Nisan 2024'te şiddetli yağışların Dubai'yi su altında bırakarak ulaşımı aksatması ve yaygın altyapı hasarına yol açmasından önce, bazı yapay zeka (AI) hava durumu modelleri, eğitim verilerinde Dubai'ye benzer herhangi bir yağış olayı bulunmamasına rağmen, bu istisnai olayın sinyallerini sekiz gün öncesinden tespit etmişti.
Science Advances dergisinde yayımlanan yeni bir araştırma, GraphCast ve AIFS adlı iki yapay zeka tabanlı hava tahmini modelinin, istisnai yağışın zamanını, konumunu ve yoğunluğunu sekiz gün öncesine kadar başarılı bir şekilde tahmin ettiğini ortaya koydu. Üçüncü bir model olan FuXi de olayı tahmin etti ancak yağış miktarını büyük ölçüde düşük hesapladı.
Çalışmanın başyazarı ve Nanjing Üniversitesi Atmosfer Bilimleri Okulu'nda araştırmacı olan Qiang Sun, modellerin eğitim sırasında Dubai'de benzer bir olayla karşılaşmamış olması nedeniyle, bu yağışın yapay zekanın belirli bölgelerdeki nadir ve benzeri görülmemiş hava olaylarını tahmin etme yeteneği için zorlu bir test oluşturduğunu söylüyor.
Şiddetli fırtına 2024 Nisan ayının ortalarında vurdu. Araştırmacıların referans olarak kullandığı Orta Vadeli Hava Tahminleri Avrupa Merkezi (ECMWF) yeniden analiz projesinden elde edilen veriler, Dubai'yi çevreleyen 100'e 100 kilometrelik bir alanda ortalama 12 saat boyunca yaklaşık 60 milimetre yağış olduğunu gösterdi. Bu miktar, modellerin eğitim verilerinde aynı süre zarfında kaydedilen ve 33 milimetreyi geçmeyen bölgedeki en yüksek yağışın neredeyse iki katıydı.
Sun, "Dubai yakınlarındaki bazı yerlerde yağış sadece 12 saatte 100 milimetreyi aştı ve şehrin tipik olarak bütün bir yılda aldığı miktarı geride bıraktı" diye ekliyor.
Araştırmacılar, bu nadirlikteki bir olayın ortalama yaklaşık 154 yıllık bir yinelenme periyoduna sahip olduğunu tahmin ediyor; ancak bu tür olaylar son derece olağan dışı olduğundan, bu tahmin hatırı sayılır bir istatistiksel belirsizlik barındırıyor.
Fırtına, yaygın su baskınlarına ve altyapı hasarına neden oldu. Çalışma, tahmini sigortalı kayıpların 3 milyar dolar olduğunu ve beş kişinin hayatını kaybettiğini bildirerek, kurak bölgelerdeki şehirlerin altyapılarının dayanıksız olabileceği aşırı yağışlarla karşı karşıya kaldığında güvenilir erken uyarıların önemini vurguluyor.
Araştırmacıları şaşırtan şey, modellerin fırtınayı tahmin etmesi değil, bunu nasıl başarmış gibi görünmeleriydi.
Ekip, modellerin 2024 fırtınasının yoğunluğunu tahmin etmek için muhtemelen Dubai'nin nispeten mütevazı tarihsel yağış olaylarına güvenmediğini buldu. Bunun yerine deneyler, Kuzey Yarımküre'nin diğer bölgelerindeki benzer atmosferik koşullarla ilişkili şiddetli yağış olaylarından yararlandıklarını ve bu vakalardan öğrendikleri kalıpları Dubai'ye uyguladıklarını öne sürdü.
Araştırmacılar bu mekanizmayı "mekansal aktarım" olarak tanımlıyor.
Yapay Zekanın Yetenekleri Hakkında Sorular Kaldı
Bu açıklamayı test etmek için araştırmacılar, şehrin tarihsel verilerini olduğu gibi bırakırken, Dubai dışında kaydedilen benzer aşırı yağış olaylarının yoğunluğunu azaltarak GraphCast'in eğitim verilerini değiştirdiler. Ardından modelin Nisan 2024 fırtınasını tahmin etme yeteneğini tekrar test ettiler.
Diğer bölgelerden gelen yoğun yağış örneklerinden mahrum bırakıldığında, modelin Dubai için yaptığı tahmin 12 saatte 30 milimetrenin biraz üzerine düştü. Bununla birlikte, hava sisteminin genel hareketini doğru bir şekilde tahmin etmeye devam etti.
Bu sonuç, modelin orijinal başarısının, benzer meteorolojik özelliklere sahip coğrafi olarak uzak olaylardan ders çıkarmasına bağlı olduğuna dair güçlü bir kanıt sağladı.
Sun, bu yeteneğin özellikle değerli olabileceğine inanıyor i