Geleneksel hava durumu modelleri, fiziksel süreçleri simüle etmek için bir bölgenin fiziksel özelliklerini kullanır. Makine öğrenimi modelleri ise büyük ölçüde birer kara kutudur; geçmiş kalıpları analiz eder ve geleceğe dair tahminler üretir. Ancak Google'ın yeni modeli WeatherNext 3, bu yapıya küçük bir fiziksel veri katmanı ekliyor. Model, istenilen herhangi bir konum için yüzey sıcaklığını ve çiğ noktasını hesaplayabiliyor. Söz konusu noktanın kara mı yoksa okyanus mu olduğunu kontrol eden sistem, yüzey yükseltisini de dikkate alıyor. Ekip, geçmiş hava durumu istasyonu verilerini bu bilgilerle etiketleyerek eğittiğini ve böylece çok daha iyi tahminler elde ettiğini belirtiyor.
Bazı ilginç detaylar
Yayınlanan teknik belge, WeatherNext 3'ün hem önceki sürüm WeatherNext 2'ye hem de Avrupa Orta Vadeli Hava Tahminleri Merkezi'nin (ECMWF) yapay zeka modeline kıyasla tahmin performansındaki iyileşmeleri ortaya koyuyor.
Örneğin ekip, üst atmosfer koşularındaki doğruluk oranında önceki modele kıyasla yaklaşık yüzde 5'lik bir iyileşme sağlandığını belirtiyor. Bu durum, tahminlerde yaklaşık altı saatlik ekstra bir öngörü süresi anlamına geliyor. Ayrıca belirli bir konum için yüzey sıcaklığını hesaplama yöntemine yapılan değişiklik, doğruluk oranını yüzde 30'a varan oranlarda artırdı. Ekip, bu metriklerde genel olarak ECMWF modelini de geride bırakıyor.
Ancak belgede açıklanmayan ilginç bir istisna da mevcut. Çeşitli değişkenlerde, diğer modellerin ilk altı saatlik tahminleriyle yapılan karşılaştırmalarda, WeatherNext 3'ün 15 günlük tahmin sürecinin geri kalanında öne geçmesine rağmen, başlangıçta daha kötü sonuçlar verdiği görülüyor. Teknik belge, bu durumun nedenine dair herhangi bir tahminde bulunmuyor.
Daha geniş ölçekli hava desenlerinde de bazı tuhaflıklar dikkat çekiyor. Modelin ızgara yapısının şekli, özellikle yağış haritalarında belirgin altıgen lekeler şeklinde bazı tahminlerde kendisini gösteriyor. Olası sonuç aralığını temsil etmek için birden fazla yüzey sıcaklığı tahmini üretme yöntemi ise küresel ortalama sıcaklığın normalden yüksek veya düşük çıktığı anlık görüntüler oluşturma eğiliminde. Normal şartlarda, yerel ölçekteki değişkenliklerin küresel ölçekte ortalanmasıyla tutarlı bir ortalama görülmesi beklenir.
Ekip, yeni model için yaptığı açıklamada, "Sadece analize güvenmenin ötesine geçerek, bilgi yoğunluğu yüksek ve düşük gecikmeli gözlem verilerini kullanarak yapay zeka tabanlı hava durumu tahminlerinde büyük bir adım ileriye temsil ediyor" ifadelerini kullandı.
WeatherNext 3, artık Google Arama, Gemini ve Haritalar dahil olmak üzere tüm Google hizmetlerinde hava durumu tahmin bilgilerinin ana kaynağı olarak kullanılıyor.
