veriye ihtiyaç duyuyor ve alıyor. Kirsche, “Dolayısıyla bu verileri işleyebilecek daha büyük bilgisayarlara ihtiyacımız var” diyor. Yaklaşık iki yıl içinde DWD'nin yeni bir ana bilgisayara ihtiyacı olacak. Şu ankinin maliyeti yaklaşık 120 milyon avro, bir sonrakinin maliyeti muhtemelen daha ucuz olmayacak.
Kirsche, meteorolojide yapay zekanın “kesinlikle destek sağlamak için kullanılabilecek bir araç” olduğunu söylüyor. Bu nedenle hava durumu servisi şu anda neredeyse tüm alanlarda yapay zekayı test ediyor. Kirsche, “Amacımız, veri toplamadan dağıtıma ve müşterilere kadar tüm süreç zincirini yapay zeka aracılığıyla iyileştirmek” diyor ve şunu vurguluyor: “Değiştirmek değil: geliştirmek.”
Haberler
Remi Lam, “GraphCast”in yalnızca daha hızlı olmakla kalmayıp aynı zamanda aşırı hava olayları konusunda da önceden uyarı verebildiğini söylüyor. “Gelecekteki kasırga izlerini büyük bir doğrulukla tahmin edebiliyor, sel riskiyle ilişkili atmosferik nehirleri tanımlayabiliyor ve aşırı sıcaklıkların başlangıcını tahmin edebiliyor. Bu yetenek, daha iyi hazırlık yoluyla hayat kurtarma potansiyeline sahip.”
Kasım ayında, Google araştırmacıları “Science” bilim dergisinde bir karşılaştırma sundular: Makaleye göre, yapay zekaları dünya çapında on günlük bir süre boyunca yüzlerce hava durumu değişkenini bir dakikadan kısa bir sürede tahmin etti. Sıcaklık, rüzgar hızı veya nem gibi ölçümlerin yüzde 90'ında “Graphcast”, Avrupa Orta Vadeli Hava Tahminleri Merkezi'nin (ECMWF) tahminlerinden daha iyi performans gösterdi.
Yapay Zeka Adında Bir Korucu: Yapay Zeka Türlerin Korunmasına Nasıl Yardımcı Olur?
Sohbet robotları yerine kuş koruyucular: Yapay zekanın metin programlarında ve görüntü oluşturucularda kullanıldığı biliniyor. Ancak yapay zeka aynı zamanda doğanın korunmasında yeni bir çağın da habercisi olabilir. Teknoloji gerçekten ne kadar faydalı?
Walter: Bir sorun olarak “verilerin yeniden analizi”
Alman Hava Durumu Servisi (DWD) bu tür duyuruları eleştiriyor ve sakinliğini koruyor. DWD'de iklim modelleri uzmanı meteorolog Andreas Walter, evet, yapay zekanın “inanılmaz derecede büyük bir potansiyele sahip” olduğunu söylüyor. Yapay zeka daha hızlı olabilir ama kesinlikle daha iyi değil. Henüz gerçekleşmemiş aşırılıkları tahmin etme konusunda en büyük eksiklikleri görüyor.
Bunun nedeni makinenin çalışma şeklidir. “Graphcast” geliştiricileri “Science”da şöyle açıklıyor: “Geleneksel sayısal hava tahmini, tahmin doğruluğunu artırmak için artan bilgi işlem kaynaklarını kullanıyor.” “Ancak temel modeli geliştirmek için geçmiş hava durumu verilerini kullanmadılar.
Andreas Walter'ın bakış açısına göre, sorun tam olarak yapay zekanın eğitildiği bu “yeniden analiz verileridir”: “Yapay zeka, öğrenme algoritmalarını geçmişten alır. Modellerimiz temel fiziksel denklemleri çözüyor.”
Tüm gözlem verilerinin hava durumu modeline aktığı atmosferin başlangıç durumu kaydedildikten sonra, DWD'ye göre gelecekteki hava durumunu belirlemek için denklemler geleceğe yansıtılıyor. Bu sayısal yöntem aynı zamanda örneğin mevcut sel durumunda yağış tahminleri oluşturmak için de kullanılır. “Bu elbette tamamen farklı bir çaba. Ancak aynı zamanda yalnızca benzerliklere dayalı bir yapay zeka sürecinden daha güvenlidir” diyor Walter.
DWD sözcüsü Uwe Kirsche, tahminlerde bulunurken aslında hızın önemli olmadığını ekliyor. “Bu, en hızlı hava tahmini yarışı değil. Her zaman en iyi hava tahmini için bir yarış olmak zorundadır.” DWD, atmosferdeki 90 katman için yedi gün önceden günde iki kez küresel bir model hesaplıyor. Bu yaklaşık bir saat sürer. Ayrıca Avrupa için günde dört, Almanya içinse sekiz koşu yapılıyor.
DWD: Yapay zeka “işi iyileştirmeli, onun yerini almamalı”
Sınırlayıcı bir faktör bilgisayar performansıdır. “Meteorologlar giderek daha fazla veriye ihtiyaç duyuyor ve alıyor. Kirsche, “Dolayısıyla bu verileri işleyebilecek daha büyük bilgisayarlara ihtiyacımız var” diyor. Yaklaşık iki yıl içinde DWD'nin yeni bir ana bilgisayara ihtiyacı olacak. Şu ankinin maliyeti yaklaşık 120 milyon avro, bir sonrakinin maliyeti muhtemelen daha ucuz olmayacak.
Kirsche, meteorolojide yapay zekanın “kesinlikle destek sağlamak için kullanılabilecek bir araç” olduğunu söylüyor. Bu nedenle hava durumu servisi şu anda neredeyse tüm alanlarda yapay zekayı test ediyor. Kirsche, “Amacımız, veri toplamadan dağıtıma ve müşterilere kadar tüm süreç zincirini yapay zeka aracılığıyla iyileştirmek” diyor ve şunu vurguluyor: “Değiştirmek değil: geliştirmek.”
Haberler