Yapay zeka aşırı hava koşullarında geleneksel tahminlerin gerisinde kalıyor

Yapay zeka tabanlı hava tahmin sistemleri, son yıllarda günlük hava durumu öngörülerinde önemli ilerlemeler kaydetse de, aşırı hava koşulları söz konusu olduğunda klasik fizik tabanlı modellerin gerisinde kalıyor. Cenevre Üniversitesi'nin yürüttüğü ve dünya genelinde on yıllara yayılan verilerin analiz edildiği yeni bir araştırma, rekor seviyedeki sıcaklık, soğuk ve rüzgar olaylarında yapay zekanın tahmin doğruluğunun ciddi şekilde azaldığını gösteriyor. Araştırma, özellikle nadir ve beklenmedik hava olaylarının öngörülmesinde, geleneksel modellerin hâlâ daha güvenilir sonuçlar verdiğini ortaya koyuyor.

Aşırı hava olaylarını öngörmek neden bu kadar zor?

Aşırı hava koşullarının tahmini, meteoroloji alanında en büyük zorluklardan biri olmaya devam ediyor. Cenevre Üniversitesi'nden istatistikçi Zhongwei Zhang liderliğindeki ekip, bu zorluğun nedenlerini anlamak için 1979'dan 2020'ye kadar uzanan küresel hava verilerini detaylı biçimde inceledi. Araştırmacılar, yüz binlerce yerel rekor kıran sıcaklık, soğuk ve rüzgar olayını izole ederek, bu nadir olayların tahmininde yapay zeka ve geleneksel modellerin performansını karşılaştırdı. Bu tür aşırı hava olayları, belirli bir yer ve mevsimde daha önce kaydedilmiş en yüksek ya da en düşük değerlerin aşılmasıyla tanımlanıyor. Toplumlar, genellikle geçmiş hava kayıtlarına göre planlama yaptıkları için, bu rekor seviyelerin ötesine geçen olaylar büyük ekonomik ve toplumsal zararlara yol açabiliyor. Modern hava tahminlerinde hâlâ fizik tabanlı sayısal modeller kullanılıyor. Bu modeller, atmosferdeki hava, nem ve enerji hareketlerini fiziksel denklemlerle simüle ediyor ve yüksek hesaplama gücü gerektiriyor. Ancak, birkaç gün öncesinden sıcaklık, rüzgar, basınç ve yağış haritaları sunabilme yeteneğine sahipler. Yapay zeka ise genellikle geçmiş verilerden öğrendiği örüntülerle tahmin yapıyor ve özellikle daha önce görülmemiş, "ekstrapolasyon" gerektiren aşırı koşullarda zorlanıyor. Bu nedenle, anahtar kelime olan "yapay zeka", aşırı hava olaylarının öngörülmesinde hâlâ kritik bir sınavdan geçiyor.

Yapay zekanın aşırı hava koşullarındaki sınavı

Çalışmada, araştırma ekibi yapay zeka tabanlı hava tahmin sistemlerini ve Avrupa Orta Menzilli Hava Tahminleri Merkezi'nin (ECMWF) yüksek çözünürlüklü fizik tabanlı modelini karşılaştırdı. 2020 yılı verilerine göre, dünya genelinde 162.751 sıcaklık rekoru, 32.991 soğuk rekoru ve 53.345 rüzgar rekoru tespit edildi. Bu veriler, her bir ızgara noktasında ve mevsimde ayrı ayrı sayılarak, nadir aşırı olayların modellenmesinde geniş bir test alanı sundu. Araştırmacılar, her rekor olay için yarım gün ile on gün arasındaki tahmin sürelerinde, yapay zeka ve klasik modellerin tahminlerini gözlem verileriyle karşılaştırdı. Tahmin doğruluğu, kök ortalama kare hatası (RMSE) ile ölçüldü. Bulgular, yapay zekanın özellikle kısa vadede, yani birkaç günlük tahminlerde, aşırı hava olaylarını öngörmede klasik fizik tabanlı modele göre daha fazla hata yaptığını gösterdi. Sıcaklık rekorlarında yapay zeka, genellikle gerçekleşenden daha düşük sıcaklıklar tahmin etti. Soğuk rekorlarında ise, soğukluk derecesini olduğundan daha fazla gösterme eğilimi gözlendi. Ayrıca, rekor kıran olayların sıklığını da olduğundan az tahmin ederek, birçok önemli olayı kaçırdı. Buna karşılık, fizik tabanlı model, hem rekor sayısını hem de bu olayların meydana geldiği yerleri daha doğru şekilde öngörebildi.

Fizik tabanlı modellerin önemi ve yapay zekanın sınırlamaları

Yapay zeka sistemlerinin aşırı hava koşullarında yaşadığı zorlukların temelinde, bu sistemlerin çoğunlukla geçmiş verilerden öğrenmesi yatıyor. Eğitim verilerinde nadir görülen aşırı olayların sayısı az olduğundan, yapay zeka bu tür olayları öngörmede yetersiz kalabiliyor. Oysa fizik tabanlı modeller, doğrudan atmosferin fizik yasalarını temel alıyor ve daha önce gözlemlenmemiş koşullarda da mantıklı tahminler üretebiliyor. Zhang'ın ekibi, klasik modelin rekorlar büyüdükçe bile doğruluğunu koruduğunu ve modelin temelindeki fiziksel denklemlerin değerini bir kez daha gösterdiğini vurguluyor. Bu denklemler, kütle, enerji ve momentum dengesini sağlayarak, modelin alışılmadık koşullarda bile güvenilir öngörüler sunmasına olanak tanıyor. Özellikle enerji şebekesi yönetimi, afet hazırlığı ve sıcaklık planlaması gibi kritik alanlarda, yalnızca yapay zeka tahminlerine güvenmek, aşırı hava olaylarının şiddetini küçümseme ve toplumsal riskleri artırma tehlikesi taşıyor. Bu nedenle, anahtar kelime olan "yapay zeka"nın, aşırı hava koşullarında tek başına yeterli olmadığı bir kez daha ortaya çıkıyor.