Yapay zekâ hava tahmininde hız kazandırıyor, iklim modellemede fizik sınırını aşamıyor

Hava tahmininde yapay zekâ kullanımı, sanıldığı gibi meteorologların yerini büyük dil modellerinin alması anlamına gelmiyor. Ars Technica’nın analizine göre bu alandaki gerçek değişim, geçmiş hava verilerindeki örüntüleri öğrenen makine öğrenimi modellerinin geleneksel tahmin sistemlerinin yanında kullanılmaya başlanmasıyla yaşanıyor.

Avrupa Orta Vadeli Hava Tahminleri Merkezi, Şubat 2025’te AIFS adlı makine öğrenimi tabanlı modelini operasyonel hale getirdi. Bu tür modeller fizik denklemlerini her noktada yeniden çözmek yerine geçmiş sıcaklık, basınç, rüzgâr, nem, bulut ve yağış örüntülerinden bir sonraki küresel hava görüntüsünü tahmin ediyor. Bu yaklaşım özellikle hız ve enerji tüketiminde büyük avantaj sağlıyor.

ECMWF’ye göre geleneksel IFS modelinin bir tahmin koşusu AIFS’ye kıyasla yaklaşık 1.000 kat daha fazla enerji kullanıyor ve yaklaşık 30 dakika sürüyor; AIFS ise benzer işi yaklaşık üç dakikada yapabiliyor. Bu verimlilik, belirsizlikleri görmek için çok sayıda senaryo çalıştırılan topluluk tahminlerinde daha da önemli hale geliyor.

Sınır ise aşırı hava olayları ve iklim projeksiyonlarında belirginleşiyor. Makine öğrenimi modelleri eğitim verisinde görmediği uç örnekleri küçümseyebilir; yağışın negatif olamayacağı ya da kütle ve enerji korunumu gibi fizik kurallarını kendiliğinden bilmez. Bu nedenle araştırmacılar, hava tahmininde yapay zekâyı fiziksel sınırlarla birlikte kullanmaya; iklim modellemesinde ise fizik tabanlı modellerin küçük ölçekli bazı parçalarını makine öğrenimiyle güçlendirmeye yöneliyor.

Kaynaklar

• Ana kaynak: Ars Technica