Ani seller, her yıl 5.000’den fazla insanın ölümüne neden olan, dünyanın en ölümcül hava olayları arasında yer alıyor. Ayrıca tahmin edilmesi en zor olaylardan biri. Ancak Google, bu sorunu beklenmedik bir şekilde çözdüğünü düşünüyor: haberleri okuyarak. İnsanlar çok sayıda hava durumu verisi toplamış olsa da ani seller çok kısa süreli ve yerel oldukları için, sıcaklık veya nehir akışlarının zaman içinde izlenmesi gibi kapsamlı bir şekilde ölçülemezler. Bu veri açığı, hava durumunu tahmin etme konusunda giderek daha yetenekli hale gelen derin öğrenme modellerinin ani selleri tahmin edemediği anlamına geliyor.
Google sel baskını için yapay zekadan faydalanıyor
Bu sorunu çözmek için Google araştırmacıları, Google’ın büyük dil modeli Gemini’yi kullanarak dünyanın dört bir yanından 5 milyon haber makalesini inceledi, 2,6 milyon farklı sel raporunu izole etti ve bu raporları “Groundsource” adı verilen coğrafi etiketli bir zaman serisine dönüştürdü. Google Araştırma ürün yöneticisi Gila Loike’ye göre, şirket bu tür bir çalışma için dil modellerini ilk kez kullanıyor. Araştırma ve veri seti Perşembe sabahı kamuoyuyla paylaşıldı.
Araştırmacılar, Groundsource’u gerçek dünya referans noktası olarak kullanarak, küresel hava tahminlerini işleyip belirli bir alanda ani sel olasılığını üretecek şekilde Uzun Kısa Süreli Bellek (LSTM) sinir ağı üzerine kurulu bir model eğittiler.
Google’ın ani sel tahmin modeli, şirketin Flood Hub platformunda 150 ülkedeki kentsel alanlar için riskleri vurguluyor ve verilerini dünyanın dört bir yanındaki acil müdahale kuruluşlarıyla paylaşıyor. Google ile tahmin modelini deneyen Güney Afrika Kalkınma Topluluğu’nda acil müdahale yetkilisi olan António José Beleza, modelin kuruluşunun sellere daha hızlı müdahale etmesine yardımcı olduğunu söyledi.
Modelin hala bazı sınırlamaları var. Birincisi, oldukça düşük çözünürlüklü olup, riski 20 kilometrekarelik alanlarda belirliyor. Ayrıca, kısmen Google’ın modelinin yağışın gerçek zamanlı takibini sağlayan yerel radar verilerini içermemesi nedeniyle, ABD Ulusal Hava Servisi’nin sel uyarı sistemi kadar hassas değil. Ancak buradaki asıl nokta, projenin yerel yönetimlerin pahalı hava durumu algılama altyapısına yatırım yapmayı göze alamadığı veya kapsamlı meteorolojik veri kayıtlarına sahip olmadığı yerlerde çalışacak şekilde tasarlanmış olması.