DeepMind AI Google Terbukti Mampu Kalahkan Superkomputer dalam Memprediksi Cuaca
loading...
A
A
A
WASHINGTON - Google DeepMind telah mengembangkan algoritma pembelajaran mesin yang diklaim dapat memprediksi cuaca lebih akurat. Metode ini lebih baik dibandingkan yang digunakan superkomputer.
Algoritme pembelajaran mesin baru DeepMind membutuhkan waktu kurang dari satu menit untuk membuat perkiraan cuaca dan dapat dijalankan di desktop. Model Google, yang dijuluki GraphCast, menghasilkan prakiraan 10 hari yang lebih akurat dibandingkan sistem Prakiraan Resolusi Tinggi (HRES) yang dijalankan oleh Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF).
Menurut temuan yang diterbitkan pada 14 November di jurnal Science, kemampuan ini membuat prediksi cuaca dalam hitungan menit, bukan jam. GraphCast, yang dapat dijalankan di komputer desktop, mengungguli ECMWF pada lebih dari 99% variabel cuaca di 90% dari 1.300 wilayah pengujian.
GraphCast juga dapat memprediksi peristiwa cuaca ekstrem, seperti gelombang panas, musim dingin, dan badai tropis. Termasuk tempat peristiwa cuaca yang berdampak pada manusia menonjol, keakuratannya melonjak hingga lebih dari 99%.
“Pada bulan September, versi langsung dari model GraphCast kami yang tersedia untuk umum diterapkan di situs web ECMWF. Secara akurat model memperkirakan sekitar sembilan hari sebelumnya bahwa Badai Lee akan menghantam Nova Scotia,” kata Rémi Lam, insinyur penelitian di DeepMind, dikutip SINDOnews dari laman Live Science, Rabu (22/11/2023).
Meskipun model ini memiliki kinerja yang mengesankan, para ilmuwan tidak melihat model tersebut akan menggantikan alat yang digunakan saat ini dalam waktu dekat. Selain itu, AI digunakan untuk melengkapi, bukan menggantikan alat yang sudah ada.
Perkiraan rutin masih diperlukan untuk memverifikasi dan menetapkan data awal untuk prediksi apa pun, karena algoritme pembelajaran mesin memberikan hasil yang tidak dapat dijelaskan. Jadi algoritme tersebut rentan terhadap kesalahan atau "halusinasi".
Sebaliknya, model AI dapat melengkapi metode perkiraan lainnya dan menghasilkan prediksi yang lebih cepat. Mereka juga dapat membantu para ilmuwan melihat perubahan pola iklim dari waktu ke waktu dan mendapatkan gambaran yang lebih jelas tentang gambaran yang lebih besar.
““Dengan mengembangkan alat-alat baru dan mempercepat penelitian, kami berharap AI dapat memberdayakan komunitas global untuk mengatasi tantangan lingkungan terbesar yang kita hadapi. penggunaan AI dalam prakiraan cuaca akan memberikan manfaat bagi miliaran orang dalam kehidupan sehari-hari,” kata Lam.
Algoritme pembelajaran mesin baru DeepMind membutuhkan waktu kurang dari satu menit untuk membuat perkiraan cuaca dan dapat dijalankan di desktop. Model Google, yang dijuluki GraphCast, menghasilkan prakiraan 10 hari yang lebih akurat dibandingkan sistem Prakiraan Resolusi Tinggi (HRES) yang dijalankan oleh Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF).
Menurut temuan yang diterbitkan pada 14 November di jurnal Science, kemampuan ini membuat prediksi cuaca dalam hitungan menit, bukan jam. GraphCast, yang dapat dijalankan di komputer desktop, mengungguli ECMWF pada lebih dari 99% variabel cuaca di 90% dari 1.300 wilayah pengujian.
GraphCast juga dapat memprediksi peristiwa cuaca ekstrem, seperti gelombang panas, musim dingin, dan badai tropis. Termasuk tempat peristiwa cuaca yang berdampak pada manusia menonjol, keakuratannya melonjak hingga lebih dari 99%.
“Pada bulan September, versi langsung dari model GraphCast kami yang tersedia untuk umum diterapkan di situs web ECMWF. Secara akurat model memperkirakan sekitar sembilan hari sebelumnya bahwa Badai Lee akan menghantam Nova Scotia,” kata Rémi Lam, insinyur penelitian di DeepMind, dikutip SINDOnews dari laman Live Science, Rabu (22/11/2023).
Meskipun model ini memiliki kinerja yang mengesankan, para ilmuwan tidak melihat model tersebut akan menggantikan alat yang digunakan saat ini dalam waktu dekat. Selain itu, AI digunakan untuk melengkapi, bukan menggantikan alat yang sudah ada.
Perkiraan rutin masih diperlukan untuk memverifikasi dan menetapkan data awal untuk prediksi apa pun, karena algoritme pembelajaran mesin memberikan hasil yang tidak dapat dijelaskan. Jadi algoritme tersebut rentan terhadap kesalahan atau "halusinasi".
Sebaliknya, model AI dapat melengkapi metode perkiraan lainnya dan menghasilkan prediksi yang lebih cepat. Mereka juga dapat membantu para ilmuwan melihat perubahan pola iklim dari waktu ke waktu dan mendapatkan gambaran yang lebih jelas tentang gambaran yang lebih besar.
““Dengan mengembangkan alat-alat baru dan mempercepat penelitian, kami berharap AI dapat memberdayakan komunitas global untuk mengatasi tantangan lingkungan terbesar yang kita hadapi. penggunaan AI dalam prakiraan cuaca akan memberikan manfaat bagi miliaran orang dalam kehidupan sehari-hari,” kata Lam.
(wib)