Meteoroloji bir bilim olarak teknolojinin gelişmesi sayesinde ilerlemektedir. Şu anda, yağmurun ne zaman ve nerede yağacağını doğrudan tahmin edebilen birkaç bilgisayar programı var. şirketi DeepMind yağmurun ne zaman ve nerede yağacağını neredeyse tam olarak tahmin edebilen bir yapay zeka geliştirdi. Bu şirket, kısa vadeli tahminler yapmak için mevcut sistemlerden daha iyi bir model oluşturmak için İngiltere meteorologlarıyla birlikte çalıştı.
Bu yazımızda sizlere DeepMind firmasının meteorolojik tahmin teknolojisi olan Robleda çantası hakkında bilmeniz gereken her şeyi anlatacağız.
Hava Durumu tahmini
Londra merkezli yapay zeka şirketi DeepMind, derin öğrenmeyi zor bilimsel problemlere uygulama kariyerine devam ediyor. DeepMind, önümüzdeki 90 dakika içinde yağmur olasılığını doğru bir şekilde tahmin edebilen İngiliz Ulusal Hava Servisi Met Office ile işbirliği içinde DGMR adlı bir derin öğrenme aracı geliştirdi. Hava tahmininde en zor zorluklardan biridir.
Mevcut araçlarla karşılaştırıldığında, düzinelerce uzman, DGMR'nin tahminlerinin, zamanın %89'unda yer, menzil, hareket ve yağmur yoğunluğu tahminleri de dahil olmak üzere çeşitli faktörler açısından en iyi olduğuna inanıyor. DeepMind'in yeni aracı, bilim adamlarının on yıllardır çözmeye çalıştığı biyolojide yeni bir anahtar açıyor.
Ancak, tahminlerdeki küçük iyileştirmeler bile önemlidir. Yağmur, özellikle şiddetli yağmur, açık hava aktivitelerinden havacılık hizmetlerine ve acil durumlara kadar birçok endüstri için kritik öneme sahiptir. Ama doğruyu bulmak zor. Gökyüzünde ne kadar su olduğunun ve ne zaman ve nereye düşeceğinin belirlenmesi birçok iklimsel sürece bağlıdır, sıcaklık değişiklikleri, bulut oluşumu ve rüzgar gibi. Tüm bu faktörler kendi başlarına yeterince karmaşıktır, ancak bir araya geldiklerinde daha karmaşıktırlar.
Mevcut en iyi tahmin teknolojisi, atmosferik fiziğin çok sayıda bilgisayar simülasyonunu kullanır. Bunlar uzun vadeli tahminler için uygundur, ancak bir sonraki saatte ne olacağını tahmin etmede çok iyi değildir. Buna anlık tahmin denir.
DeepMind geliştirme
Önceki derin öğrenme teknikleri geliştirilmiştir, ancak bu teknikler genellikle konumu tahmin etmek gibi bir açıdan iyi çalışır ve gücü tahmin etmek gibi bir başkası pahasına çalışır. Ani yağmur tahminine yardımcı olan şiddetli yağmur için radar verileri, meteorologlar için büyük bir zorluk olmaya devam ediyor.
DeepMind ekibi, yapay zekalarını eğitmek için radar verilerini kullandı. Birçok ülke ve bölge, gün boyunca bulut oluşumunu ve hareketini izleyen radar ölçümlerinin anlık görüntülerini sık sık yayınlar. Örneğin, Birleşik Krallık'ta her beş dakikada bir yeni okumalar yayınlanmaktadır. Bu görüntüleri bir araya getirerek, bir ülkenin yağmur düzeninin nasıl değiştiğini gösteren güncel bir stop-motion video elde edebilirsiniz.
Araştırmacılar bu verileri, eğitimde kullanılan gerçek verilere çok benzeyen yeni veri örnekleri oluşturabilen eğitimli bir yapay zeka olan GAN'a benzer bir derin nesil ağa gönderir. GAN, sahte Rembrandt da dahil olmak üzere sahte yüzler oluşturmak için kullanıldı. Bu durumda, DGMR ("Generative Deep Rain Model" anlamına gelir) gerçek ölçüm sırasını sürdüren yanlış radar anlık görüntüleri oluşturmayı öğrenmiştir.
DeepMind Yapay Zeka Deneyleri
DeepMind'de araştırmayı yöneten Shakir Mohamed, bunun bir filmden birkaç kare izlemek ve sonra ne olacağını tahmin etmekle aynı şey olduğunu söyledi. Bu yöntemi test etmek için ekip, Meteoroloji Bürosu'ndan (işe dahil olmayan) 56 meteorologdan daha gelişmiş fiziksel simülasyonları ve bir dizi rakibi araştırmasını istedi.
İnsanların %89'u DGMR'nin verdiği sonuçları tercih ettiğini söyledi. Makine öğrenimi algoritmaları genellikle tahminlerinizin ne kadar iyi olduğuna dair basit bir ölçü için optimizasyon yapmaya çalışır. Bununla birlikte, hava tahmininin birçok farklı yönü vardır. Belki bir tahmin, doğru yerde yanlış yağmur yoğunluğunu aldı, veya başka bir tahmin, doğru yoğunluk kombinasyonunu aldı, ancak yanlış yerde vb.
DeepMind, bilimin bildiği tüm proteinlerin yapısını serbest bırakacağını söyledi. Şirket, insan proteomunun yanı sıra maya, meyve sinekleri ve fareler için yapılar oluşturmak için AlphaFold protein katlama yapay zekasını kullandı.
DeepMind ve Met Office arasındaki işbirliği AI geliştirmeyi tamamlamak için son kullanıcılarla çalışmanın iyi bir örneğidir. Açıkçası bu iyi bir fikir, ancak çoğu zaman olmuyor. Ekip proje üzerinde birkaç yıl çalıştı ve Meteoroloji Bürosu uzmanlarından gelen girdiler projeyi şekillendirdi. DeepMind araştırmacılarından Suman Ravuri, "Modelimizin gelişimini kendi uygulamamızdan farklı bir şekilde teşvik ediyor" dedi. "Aksi takdirde, sonunda özellikle yararlı olmayacak bir model yaratabilirdik."
DeepMind ayrıca yapay zekasının pratik uygulamaları olduğunu göstermeye hevesli. Shakir için DGMR ve AlphaFold aynı hikayenin parçası: şirket yılların deneyimini bulmaca çözme deneyimini kullanıyor. Belki de buradaki en önemli sonuç, DeepMind'in sonunda gerçek dünyadaki bilimsel sorunları listelemeye başladığıdır.
Hava tahminindeki gelişmeler
Atmosferimizin nasıl çalıştığını tam olarak anlamaya daha da yaklaştığımız için hava tahmini, teknolojinin gelişmesiyle desteklenmelidir. Çoğu zaman insan ve yaptığı hesaplamalar yapay zekanın gelişmesiyle önlenebilecek yaygın hatalara maruz kalabilmektedir.
Hava tahmini, birçok şeyden yararlanabileceğimiz için insan olmanın anahtarıdır. daha verimli su kaynakları ve fırtınalarda ve şiddetli yağmurlarda bazı felaketlerden kaçınma. Bu nedenle meteorologlar, yağış tahmini için yapay zeka projeleri geliştirme konusunda giderek daha fazla anlaşmaya varıyor.
Umarım bu bilgilerle DeepMind projesi ve özellikleri hakkında daha fazla bilgi edinebilirsiniz.