Google DeepMind'ın WeatherNext 3'ü saatlik, uydu verisiyle beslenen 5 km çözünürlüklü tahminler sunuyor

Google ne duyurdu

Google DeepMind ve Google Research, şirketin bugüne kadarki en gelişmiş ve en doğru global yapay zekâ hava durumu modeli olarak nitelendirdiği WeatherNext 3'ü tanıttı — Google'a göre bu iddia, Brightband'ın bağımsız canlı değerlendirmeleriyle destekleniyor. Model; Search, Gemini, Maps, Google Maps Platform ve Google Cloud genelinde entegre ediliyor.

Öne çıkan değişiklik, modelin neyden öğrendiği. WeatherNext 3 yalnızca geleneksel sayısal hava durumu tahmin (NWP) sistemlerinin çıktılarına dayanmak yerine, her saat güncellenen jeostasyoner uydu görüntülerinden oluşan global bir mozaik dahil canlı gözlemleri içeri alıyor.

Daha yüksek çözünürlükte saatlik tahminler

Google'ın duyurusuna göre çoğu yapay zekâ hava durumu modeli — önceki WeatherNext 2 dahil — NWP modellerinden gelen verilerle eğitiliyor; bu fizik tabanlı süperbilgisayar simülasyonları altı saatlik bir veri gecikmesiyle geliyor. Bu gecikme, yağış ve yüzey sıcaklığı gibi hızla değişken parametrelerde yanlılığa yol açabiliyor.

WeatherNext 3, canlı bir saatlik jeostasyoner uydu mozaiklerini geleneksel tarihsel analizle birleştirerek her saat yeni bir tahmin üretmesini sağlıyor; her tahmin, mevcut en güncel gözlemlere dayanıyor. Çözünürlük de önemli ölçüde arttı: Sıcaklık ve nem gibi temel yüzey değişkenleri 5 kilometrelik bir ızgarada, diğer yüzey değişkenleri 10 kilometrede, rüzgâr hızı gibi atmosferik değişkenler ise 25 kilometrede üretiliyor. Google, genel global görüntünün, 25 kilometrelik ızgarada altı saatlik aralıklarla tahmin üreten WeatherNext 2'ye kıyasla kabaca beş kat daha keskin olduğunu belirtiyor.

Ayrıca model, yalnızca kaba atmosferik yeniden analizler yerine doğrudan seyrek hava durumu istasyonu gözlem verileriyle eğitiliyor; Google'a göre bu, 5 kilometrelik global tahminlerinin kıyı çizgileri, vadiler ve dağ sıraları gibi bölgesel topoğrafyayı hesaba katmasını sağlıyor. Şirket bunu özellikle Latin Amerika, Afrika ve Asya-Pasifik için önemli görüyor; bu bölgelerin, geleneksel bölgesel modellerin devasa süperbilgisayar kaynakları gerektirmesi nedeniyle tarihsel olarak yüksek çözünürlüklü tahminlerden yoksun kaldığını söylüyor.

Mimari açıdan sistem, uydu mozaiklerini ve tarihsel analizi, yoğun ızgara alanlarını, ayrık siklon yörüngelerini ve istasyon düzeyinde tahminleri doğal olarak üreten tek bir Functional Generative Network (FGN) mesh transformer'a besliyor.

Daha iyi yağış tahmini

Yağış, global modellerin bilinen zayıf noktası. Yağmur ve kar sistemleri, fizik tabanlı simülasyonların yakalamakta zorlandığı çok küçük ölçeklerdeki hızlı bulut süreçleriyle şekilleniyor; yapay zekâ tahminleri de çoğu zaman bulanık tahminler üretiyor veya şiddetli fırtınaların sınırlarını tamamen kaçırıyor.

Google, bunu WeatherNext 3'ü iki yüksek kaliteli yağış kaynağıyla eğiterek çözdüğünü söylüyor: NASA'nın uydu tabanlı Integrated Multi-satellite Retrievals for GPM (IMERG) verisi ve Google'ın uydu radarından oluşturduğu kendi global yağış yeniden analizi. Şirket, orta vadeli referans değerlere karşı, IMERG'ye kıyasla yüzde 60'a, MRMS'ye kıyasla yüzde 30'a ve erken tahmin saatlerinde yağmur ölçer verilerine kıyasla yüzde 10'a varan Continuous Ranked Probability Score iyileşmeleri bildiriyor.

Yeni temiz enerji değişkenleri

WeatherNext 3 ayrıca yenilenebilir enerji üretimine yönelik çıktılar sunuyor. Model, rüzgâr enerjisi üretimi için kabaca türbin yüksekliğine denk gelen 100 metre rüzgâr hızlarını tahmin ediyor; güneş tarlalarının yere ulaşacak ışık miktarını değerlendirmesine yardımcı olmak için yüksek çözünürlüklü bulut örtüsü ve güneş ışınımı tahminleri de sunuyor. Google, bu verinin şebeke operatörlerinin ve yenilenebilir enerji geliştiricilerinin temiz enerji varlıklarından üretimi öngörmesini ve bunu tüketici talebiyle eşleştirmesini sağladığını söylüyor.

Neden önemli

Hava durumu; şemsiye alıp almaktan acil servislerin, çiftçilerin, hava trafik kontrollörlerinin ve tedarik zincirlerinin nasıl çalıştığına kadar pek çok kararı belirliyor. WeatherNext 3'ün iki değişikliği pratikte en çok fark yaratıyor: Canlı uydu verisine dayanan saatlik güncelleme döngüsü, hızla gelişen fırtınaların, cephelerin ve yağış sistemlerinin altı saatlik gecikmeli bir modelden daha erken yakalanmasını sağlıyor; ayrıca doğal 5 kilometrelik global çözünürlük, yüksek doğruluklu tahmini, süperbilgisayar tabanlı bölgesel modellerin hiçbir zaman ekonomik olarak hizmet veremediği bölgelere taşıyor.

Bu kullanıma sunulma, yapay zekâ tabanlı tahminlemenin araştırmadan varsayılan altyapıya ne kadar hızlı geçtiğini de gösteriyor: WeatherNext 3 tahminleri milyarlarca insanın kullandığı ürünlerde görünecek ve yeni enerji değişkenleri hava durumu modellemesini doğrudan şebeke planlaması ve karbonsuzlaştırmaya bağlıyor. Akılda tutulması gereken bir uyarı var — ayrıntılı doğruluk rakamları Google'ın referans değerlere karşı yaptığı kendi değerlendirmelerinden geliyor ve "en doğru" iddiası Brightband'ın bağımsız canlı puanlamasına dayanıyor. Modelin ECMWF'nin yapay zekâ sistemleri gibi rakiplerine karşı günlük kullanımda nasıl performans göstereceği asıl test olacak.