Kamis, 23 November 2023 – 11:03 WIB
VIVA Tekno – Satu dari kecerdasan buatan Google, khususnya Google DeepMind, telah mengembangkan algoritma pembelajaran mesin yang diklaim dapat memprediksi cuaca lebih akurat dibandingkan metode perkiraan saat ini yang menggunakan superkomputer.
Baca juga:
TKN membahas tentang gambar anak-anak dalam iklan politik Prabowo-Gibran yang dihasilkan dari teknologi AI
Model Google, yang disebut GraphCast, menghasilkan prakiraan cuaca 10 hari yang lebih akurat dibandingkan Sistem Peramalan Resolusi Tinggi (HRES) yang dioperasikan oleh Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF), yang memperkirakan dalam hitungan menit, bukan jam.
Merek HRES Google DeepMind adalah sistem simulasi cuaca standar terkemuka saat ini.
Baca juga:
Bawaslu langsung mendalami iklan politik Prabowa berkonten susu yang diduga melibatkan anak-anak
Ilustrasi BMKG deteksi dini potensi cuaca
Baca juga:
Pemerintah sedang menyiapkan aturan penggunaan AI untuk iklan politik
GraphCast, yang dapat dijalankan pada komputer desktop, mengungguli ECMWF pada lebih dari 99% variabel cuaca di 90% dari 1.300 area pengujian, menurut temuan yang dipublikasikan pada jurnal 14 November. Sains.
Namun para peneliti mengatakan hal ini bukannya tanpa kekurangan karena hasilnya dihasilkan dalam kotak hitam, yang berarti AI tidak dapat menjelaskan bagaimana ia menemukan suatu pola atau menunjukkan cara kerjanya, dan bahwa AI harus digunakan untuk melengkapi, bukan menggantikan. alat yang ada.
Perkiraan saat ini bergantung pada memasukkan data ke dalam model fisik yang kompleks dan menggunakan superkomputer untuk menjalankan simulasi. Keakuratan prediksi ini bergantung pada detail granular dalam model dan memerlukan banyak energi serta mahal untuk dijalankan.
Namun, model cuaca pembelajaran mesin dapat berjalan lebih murah karena memerlukan lebih sedikit daya komputasi dan berjalan lebih cepat.
Untuk model AI baru, para peneliti melatih GraphCast pada data cuaca global selama 38 tahun hingga tahun 2017. Algoritme tersebut menciptakan pola antar variabel seperti tekanan udara, suhu, angin, dan kelembapan yang bahkan tidak dipahami oleh para peneliti.
Setelah pelatihan ini, model tersebut mengekstrapolasi prediksi dari prakiraan cuaca global tahun 2018 untuk menghasilkan prakiraan 10 hari dalam waktu kurang dari satu menit.
Dengan menjalankan GraphCast bersama perkiraan ECMWF resolusi tinggi yang menggunakan model fisik yang lebih konvensional untuk menghasilkan perkiraan, para peneliti menemukan bahwa GraphCast memberikan perkiraan yang lebih akurat untuk lebih dari 90% dari 12.000 titik data yang digunakan.
GraphCast juga dapat memprediksi peristiwa cuaca ekstrem seperti gelombang panas, pendinginan musim dingin, dan badai tropis, dan ketika lapisan atas atmosfer bumi dihilangkan, hanya atmosfer tingkat terendah, troposfer, yang tersisa, tempat peristiwa cuaca yang memengaruhi manusia. menonjol. akurasi melonjak hingga lebih dari 99%.
“Pada bulan September, versi langsung model GraphCast kami yang tersedia untuk umum, yang diterapkan di situs web ECMWF, secara akurat memperkirakan sekitar sembilan hari sebelumnya bahwa Badai Lee akan menghantam Nova Scotia,” jelas Rémi Lam, seorang insinyur penelitian di DeepMind. sebuah pesan Ilmu LangsungRabu, 22 November 2023.
“Sebaliknya, perkiraan tradisional memiliki lebih banyak variabilitas di mana dan kapan terjadinya pendaratan, memperkirakan Nova Scotia hanya sekitar enam hari sebelumnya.”
Meskipun model tersebut memiliki kinerja yang mengesankan, para peneliti tidak melihat model tersebut akan menggantikan instrumen yang saat ini digunakan dalam waktu dekat. Perkiraan rutin masih diperlukan untuk memverifikasi dan menetapkan data dasar untuk prediksi apa pun, dan karena algoritme pembelajaran mesin memberikan hasil yang tidak dapat dijelaskan, algoritme tersebut rentan terhadap kesalahan atau “halusinasi”.
Sebaliknya, model AI dapat melengkapi metode perkiraan lainnya dan menghasilkan prediksi yang lebih cepat, kata para peneliti. Mereka juga dapat membantu para ilmuwan melihat perubahan pola iklim dari waktu ke waktu dan mendapatkan gambaran yang lebih jelas mengenai gambaran yang lebih besar.
“Mempelopori penggunaan AI dalam prakiraan cuaca akan memberikan manfaat bagi miliaran orang dalam kehidupan sehari-hari mereka. Namun penelitian kami yang lebih luas bukan hanya tentang memprediksi cuaca – ini tentang memahami pola iklim kita yang lebih luas,” tulis Lam.
“Dengan mengembangkan alat-alat baru dan mempercepat penelitian, kami berharap AI dapat memberdayakan komunitas global untuk mengatasi tantangan lingkungan terbesar yang kita hadapi.”
Sisi lain
Namun, model cuaca pembelajaran mesin dapat berjalan lebih murah karena memerlukan lebih sedikit daya komputasi dan berjalan lebih cepat.
Quoted From Many Source
