Tropik fırtına Bebinca, Tayvan’ın kuzeyine doğru ilerleyerek tayfuna dönüşme potansiyeli taşırken, hava tahmincileri yapay zeka yardımıyla tayfunun rotasını daha doğru tahmin etmeye çalışıyor.
Tropik fırtına Bebinca Tayvan'ın kuzeyindeki sulara doğru ilerleyip olası bir tayfuna dönüşmek üzere güç toplarken, Taipei'deki hava tahmincileri tayfunun izleyeceği yolu takip etmek için yapay zekadan yardım alıyor.
Yapay zeka kaynaklı tahminler, tayfun izlerini tahmin etmede şimdiye kadar geleneksel yöntemlerden daha iyi performans gösterdi.
TEMMUZ AYINDA DOĞRU TAHMİN YAPMIŞTI
Temmuz ayında, Tayvan'ın sekiz yıldır adayı vuran en güçlü tayfun olan ve rekor düzeyde yağış getiren Gaemi Tayfunu'nun yolunu ve etkisini daha iyi tahmin etmesine yardımcı olan şey, ilk kez kullanılan yapay zeka tabanlı hava durumu modelleriydi.
Yeni teknoloji, Gaemi'nin karaya ulaşmasından sekiz gün kadar önce doğrudan vuracağını tahmin ederek Tayvanlı tahmincileri uyardı ve tahmin planlamasının temel dayanağı olan geleneksel yöntemlerden daha iyi bir performans sergiledi.
"YAPAY ZEKA FARK EDİLMEYE BAŞLANDI"
Hava durumu hizmeti sağlayıcısı Taiwan Integrated Disaster Prevention of Technology Engineering Consulting Company'nin direktörü Chia Hsin-sing, "İnsanlar yapay zekanın geleneksel modellere kıyasla gerçekten de çarpıcı performanslar sergilediğini fark etmeye başladılar" dedi.
Tahminciler ve akademisyenlere göre, bu tür yapay zeka modelleri diğer bölgelerdeki fırtına ve kasırgaları tahmin etmek için de kullanılmaya başlandı.
GÜNLER ÖNCESİNDEN TAHMİN EDEBİLİYOR
Yapay zeka tabanlı yazılım, meteorolojik sistemlerin neden-sonuç ilişkilerini öğrenmek için geçmiş hava durumu verileri kullanılarak eğitiliyor ve tamamlanması yalnızca birkaç dakika süren bir süreçle yüzlerce hava durumu değişkenini günler öncesinden tahmin edebiliyor.
DOĞRULUK PAYI YÜZDE 20 DAHA YÜKSEK
CWA tarafından derlenen verilere göre, bu yıl Eylül ortasına kadar Batı Pasifik'te meydana gelen tüm tayfunlar için, yapay zekanın üç günlük bir zaman aralığında fırtına izlerini tahmin etmedeki doğruluğu, geleneksel modellerden yaklaşık yüzde 20 daha yüksekti.