Wutip ve Sağanak Yağışların Ardından Hong Kong Yapay Zekâyla Tayfun Tahminlerini Genişletiyor

11 dakikalık okuma
Wutip ve Sağanak Yağışların Ardından Hong Kong Yapay Zekâyla Tayfun Tahminlerini Genişletiyor

Daha Hızlı Tahminler Aşırı Hava Koşullarında Sınanıyor

Hong Kong Gözlemevi (HKO), haziranda Tropik Siklon Wutip sırasında ve ağustosta kentte 1884’te kayıtların tutulmaya başlamasından bu yana görülen en yüksek günlük yağış miktarına yol açan sağanakta elde edilen umut verici sonuçların ardından tayfun ve şiddetli yağış tahminlerinde yapay zekâ kullanımını genişletiyor. Gözlemevi, tropik siklonlar, sağanaklar ve diğer şiddetli hava olayları için daha isabetli tahminler ve daha erken uyarılar sağlamak amacıyla teknolojiye önemli yatırım yapacağını duyurdu.

İçindekiler
  1. Daha Hızlı Tahminler Aşırı Hava Koşullarında Sınanıyor
  2. Hong Kong Neden Daha İsabetli Uyarılara İhtiyaç Duyuyor?
  3. Yapay Zekâ Hava Tahmini Yapmayı Nasıl Öğreniyor?
  4. Wutip Tayfununun Rotası Hakkında Gösterdikleri
  5. Şiddetli Yağış Daha Zor Bir Yerel Sınama
  6. Fırtınaların Şiddetini Tahmin Etmek Neden Hâlâ Zor?
  7. Modeller Arasındaki Karşılaştırmalar Ne Gösteriyor?
  8. Gözlemevi Yapay Zekâyı Nasıl Kullanıyor?
  9. Tayvan’ın Deneyimi ve Teknoloji Hamlesinin Genişlemesi
  10. Tahminleri Uyarılara Dönüştürenler Hâlâ İnsanlar
  11. Öne Çıkanlar

Gözlemevinin mevcut yapay zekâ modelleri, yaklaşık 40 yıllık küresel yeniden analiz verisinden, başka bir deyişle yaklaşık 25 trilyon veri noktasından yararlanıyor. Yeniden analiz, atmosferin zaman içinde nasıl değiştiğine dair tutarlı bir tablo oluşturmak için geçmiş hava gözlemlerini bilgisayar modellemesiyle birleştiriyor. Yapay zekâ sistemleri, havanın bundan sonra nasıl gelişebileceğini tahmin etmek için bu geçmiş verilerden öğreniyor.

İki yapay zekâ modeli, Wutip’in izleyeceği nihai rotayı, fırtına yaklaşırken açıklanan geleneksel tahminlerden daha isabetli biçimde gösterdi. Yapay zekâ, ağustos yağışları sırasında da Guangdong kıyıları boyunca gelişen bir yağış bandını yaklaşık bir hafta önceden belirledi. Bu sonuçlar yararlı bilgiler sundu; ancak tehlikeli hava olaylarının tam konumunu ve şiddetini tahmin etmek hâlâ zor.

Hong Kong’un deneyimi, teknolojinin hem vaatlerini hem de sınırlarını ortaya koyuyor. Bir tahmin, tayfunun hangi yöne ilerlediğini doğru belirlerken rüzgâr hızını olduğundan düşük hesaplayabilir. Geniş bir alanda şiddetli yağış bekleyebilir, ancak en büyük tehlikeyle karşı karşıya olan sokakları ve yamaçları saptamakta zorlanabilir.

Bu nedenle Gözlemevi, yapay zekâ tahminlerini geleneksel modeller ve meteorologların değerlendirmeleriyle birlikte kullanıyor. Yatırımların artması, Tayvan’ın yanı sıra uluslararası araştırma kurumları ve teknoloji şirketlerinin de afetlere hazırlığı iyileştirmek için makine öğreniminden yararlandığı, bölgede ve dünyada yaşanan daha geniş kapsamlı değişimin bir parçası.

Reklam

Hong Kong Neden Daha İsabetli Uyarılara İhtiyaç Duyuyor?

Hong Kong’un subtropikal konumu, yıkıcı rüzgârlar, sağanak yağış, sel ve heyelanlara yol açabilen Pasifik tayfunlarının güzergâhında bulunmasına neden oluyor. Nüfusun yoğunluğu ve altyapının karmaşıklığı, isabetli uyarıları özellikle değerli kılıyor. Küçük iyileştirmeler bile hayat kurtarmaya, ekonomik kayıpları azaltmaya ve acil durum ekiplerine müdahaleyi organize etmek için daha fazla zaman kazandırmaya yardımcı olabilir.

Ağustos ayındaki sağanak, 1884’te kayıtların tutulmaya başlamasından bu yana kentte görülen en yüksek günlük yağış miktarına yol açtı ve ikinci en uzun siyah yağmur fırtınası uyarısının verilmesine neden oldu. Şiddetli sel, heyelanlar ve yaygın aksamalar yaşandı. Olay, hem bir bölgedeki yağışın önceden tahmin edilmesinin hem de yerel etkilerinin tam olarak öngörülmesinin neden gerekli olduğunu gösterdi.

Yakın bölgeler de aşırı hava olaylarının ciddi sonuçlarıyla karşı karşıya kaldı. Gansu eyaletindeki ölümcül seller ve Guangdong’da gerçekleştirilen toplu tahliyeler, daha geniş bölgede daha erken uyarılara ihtiyaç duyulduğunu ortaya koyuyor.

İklim değişikliği fırtınaları şiddetlendiriyor ve hava örüntülerinin öngörülemezliğini artırıyor. Tahminciler, hem verebilecekleri ön uyarı süresini hem de insanların hazırlık için kullandığı bilgilerin isabetini artırma baskısıyla karşı karşıya. Geleneksel yöntemler yararını koruyor; ancak bir siklonun izleyeceği kesin rotayı ve şiddetindeki ani artışı tahmin etmek hâlâ güç.

Yapay Zekâ Hava Tahmini Yapmayı Nasıl Öğreniyor?

Geleneksel sayısal hava tahmini (NWP), havanın nasıl değişeceğini modellemek için atmosfer fiziğini açıklayan denklemlerden yararlanıyor. Bu hesaplamalar güçlü bilgisayarlar gerektiriyor. Yapay zekâ tahmini ise farklı bir yaklaşım izliyor: Makine öğrenimi sistemleri, büyük tarihsel hava durumu verisi koleksiyonlarını inceliyor ve belirli bir andaki koşullarla sonrasında yaşananlar arasındaki ilişkileri öğreniyor.

Hong Kong Gözlemevi’nde bilim görevlisi olan Lo Ka-wai, kapsamlı eğitim veri setinin tahminleri nasıl desteklediğini şöyle açıkladı:

Bu kapsamlı veri setinden öğrenen yapay zekâ modelleri, hava koşullarının gelişimindeki örüntüleri ve ilişkileri belirleyebiliyor; bunlar da gelecekteki hava değişimlerini tahmin etmek için kullanılabiliyor.

Modellerin mevcut sürümünün kullandığı yaklaşık 25 trilyon veri noktası, yaklaşık kırk yıl boyunca değişen hava koşullarından örnekler sunuyor. Modeller, bu örneklerdeki örüntüleri ve ince sinyalleri tanıyarak tayfunlar da dahil olmak üzere hava sistemlerinin nasıl gelişeceğini tahmin edebiliyor.

Reklam

Eğitim tamamlandıktan sonra yapay zekâ modelleri, fizik denklemlerine dayalı modellerin saatler süren hesaplamalarına kıyasla dakikalar içinde tahmin üretebiliyor. Bu tahminleri hazırlamak için çok daha az işlem gücüne de ihtiyaç duyuyor. Hızlı çalışmaları ve daha düşük enerji gereksinimleri, zamanında bilgiye ihtiyaç duyan meteoroloji kurumları için bu modelleri cazip araçlar hâline getiriyor.

Yapay zekâ, yetkililere ve halka hazırlık için daha fazla zaman kazandıracak kadar erken aşamada gelişen örüntüleri de belirleyebiliyor. Ancak yararlılığı, öğrendiği verilerin niteliğine ve eksiksizliğine bağlı. Eksik gözlemler veya hatalı tarihsel kayıtlar performansını sınırlayabilir.

Wutip Tayfununun Rotası Hakkında Gösterdikleri

Tropik Siklon Wutip, haziran ayında Gözlemevi için uygulamalı bir sınama oldu. Fırtına Hong Kong’u tehdit ederken tahminciler, muhtemel rotasını değerlendirmek için hem geleneksel hem de yapay zekâ tahminlerini inceledi.

Avrupa modeli Wutip’in Çin’in güney kıyılarına yaklaşacağını öngörürken Amerikan modeli Hong Kong’a daha yakın geçeceğini tahmin etti. İki yapay zekâ modeli ise fırtınanın sonunda izlediği rotaya daha yakın, daha batıdaki bir güzergâha işaret etti.

Hong Kong, fırtınanın doğrudan etkisinden kurtuldu. Yapay zekânın daha isabetli yönlendirmesi Gözlemevinin uyarılarına katkı sağlayarak zamanında kararlar alınmasını ve gereksiz aksamaların önlenmesine yardımcı oldu. Sonuç, tahminlerin farklılaştığı durumlarda birden fazla tahmini karşılaştırmanın değerini gösterdi.

Yapay zekâ modelleri, özellikle Batı Pasifik’te, tayfunların rotasını tahmin etmede geleneksel modellerle tekrar tekrar aynı veya daha iyi performans gösterdi. Gözlemevi; Fudan Üniversitesi tarafından geliştirilen FuXi, Huawei’nin geliştirdiği Pangu-Weather ve Avrupa Orta Vadeli Hava Tahminleri Merkezi’nin (ECMWF) Yapay Zekâ Tahmin Sistemi (AIFS) dahil çeşitli sistemleri daha kapsamlı kullanmaya başladı.

Kent sakinleri ve acil durum planlamacıları için rotaya ilişkin daha isabetli bir tahmin, fırtınanın hangi yerlere yaklaşabileceğini daha iyi gösteriyor. Fırtınanın şiddeti ve en yoğun yağışın görüleceği yer içinse ayrıca değerlendirme yapılması gerekiyor; dolayısıyla rota tahmini, çok daha kapsamlı bir tahmin görevinin yalnızca bir parçası.

Şiddetli Yağış Daha Zor Bir Yerel Sınama

Gözlemevi’nde görevli kıdemli bilim görevlisi vekili He Yuheng, yapay zekâ modellerinin ağustos sağanağından yaklaşık bir hafta önce Guangdong kıyılarında şiddetli yağışa yol açan bir yağış bandının gelişimini başarıyla tahmin ettiğini söyledi. Yağış bandı, uzunca bir alana yayılan yağış bölgesidir. Bu nedenle gelişiminin belirlenmesi, tahmincilere geniş çaplı bir tehdide karşı önceden uyarı imkânı verebilir.

Modeller, en şiddetli yağışın nerede görüleceğini daha az isabetle tahmin etti. Buna rağmen tahminleri, zamanında uyarılar yapılması ve acil durum müdahalelerine hazırlık için yararlı bir temel sundu. Uygulamadaki zorluk, geniş bir alanı kapsayan tahmini sele veya heyelana maruz kalma ihtimali en yüksek yerler hakkında bilgiye dönüştürmek.

Reklam

Eylül 2023’te kaydedilen rekor yağışlar da benzer sınırları ortaya çıkardı. Yapay zekâ modelleri yararlı bilgiler sağlasa da yağış miktarının tamamını ve tam konumunu belirlemekte zorlandı. Büyük ölçüde geçmişte yaşananlarla eğitilmiş sistemler için nadir olayları tahmin etmek özellikle güç.

Hong Kong Gözlemevi, aşırı hava olaylarına ilişkin tahminlerin neden hâlâ dikkatle değerlendirilmesi gerektiğini şöyle açıkladı:

Yapay zekâ modellerinin aşırı hava olaylarını tahmin etme kapasitesi, tarihte nadiren görülmeleri nedeniyle henüz doğrulanmış değil; rekor kıran hava olaylarının yapay zekâ modellerinin eğitim verilerinde yer almaması da cabası.

Tarihsel veriler sıradan hava koşullarından pek çok örnek içerirken olağanüstü koşullara ilişkin örnek sayısı çok daha az olabilir. Bu nedenle, yapay zekâ günlük operasyonlarda yararlı hâle gelse de benzeri görülmemiş yağışları tahmin edebilme yeteneğini sınamak çalışmaların önemli bir alanı olmaya devam ediyor.

Fırtınaların Şiddetini Tahmin Etmek Neden Hâlâ Zor?

Yapay zekâ modelleri, özellikle fırtınaların hızla şiddetlendiği durumlarda tropik siklonların şiddetini genellikle olduğundan düşük tahmin ediyor. Hızlı şiddetlenme, fırtınanın rüzgâr hızının kısa sürede büyük ölçüde artması anlamına geliyor. Bu da insanların ve yetkililerin hazırlıklarını gözden geçirmesi için daha az zaman bırakıyor.

Büyük kasırga ve tayfunların yaklaşık yüzde 80’i hızlı şiddetlenme yaşıyor. İklim değişikliği nedeniyle bu tür olayların sayısı artıyor. Bu ani şiddetlenmeyi tahmin etmek hem yapay zekâ hem de geleneksel yöntemler için önemli bir güçlük olmayı sürdürüyor.

En yüksek rüzgâr hızlarını tahmin etmek de çözülememiş bir başka sorun. Tropik siklonlara açık bir kent için rotanın makul ölçüde isabetli tahmin edilmesiyle fırtınanın şiddetinin doğru hesaplanması arasındaki fark, hazırlıklar açısından doğrudan önem taşıyor. Tahmincilerin hem fırtınanın nereye gidebileceğini hem de ne kadar tehlikeli hâle gelebileceğini değerlendirmesi gerekiyor.

Nadir veya benzeri görülmemiş olaylar da benzer bir güçlük yaratıyor. Aşırı bir olaya yol açan koşullar eğitim verilerinde yeterince temsil edilmemişse yapay zekâ sisteminin öğrenebileceği örnek sayısı azalıyor. Bu nedenle yoğun fırtınalara, ani sellere ve heyelanlara ilişkin tahminleri iyileştirmek için daha iyi veriler ve hava durumunu yerel ölçekte daha ayrıntılı yansıtan modeller büyük önem taşıyor.

Modeller Arasındaki Karşılaştırmalar Ne Gösteriyor?

Doğu Asya ve Batı Pasifik’i inceleyen bilimsel çalışmalarda beş büyük yapay zekâ hava durumu modeli karşılaştırıldı: Pangu-Weather, FourCastNet v2, GraphCast, FuXi ve FengWu. Değerlendirmelerde hem tayfunların rotaları hem de şiddetleri ele alınarak tahmin sorununun farklı yönleri incelendi.

Bu karşılaştırmalarda FengWu, tayfun rotalarını tahmin etmede en isabetli model oldu. FuXi ve GraphCast de iyi performans gösterdi. Beş modelin tamamı şiddet tahminlerinde zorlandı. Bu durum, fırtınanın rotasını tahmin etmedeki ilerlemenin, şiddetini tahmin etmedeki ilerlemeden daha hızlı olduğunu gösteriyor.

Reklam

Toplu tahmin yaklaşımları, tahminlerin güvenilirliğini artırma konusunda umut vadediyor. Birden fazla modelin tahminlerini bir araya getiren toplu yaklaşım, tahmincilere tek bir tahmine bağlı kalmak yerine olası sonuçların aralığını sunuyor. Sonuçları karşılaştırmak, gelişmekte olan bir fırtınaya ilişkin tahminlerin ne ölçüde örtüştüğünü değerlendirmelerine yardımcı oluyor.

Bulgular, daha yüksek çözünürlüklü, başka bir deyişle daha küçük alanlardaki hava durumunu daha ayrıntılı açıklayan bölgesel modeller üzerinde daha fazla araştırma yapılmasını destekliyor. Şiddet tahminleri ve yerel etkilerin öngörülmesindeki zayıflıkları gidermek için yapay zekâ araştırmacılarıyla meteoroloji kurumları arasındaki iş birliğinin sürmesi de gerekiyor.

Gözlemevi Yapay Zekâyı Nasıl Kullanıyor?

Hong Kong Gözlemevi, 2023’ün ortalarından itibaren güncel hava koşullarını kullanan denemelerde birkaç yapay zekâ modelini devreye aldı. Bu modellerin tahminleri Earth Weather internet sayfası ve MyObservatory uygulaması üzerinden kamuoyuna sunuldu.

Gözlemevinin yapay zekâ kullanımı tayfun takibinin ötesine uzanıyor. Modeller, 15 güne kadar yağış, rüzgâr, sıcaklık ve nem tahminleri de yapıyor. Bu tahminler, gelişmekte olan hava örüntülerinin Hong Kong’u nasıl etkileyebileceğine karar vermeden önce personelin bunları incelemesine olanak tanıyor.

Başlıca gelişmeler birkaç döneme yayılıyor:

  • Gözlemevi, 2023’ün ortalarından itibaren güncel hava durumu verilerini kullanan denemelerde birkaç yapay zekâ modelini devreye aldı ve bu modellerin tahminlerini kamuoyuna sundu.
  • Eylül 2023’te yapay zekâ, rekor yağış sırasında yararlı bilgiler sağladı; ancak yağış miktarını ve konumunu belirlemekte zorlandı.
  • Haziran ayında iki yapay zekâ modeli, Wutip’in sonunda izlediği rotaya daha yakın, daha batıdaki bir güzergâh tahmin etti.
  • Ağustos sağanağından önce yapay zekâ, Guangdong kıyılarında gelişen bir yağış bandını yaklaşık bir hafta önceden tahmin etti.

Gözlemevi uluslararası ortaklar ve özel şirketlerle de çalışıyor. Google DeepMind’ın Weather Lab’i ve ECMWF’nin AIFS sistemi, tahmincilere değerlendirme ve karşılaştırma için ek araçlar sunmak üzere yerel modellerle birlikte sınanıyor.

Duyurulan yeni yatırımın tutarı açıklanmadı. Operasyonel yaklaşım, uzmanların sonuçları yorumlamasını sürdürürken devam eden araştırma ve model geliştirme çalışmalarıyla tahminlerin isabetini artırmak.

Tayvan’ın Deneyimi ve Teknoloji Hamlesinin Genişlemesi

Tayvan Merkezi Hava İdaresi (CWA) de tayfunları takip etmek için yapay zekâ modellerini kullanmaya başladı. Gaemi Tayfunu sırasında yapay zekâ tahminleri, tayfunun sekiz gün önceden doğrudan etkide bulunacağını öngörerek geleneksel modellerden daha başarılı oldu ve yetkililere hazırlık için ek zaman kazandırdı.

CWA Başkan Yardımcısı Lu Kuo-Chen, kurum ve müdahaleden sorumlu yetkililer için sağlanan yararı şöyle anlattı:

Yapay zekâ, tahmincilerin güvenini artırdı ve yetkililere hazırlanmaları için daha fazla zaman kazandırdı.

Tayvan’ın deneyimi, yerel etkilerin ayrıntıları netleşmeden önce bile erken uyarının neden değerli olduğunu gösteriyor. Muhtemel bir tayfun tehdidinin daha erken fark edilmesi, tahminciler beklenen rota ve şiddeti belirginleştirmeyi sürdürürken yetkililere hazırlık için daha uzun bir süre kazandırıyor.

Reklam

Nvidia, Google ve Microsoft gelişmiş yapay zekâ hava durumu modelleri geliştiriyor ve dünya genelindeki meteoroloji kurumlarıyla ortaklık kuruyor. Özel sektörün katılımı, fırtına şiddetine ve yerel etkilere ilişkin tahminleri iyileştirmeye yönelik çalışmalar da dahil olmak üzere yenilikleri hızlandırıyor.

Hong Kong’un birden fazla sistemi kullanmaya başlaması, bölgesel ve küresel ölçekteki bu gelişmenin bir parçası. Deneyimleri, özellikle teknik iyileştirmelerin yanı sıra uluslararası iş birliğinin ve halkın sürece katılımının değeri bakımından, şiddetli hava koşullarına maruz kalan diğer kentlere de dersler sunuyor.

Tahminleri Uyarılara Dönüştürenler Hâlâ İnsanlar

Özellikle tehlikeli hava koşullarının çok sayıda insanı etkileyebileceği durumlarda, yapay zekâ çıktılarının yorumlanması için meteorologlar vazgeçilmez olmaya devam ediyor. İnsan gözetimi, farklı sistemlerin tahminlerini bir araya getirmeye ve bunların uyarılar ile acil durum planlaması açısından önemini değerlendirmeye yardımcı oluyor.

Gözlemevi ve ortakları araştırmaları, model geliştirme çalışmalarını ve halkı bilgilendirme faaliyetlerini sürdürüyor. Amaçları, isabeti artırırken halkın güvenini kazanmak ve insanların uyarıları anlamasını, bunlara göre hareket etmesini sağlamak.

Hong Kong’un yatırımları, değişen iklim koşullarına uyum sağlama çabalarının da bir parçası. Daha erken ve isabetli tahminler, toplulukların giderek şiddetlenen ve öngörülmesi zorlaşan hava koşullarına hazırlanmasına, kayıpların azaltılmasına ve sürdürülebilir kalkınmanın desteklenmesine yardımcı olabilir. En acil katkısı somut: müdahaleyi organize etmek için daha fazla zaman ve tehlikenin nerede ortaya çıkabileceğine dair daha iyi bilgi.

Yapay zekâ, tahminlerde giderek daha merkezi bir araç hâline geliyor; ancak en başarılı olduğu alanlar geniş çaplı hava örüntülerini ve siklon rotalarını tahmin etmek. Ani şiddetlenme, aşırı yağış ve yerel hasara ilişkin tahminleri iyileştirmek için testlerin sürmesi, daha iyi veriler, yerel ayrıntı düzeyi daha yüksek modeller ve tahmincilerin uzmanlığı gerekiyor.

Öne Çıkanlar

  • Hong Kong, Wutip ve ağustos sağanağı sırasında yararlı sonuçlar alınmasının ardından yapay zekâ tahminlerine yatırım yapıyor.
  • Yapay zekâ modellerinin mevcut sürümü, yaklaşık 25 trilyon veri noktası içeren yaklaşık 40 yıllık küresel yeniden analiz verisinden öğreniyor.
  • İki yapay zekâ modeli, Wutip’in sonunda izlediği rotaya daha yakın, daha batıdaki bir güzergâh tahmin etti.
  • Yapay zekâ, ağustos yağışlarından yaklaşık bir hafta önce Guangdong kıyılarındaki yağış bandını öngördü; ancak en şiddetli yağışın yerini belirlemekte zorlandı.
  • Yapay zekâ tahminleri dakikalar içinde üretilebiliyor ve daha az işlem gücü kullanıyor; ancak siklonların şiddetini ve nadir aşırı olayları tahmin etmek hâlâ zor.
  • Gözlemevi, yapay zekâ tahminlerini Earth Weather ve MyObservatory üzerinden yayımlıyor; 15 güne kadar tahmin yapan modeller kullanıyor.
  • Tayvan’ın yapay zekâ tahminleri, Gaemi’nin doğrudan etkisini sekiz gün önceden öngördü.
  • Tahminleri etkili uyarılara dönüştürmek için insan uzmanlığı, uluslararası iş birliği ve araştırmaların sürmesi önemini koruyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir