Google’ın AI hava durumu modelindeki güncelleme tahmin doğruluğunu iyileştiriyor
· FikirPilot
Google, WeatherNext yapay zekâ hava durumu modelinin 3. sürümünü yayımladı. Sanırım, güncellemenin en önemli yeniliği, bazı uydu hava durumu verilerinin modele doğrudan eklenmesi oldu.
Google, WeatherNext yapay zekâ hava durumu modelinin 3. sürümünü yayımladı. Güncellemenin en önemli yeniliği, bazı uydu hava durumu verilerinin modele doğrudan eklenmesi oldu. Böylece mevcut koşullar ile yeni tahmin arasındaki gecikme azaltılırken tahmin sıklığı altı saatten saate çıkarıldı.
Çoğu yapay zekâ hava modeli, farklı kaynaklardan gelen verileri tek bir küresel atmosfer görüntüsünde birleştiren “yeniden analizlere” dayanıyor. WeatherNext 3 ise bu yaklaşımın yanı sıra ham uydu verilerini de kullanıyor. Modelin mekânsal çözünürlüğü artırıldı, makine öğrenimi modeli büyütüldü ve hesaplama yükünü sınırlamak için bazı süreçler değiştirildi. Uydu tabanlı yağış tahminleriyle eğitilen ayrı bir model de eklenerek birden fazla yağış tahmini sunulmaya başlandı.
Model, belirli bir noktadaki yüzey sıcaklığı ve çiy noktasını hesaplarken konumun kara ya da deniz oluşu ile yüzey yüksekliğini dikkate alıyor. Ekip, bu bilgilerin geçmiş hava istasyonu verileriyle birlikte kullanılmasının tahminleri iyileştirdiğini belirtiyor.
White paper’a göre WeatherNext 3, WeatherNext 2’ye kıyasla üst atmosfer koşullarının doğruluğunu yaklaşık yüzde 5 artırdı; bu. White paper’a göre WeatherNext 3, WeatherNext 2’ye kıyasla üst atmosfer koşullarının doğruluğunu yaklaşık yüzde 5 artırdı; bu, yaklaşık altı saat daha uzun doğru tahmin süresine karşılık geliyor. Belirli konumlar için yüzey sıcaklığı hesaplaması doğruluğu yüzde 30’a kadar yükseltti. Model, bu ölçütlerde Avrupa Orta Vadeli Hava Tahminleri Merkezi’nin (ECMWF) yapay zekâ modelini de genel olarak geride bıraktı.
Bununla birlikte bazı değişkenlerde ilk altı saatlik tahminlerde daha kötü sonuç verdiği, bazı haritalarda ızgara biçimli altıgen şekiller görüldüğü belirtildi. WeatherNext 3, Google Search, Gemini ve Maps’teki tahmin bilgilerinin kaynağı oldu.
Uydu gözlemlerinin ham verilerle birleştirilmesi, hava tahminlerinde güncel koşullarla model çıktısı arasındaki zaman farkını azaltarak hızlı değişen durumların izlenmesini etkileyebilir. Saatlik güncellemeler, tahmin bilgisini Google Search, Gemini ve Maps üzerinden kullananların daha sık yenilenen verilere erişmesi anlamına geliyor. Bununla birlikte performans artışı bütün ölçümlere yayılmıyor; bazı değişkenlerde ilk altı saatlik sonuçların gerilemesi. Bununla birlikte performans artışı bütün ölçümlere yayılmıyor; bazı değişkenlerde ilk altı saatlik sonuçların gerilemesi ve kimi haritalarda görülen ızgara biçimli şekiller, çıktının her koşulda daha güvenilir sayılamayacağını gösteriyor. ECMWF’nin yapay zekâ modeliyle karşılaştırma olumlu olsa da açık soru, WeatherNext 3’ün farklı değişkenlerdeki üstünlüğünün hangi kullanım koşullarında korunduğu. ECMWF’nin yapay zekâ modeliyle karşılaştırma olumlu olsa da açık soru, WeatherNext 3’ün farklı değişkenlerdeki üstünlüğünün hangi kullanım koşullarında korunduğu ve sınırlamaların kullanıcıya sunulan tahminleri ne ölçüde etkilediği.