Sebuah model komputer baru untuk memprediksi cuaca yang dibuat oleh Google dan didukung oleh kecerdasan buatan secara konsisten memiliki kinerja yang lebih baik dan berkali-kali lipat lebih cepat dibandingkan model komputer pemerintah yang telah ada selama beberapa dekade dan melibatkan investasi ratusan juta dolar, menurut sebuah penelitian yang diterbitkan pada hari Selasa.
Model Google bahkan menampilkan akurasi yang lebih unggul dibandingkan “model Eropa”, yang secara luas dianggap sebagai standar emas.
Berlangganan buletin The Post Most untuk mendapatkan cerita paling penting dan menarik dari The Washington Post.
Studi yang diterbitkan dalam jurnal Science ini menunjukkan model AI lebih akurat dalam memperkirakan cuaca sehari-hari dan kejadian ekstrem, seperti angin topan serta panas dan dingin yang hebat.
Performanya yang luar biasa dan hasil yang menjanjikan dari model AI lain yang serupa mungkin menandakan dimulainya era baru dalam prediksi cuaca, meskipun para ahli mengatakan hal itu tidak berarti AI siap menggantikan semua metode perkiraan tradisional.
Model AI Google DeepMind, bernama “GraphCast”, dilatih berdasarkan data historis selama hampir 40 tahun dan dapat membuat perkiraan 10 hari dengan interval enam jam untuk lokasi yang tersebar di seluruh dunia dalam waktu kurang dari satu menit di komputer seukuran a kotak kecil. Model tradisional memerlukan waktu satu jam atau lebih pada superkomputer seukuran bus sekolah untuk mencapai prestasi yang sama. GraphCast sekitar 10 persen lebih akurat dibandingkan model Eropa pada lebih dari 90 persen variabel cuaca yang dievaluasi.
Hasil penelitian ini serupa dengan artikel akademis yang diterbitkan pada bulan Agustus di database online arXiv.
“Menjadi kompetitif dengan sistem prediksi global terbaik, jika tidak mengunggulinya, adalah hal yang menakjubkan,” kata Aaron Hill, pengembang utama sistem prediksi pembelajaran mesin di Colorado State University, melalui email. “Anda dapat dengan aman menambahkan GraphCast ke daftar model prediksi cuaca berbasis AI yang terus bertambah dan akan terus dievaluasi untuk penerapannya dalam industri, penelitian, dan perkiraan operasional.”
Model cuaca AI semakin menarik perhatian lembaga cuaca pemerintah karena kecepatan, efisiensi, dan potensi penghematan biayanya.
Model cuaca tradisional, seperti “Eropa”, yang dioperasikan oleh Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF) di Reading, Inggris, dan “Amerika”, yang dioperasikan oleh National Oceanic and Atmospheric Administration, membuat prakiraan berdasarkan matematika yang kompleks. persamaan. Model seperti ini mendukung prakiraan dan peringatan penyelamatan nyawa di seluruh dunia, namun mahal untuk dijalankan karena memerlukan daya komputasi yang sangat besar.
Model AI menggunakan pendekatan yang berbeda. Mereka pertama-tama dilatih untuk mengenali pola-pola dalam sejumlah besar data cuaca historis, kemudian menghasilkan perkiraan dengan mencerna kondisi saat ini dan menerapkan apa yang mereka pelajari dari pola-pola historis tersebut. Proses komputasinya tidak terlalu intensif dan dapat diselesaikan dalam hitungan menit atau bahkan detik pada komputer yang jauh lebih kecil.
Kemampuan untuk belajar dari arsip data cuaca masa lalu yang terus bertambah merupakan keunggulan utama model AI. “Hal ini berpotensi meningkatkan akurasi perkiraan dengan menangkap pola dan skala dalam data yang tidak mudah direpresentasikan dalam persamaan eksplisit,” tulis para penulis yang mengembangkan model tersebut dalam penelitian tersebut.
Performa GraphCast dievaluasi berdasarkan model Eropa tidak hanya untuk variabel cuaca individual seperti suhu, angin, dan tekanan, namun juga dalam memperkirakan kejadian ekstrem termasuk siklon tropis, sungai di atmosfer, gelombang panas, dan cuaca dingin.
Para peneliti telah menyatakan kekhawatirannya mengenai kemampuan AI dalam meramalkan cuaca ekstrem secara akurat, salah satunya karena hanya ada sedikit peristiwa serupa yang dapat dipelajari di masa lalu. Namun GraphCast mengurangi kesalahan jalur prakiraan siklon sekitar 10 hingga 15 mil dengan waktu tunggu dua hingga empat hari, meningkatkan prakiraan uap air yang terkait dengan sungai di atmosfer sebesar 10 hingga 25 persen, dan memberikan prakiraan yang lebih tepat mengenai panas dan dingin ekstrem lima hingga 10 hari sebelumnya.
“Kebijaksanaan konvensional akan mengatakan menggunakan [AI] mungkin tidak berhasil dengan baik pada hal-hal yang langka dan tidak biasa. Namun tampaknya hal tersebut berjalan dengan baik,” kata Peter Battaglia, direktur penelitian di Google DeepMind dan salah satu rekan penulis studi tersebut, dalam sebuah wawancara. “Kami pikir ini juga menunjukkan fakta bahwa model ini menangkap sesuatu yang lebih mendasar. tentang bagaimana cuaca sebenarnya berkembang seiring berjalannya waktu, bukan sekadar mencari pola yang lebih dangkal dalam data.”
Hill memperingatkan bahwa meskipun penelitian ini “memperkuat gagasan bahwa untuk sebagian besar peristiwa, perkiraan yang terampil dapat dibuat,” namun hasil penelitian ini tidak menghilangkan pertanyaan tentang efektivitas AI dalam memprediksi peristiwa ekstrem. “Studi ini menggambarkan statistik agregat yang cukup luas mengenai kemampuan prakiraan cuaca ekstrem, yang memberi sinyal seberapa baik kinerja model dalam banyak peristiwa, namun tidak serta merta memberikan rincian tentang bagaimana kinerjanya dalam satu peristiwa ekstrem,” katanya.
Tantangan lain masih ada sebelum model AI seperti GraphCast dapat digunakan secara andal dalam perkiraan operasional. Misalnya, karena keterbatasan dalam data pelatihan dan kendala teknis, model AI global belum mampu menghasilkan perkiraan untuk parameter sebanyak atau sedetail model tradisional. Hal ini membuat model AI kurang berguna untuk memprediksi fenomena skala kecil, seperti badai petir dan banjir bandang, atau sistem cuaca lebih besar yang dapat menghasilkan perbedaan besar dalam jumlah curah hujan dalam jarak kecil.
Ahli meteorologi juga harus belajar mempercayai model AI yang cara kerjanya kurang transparan dibandingkan model tradisional.
“Peran utama peramal adalah menafsirkan dan mengkomunikasikan informasi kepada mitra, tugas ini menjadi lebih menantang karena kurangnya alat untuk menentukan mengapa model AI membuat perkiraan seperti itu,” Jacob Radford, peneliti visualisasi data di Cooperative Institute for Penelitian di Atmosfer di Colorado State University, mengatakan melalui email. “Model-model ini masih dalam tahap awal dan kepercayaan masih perlu dikembangkan baik di kalangan peneliti maupun komunitas peramal sebelum penggunaan operasional dipertimbangkan.”
Sebagian besar ahli, termasuk penulis penelitian, setuju bahwa model tradisional tidak akan digantikan oleh model AI, yang masih bergantung pada model lama untuk menyediakan data pelatihan dan menghasilkan kondisi saat ini yang mereka gunakan sebagai titik awal untuk membuat perkiraan. .
“Pendekatan kami tidak boleh dianggap sebagai pengganti metode prakiraan cuaca tradisional, yang telah dikembangkan selama beberapa dekade, diuji secara ketat dalam banyak konteks dunia nyata, dan menawarkan banyak fitur yang belum kami eksplorasi,” tulis para penulis. “Sebaliknya, pekerjaan kami harus ditafsirkan sebagai bukti bahwa [AI weather prediction] mampu memenuhi tantangan permasalahan peramalan dunia nyata, dan memiliki potensi untuk melengkapi dan meningkatkan metode terbaik saat ini.”
Kemajuan terkini dalam peramalan cuaca AI
Perusahaan-perusahaan teknologi besar termasuk Google, Microsoft, Nvidia dan Huawei yang berbasis di Tiongkok telah membuat kemajuan pesat dalam pemodelan cuaca AI dalam dua tahun terakhir. Keempat perusahaan tersebut telah menerbitkan artikel akademis yang mengklaim bahwa model AI global mereka memiliki kinerja yang setidaknya sama baiknya dengan model Eropa. Klaim tersebut baru-baru ini dikuatkan oleh para ilmuwan di ECMWF.
Pada bulan September, model AI yang dikembangkan oleh Google, Nvidia, dan Huawei berhasil memperkirakan perkiraan badai Lee seminggu sebelumnya. Lee dengan cepat meningkat menjadi badai Kategori 5 di Samudra Atlantik di sebelah timur Karibia, kemudian melemah sebelum akhirnya mendarat di Nova Scotia dengan kekuatan yang setara dengan badai tropis.
ECMWF mulai menerbitkan prakiraan cuaca dari ketiga model tersebut di situs webnya hanya sehari setelah Lee pertama kali berkembang menjadi badai tropis. Institut Koperasi Penelitian Atmosfer di Colorado State University yang berafiliasi dengan NOAA akan meluncurkan situs web serupa pada awal Desember, menurut Radford.
Sementara itu, Kantor Meteorologi Inggris baru-baru ini mengumumkan kolaborasi dengan para peneliti di Alan Turing Institute di Inggris untuk mengembangkan model prakiraan AI “untuk meningkatkan prakiraan beberapa peristiwa cuaca ekstrem, seperti curah hujan luar biasa atau badai petir yang berdampak, dengan akurasi yang lebih tinggi lagi,” Met Office mengatakan dalam sebuah pernyataan.
Dan awal bulan ini, Google mengumumkan model AI lain yang dapat membuat prakiraan curah hujan, suhu, dan parameter lainnya yang lebih terlokalisasi hingga 24 jam menggunakan pengamatan langsung dari sensor cuaca sebagai titik awal.
Selain pemodelan, AI juga digunakan untuk meningkatkan komunikasi dan interpretasi prakiraan cuaca. NOAA mengumumkan bulan lalu bahwa mereka menggunakan AI untuk mengotomatiskan terjemahan prakiraan cuaca ke dalam bahasa Spanyol dan Cina, dan bahasa tambahan akan menyusul, sementara perusahaan cuaca swasta Tomorrow.io telah mengembangkan asisten AI bernama “Gale” untuk membantu klien bisnis menafsirkan cuaca perkiraan untuk kasus penggunaan tertentu.
Konten Terkait
Serangan pesawat tak berawak Israel di Jenin menandakan strategi baru, yang berisiko menimbulkan serangan balasan dari militan
