Ekim 2025'te Karayip Denizi üzerinde bir fırtına belirdi ve hava durumu modelleri anlaşmazlık içindeydi. Haiti üzerinde sönüp gidecek mi, yoksa canavara dönüşüp Jamaika'ya mı gidecek? Google DeepMind'ın yapay zeka modeli WeatherNext devreye girdi ve kendinden emin bir şekilde ikincisini tahmin etti - karaya ulaşmasından beş gün önce, fırtınanın Jamaika'ya Kategori 5 kasırga olarak vuracağını yüzde 80 güvenle söyledi.

Melissa Kasırgası tam da bunu yaptı ve Jamaika'da sel ve heyelanlarla ortalığı kasıp kavurdu. Ancak yapay zekanın erken uyarısı sayesinde topluluklar hazırlanmak için daha fazla zaman buldu. Perşembe günü Nature'da yayımlanan bir makaleye göre WeatherNext, tahmincilere ortalama bir gün ekstra süre kazandırıyor - üç günlük tahminleri, önceki modellerin iki günlük tahminleri kadar doğru. ABD Ulusal Kasırga Merkezi direktörü Mike Brennan'ın dediği gibi, "Zaman gerçekten altın." Gerçekten de, malzeme stoklarken ve insanları tahliye ederken, fazladan bir gün pratikte bir lüks.

Tarihsel olarak, tahmin doğruluğunda bir gün kazanmak on yıllık bir çalışma gerektiriyordu. Peki sır ne? Çok sayıda hava durumu verisi üzerinde yapay zeka eğitmek, siklon verileri kıt olsa bile. DeepMind'da araştırma bilimcisi Ferran Alet'in açıkladığı gibi, "Çok fazla siklon verimiz yok, ama çok fazla hava durumu verimiz var." Bu yüzden her ikisinde de iyi olacak bir model eğittiler.

Kasırgalar zordur çünkü birden fazla ölçekte çalışırlar - yol tahmini küresel veri gerektirirken, yoğunluk yerel ayrıntılar gerektirir. Daha önceki yapay zeka modelleri yolu doğru tahmin edebiliyordu ama yoğunlukta tökezliyordu. Ancak WeatherNext ikisini de yapıyor ve araştırmacıları bile şaşırttı. Eş yazar ve tropikal siklon lideri Kate Musgrave, "Sanırım herkes ne kadar iyi yaptığına şaşırdı" diyor. Model geriye dönük testlerde o kadar iyiydi ki gerçek zamanlı çalışacağına şüpheyle yaklaştılar. Ama çalıştı.

İşin ilginç yanı şu: yapay zeka geleneksel modellerden daha düşük çözünürlüklü veriler kullanıyor, yine de mükemmel sonuç veriyor. Bu bilim insanlarını şaşırttı, çünkü düşük çözünürlüklü girdilerin önceden düşünülenden daha fazla sinyal içerdiğini gösteriyor. Alet, "Sonuçta bu bir kara kutu" diye itiraf ediyor, ancak henüz anlamadığımız fiziğe işaret ediyor olabilir.

Model ayrıca bir dizi senaryo üretiyor - geçen yıl fırtına başına 50, şimdi 1.000 - potansiyel kelebek etkilerini yakalamak için. Bu, geleneksel modellerin mevcut bilgi işlem gücüyle yapamayacağı bir şey. Ancak Brennan, WeatherNext'in sadece bir araç olduğu ve insan uzmanlığının hayati önem taşıdığı konusunda uyarıyor. Sonuçta, "insanları öldüren etkilerdir", sadece tahmin değil.

DeepMind modelleri açık kaynak olarak sunuyor ve araştırmacıların yeni içgörüler elde edebileceğini umuyor. Alet heyecanlı: "Bence yapay zeka bize evrenin yasalarını araştırmak için yeni araçlar veriyor." Ve belki de, sadece belki, havanın bir sonraki öfke nöbetinden bir adım önde olmamızı sağlar.