Nature'da Yayımlanan Araştırmaya Göre Yapay Zekâ Sistemi Hava Durumu Tahminlerinin Doğruluğunu Altı Hafta Öncesine Kadar İki Katına Çıkarıyor

MIT, Harvard, Toronto Üniversitesi, Microsoft, Brezilya Ulusal Saf ve Uygulamalı Matematik Enstitüsü (IMPA) ve Avrupa Orta Vadeli Hava Tahminleri Merkezi (ECMWF) araştırmacıları, Nature dergisinde yayımlanan bir çalışmayla, makine öğrenmesi tabanlı bir son işleme katmanının 2-6 haftalık "mevsim altı" aralıkta hava durumu tahmin doğruluğunu iki katına çıkarabildiğini gösterdi — tarihsel olarak güvenilir günlük tahminler için fazla uzak kabul edilen bir dönem. Sistem, ECMWF'nin Yapay Zekâ Tahmin Sistemi gibi mevcut modellerdeki sistematik hataları tespit edip düzeltmeyi öğrenen bir "sarmalayıcı" (wrapper) olarak çalışıyor. Bu sisteme uygulandığında, basınç hedeflerinin %91'inde, sıcaklık hedeflerinin %92'sinde ve yağış hedeflerinin %98'inde doğruluğu artırdı. Kritik olarak, bu aralıkta ilk kez iklimsel ortalamaları geride bıraktı; bu durum aşırı hava olayları için de geçerliydi — geleneksel sapma düzeltme yöntemlerinin hiçbir zaman ulaşamadığı bir eşik. Model süper bilgisayar gerektirmiyor ve herhangi bir tahmin sistemine uygulanabiliyor. Araştırmacılar, bu gelişmenin gerçek dünyada önemli uygulamaları olduğunu belirtti: iki-altı haftalık daha iyi uyarılar, enerji şebekesi operatörlerinin, çiftçilerin ve acil durum yöneticilerinin şiddetli hava koşullarına hazırlanmasına yardımcı olabilir. Ekip, örnek olarak, 2021'de Teksas'ta en az 246 kişinin ölümüne yol açan kış fırtınalarının etkilerinin yeterli bir uyarıyla azaltılabileceğini belirtti. Ekip, bu teknikle ECMWF'nin uluslararası tahmin yarışmasında birinciliği kazandı.