Google, ani selleri tahmin etmenin zorluğunu aşmak için yayınlanan haberlerden faydalanıyor. Her yıl 5 binden fazla kişinin hayatını kaybetmesine neden olan ani seller, hem tahmin etmesi en zor hem de dünyanın en ölümcül doğal afetlerinden biri.
Aslında hava tahminleri için çok sayıda hava durumu verisinin toplantığını söyleyebiliriz. Ancak ani sellerin çok kısa süreli ve yerel nitelikte olması, bu durumun kapsamlı bir şekilde ölçülmesinin önüne geçiyor. Bu nedenle, ortaya çıkan bu veri eksikliği, derin öğrenme modellerinin ani selleri tahmin etmesini de engelliyor.
Bu soruna çözüm getirmeye karar veren Google araştırmacıları, Google'ın büyük dil modeli Gemini'ı kullanarak dünya çapında 5 milyon haber makalesini taradı. 2,6 milyon farklı sel raporunu ayıran araştırmacılar, bu raporları “Groundsource” adlı coğrafi etiketli bir zaman akışına dönüştürdü. Google Research ürün müdürü Gila Loike, şirketin bu tür bir çalışma için ilk kez dil modelleri kullandığını belirtiyor.
Araştırmacılar, Groundsource'u gerçek dünya referans noktası olarak kullanarak, Long Short-Term Memory (LSTM) sinir ağı üzerine kurulu bir modeli eğitti ve küresel hava tahminlerini işledi. Böylece belirli bir bölgede ani sel olasılığı hesaplandı.
Google'ın ani sel tahmin modeli, şu anda şirketin Flood Hub platformunda sunuluyor. 150 ülkedeki kentsel alanlar için riskleri öne çıkaran model, verilerini dünyanın dört bir yanındaki acil durum müdahale kurumlarıyla da paylaşıyor. Google ile birlikte tahmin modelini deneyen Güney Afrika Kalkınma Topluluğu'nun acil durum müdahale yetkilisi António José Beleza'nın belirttiğine göre; model, kurumun sellere daha hızlı müdahale etmesine yardımcı oldu.
Öte yandan model çözünürlüğü oldukça düşük çıktılar sunuyor ve 20 kilometrekarelik alanlarda riskleri belirliyor. Ayrıca Google'ın modeli yağışları gerçek zamanlı olarak takip etmeyi sağlayan yerel radar verilerini içermiyor. Yani ABD Ulusal Hava Servisi'nin sel uyarı sistemi kadar hassas bir sistemden söz etmek mümkün değil. Yine de bu projenin, yerel yönetimlerin pahalı hava durumu algılama altyapısına yatırım yapma imkanı olmayan yerlerde çalışmak üzere tasarlandığını belirtmekte fayda var. Aynı şekilde kapsamlı meteorolojik veri kayıtlarına sahip olmayan yerler de projeden faydalanabilir.
İlk Yorumu yazmak ister misiniz?
Yorum Yazmak için Giriş Yap