Getdikcə daha güclü süni intellekt modelləri təəccüblü dəqiqliklə qısamüddətli hava proqnozları verə bilir. Lakin neyron şəbəkələri yalnız keçmişin nümunələrinə əsaslanaraq proqnozlaşdırır – hava qeydə alınmış tarixdə görünməmiş bir şey etdikdə nə baş verir?

Çikaqo Universitetinin alimlərinin Nyu York Universiteti və Kaliforniya Santa Cruz Universiteti ilə birgə apardığı yeni tədqiqat süni intellektlə işləyən hava proqnozunun sərhədlərini sınaqdan keçirir. Mayın 21-də Milli Elmlər Akademiyasının materiallarında dərc edilən araşdırmada onlar neyron şəbəkələrin mövcud təlim məlumatlarının əhatəsindən kənar hava hadisələrini proqnozlaşdıra bilməyəcəyini aşkar etdilər – bu, 200 illik daşqınlar, görünməmiş istilik dalğaları və ya böyük qasırğalar kimi hadisələri kənarda qoya bilər.

Müəlliflərin fikrincə, tədqiqatçılar neyron şəbəkələri operativ hava proqnozu, erkən xəbərdarlıq sistemləri və uzunmüddətli risk qiymətləndirmələrinə daxil etdikləri üçün bu məhdudiyyət xüsusilə vacibdir. Lakin onlar həmçinin AI alətlərinə daha çox riyaziyyat və fizikanı inteqrasiya etməklə problemi həll etməyin yollarının olduğunu söylədilər.

“AI hava modelləri süni intellektdə elmdə ən böyük nailiyyətlərdən biridir. Tapdığımız odur ki, onlar diqqətəlayiqdir, lakin sehrli deyil” deyə UÇikaqodakı geofizika elmləri üzrə dosenti və tədqiqatın müxbir müəllifi Pedram Həsənzadə bildirib. “Bizdə bu modellər yalnız bir neçə ildir ki, var, ona görə də yenilik üçün çox yer var.”

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1751428779&adf=308666314&pi=t.ma~as.8188791252&w=540&abgtt=6&fwrn=4&fwrnh=0&lmt=1747932592&rafmt=1&armr=3&format=540×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-05-ai-good-weather-freak-events.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM2LjAuNzEwMy4xMTQiLG51bGwsMCxudWxsLCI2NCIsW1siQ2hyb21pdW0iLCIxMzYuMC43MTAzLjExNCJdLFsiR29vZ2xlIENocm9tZSIsIjEzNi4wLjcxMDMuMTE0Il0sWyJOb3QuQS9CcmFuZCIsIjk5LjAuMC4wIl1dLDBd&dt=1747932590845&bpp=1&bdt=94&idt=96&shv=r20250521&mjsv=m202505190101&ptt=9&saldr=aa&abxe=1&cookie=ID%3De2af2bea6b3e2e90%3AT%3D1735548424%3ART%3D1747932465%3AS%3DALNI_MZIaWdAh-lthHlhpkWN2g6ZC7xT8A&gpic=UID%3D00000f8412a58936%3AT%3D1735548424%3ART%3D1747932465%3AS%3DALNI_MaJ_6ILTTPz6uEc3lU2rNf9ZPgQbA&eo_id_str=ID%3D1b1b09cf233e1b4b%3AT%3D1735548424%3ART%3D1747932465%3AS%3DAA-AfjZKostxhmsFX2YCqOZbTGHa&prev_fmts=0x0%2C336x280&nras=1&correlator=1013583585280&frm=20&pv=1&rplot=4&u_tz=240&u_his=4&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=1883&biw=1521&bih=730&scr_x=0&scr_y=0&eid=31092201%2C95353386%2C95361620%2C95360955%2C95340253%2C95340255&oid=2&pvsid=7780895804854127&tmod=377514811&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C0%2C0%2C1536%2C730&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=0&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=1644

Boz qu quşu hadisələri

Hava proqnozu AI-ləri ChatGPT kimi bir çox insanın indi qarşılıqlı əlaqədə olduğu digər neyron şəbəkələrə oxşar şəkildə işləyir.

Əsasən, model bir dəstə mətn və ya təsviri bir modelə qidalandırmaq və ondan nümunələr axtarmağı xahiş etməklə “təlim olunur”. Sonra, istifadəçi modeli sualla təqdim etdikdə, əvvəllər gördüklərinə baxır və cavabı proqnozlaşdırmaq üçün ondan istifadə edir.

Hava proqnozları vəziyyətində, elm adamları neyron şəbəkələrini onilliklər boyu hava məlumatlarını qidalandıraraq öyrədirlər. Sonra istifadəçi cari hava şəraiti haqqında məlumat daxil edə və modeldən növbəti bir neçə gün üçün hava proqnozunu tələb edə bilər.

AI modelləri bu işdə çox yaxşıdır. Ümumiyyətlə, onlar 10.000-100.000 dəfə daha çox vaxt və enerji sərf edən superkompüter əsaslı hava modeli ilə eyni dəqiqliyə nail ola bilirlər, Həsənzadə bildirib.

https://www.youtube.com/embed/CVeKlogMBl8?color=whiteKredit: Çikaqo Universiteti

“Bu modellər gündəlik hava üçün həqiqətən çox yaxşı işləyir” dedi. “Bəs gələn həftə qəribə bir hava hadisəsi olarsa nə olacaq?”

Narahatlıq ondan ibarətdir ki, neyron şəbəkə yalnız bizdə mövcud olan və təxminən 40 il əvvələ aid olan hava məlumatlarını işləyir. Ancaq bu, mümkün havanın tam spektri deyil.

“2017-ci ildə “Harvi” qasırğasının yaratdığı daşqınlar, məsələn, 2000 ildə bir dəfə baş verən hadisə hesab olunurdu”, – Həsənzadə bildirib. “Onlar baş verə bilər.”

Alimlər bəzən bu hadisələri “boz qu quşu” hadisələri adlandırırlar. Onlar dinozavrları öldürən asteroid kimi qara qu quşu hadisəsinə qədər tam şəkildə deyillər, lakin yerli olaraq dağıdıcıdırlar.

Komanda misal olaraq qasırğalardan istifadə edərək süni intellekt modellərinin limitlərini sınaqdan keçirməyə qərar verdi. Onlar onilliklər ərzində hava məlumatlarından istifadə edərək neyron şəbəkəni öyrətdilər, lakin 2-ci kateqoriyadan daha güclü olan bütün qasırğaları aradan qaldırdılar. Sonra onu bir neçə gün ərzində Kateqoriya 5 qasırğasına səbəb olan atmosfer şəraiti ilə qidalandırdılar. Model qasırğanın gücünü proqnozlaşdırmaq üçün ekstrapolyasiya edə bilərmi?

Cavab yox idi.

“O, həmişə hadisəni lazımınca qiymətləndirmirdi. Model nəyinsə gələcəyini bilir, lakin o, həmişə bunun yalnız 2-ci Kateqoriya qasırğası olacağını təxmin edir” dedi UChicago-da tədqiqatçı alim Yongqiang Sun və tədqiqatın digər müvafiq müəllifi.

Yanlış neqativ kimi tanınan bu cür səhv hava proqnozunda böyük bir işdir. Əgər proqnoz sizə fırtınanın 5-ci Kateqoriya qasırğası olacağını söyləyirsə və o, yalnız 2-ci kateqoriyaya çevrilirsə, bu o deməkdir ki, ehtiyacı olmayan insanlar evakuasiya edilib, bu ideal deyil. Lakin proqnoz 5-ci kateqoriyaya çevrilən qasırğanı düzgün qiymətləndirmirsə, nəticələr daha pis olacaq.

Gündəlik anlayışlar üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosda ən son yenilikləri kəşf edin . Pulsuz xəbər bülleteni üçün qeydiyyatdan keçin və mühüm nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklər əldə edin .Abunə ol

Qasırğa xəbərdarlığı və fizikanın niyə vacib olduğu

Neyroşəbəkələrin ənənəvi hava modellərindən böyük fərqi ənənəvi modellərin fizikanı “anlaması”dır. Alimlər onları atmosfer dinamikasını, reaktiv axınları və digər hadisələri idarə edən riyaziyyat və fizika anlayışımıza daxil etmək üçün dizayn edirlər.

Neyron şəbəkələri bunların heç birini etmir. Mahiyyətcə proqnozlaşdıran mətn maşını olan ChatGPT kimi, onlar sadəcə hava şəraitinə baxır və keçmişdə baş verənlərə əsaslanaraq, bundan sonra nə olacağını təklif edirlər.

Hazırda heç bir əsas xidmət proqnoz üçün yalnız AI modellərindən istifadə etmir. Lakin onların istifadəsi genişləndikcə bu tendensiya da nəzərə alınmalı olacaq, Həsənzadə bildirib.

Meteoroloqlardan tutmuş iqtisadçılara qədər tədqiqatçılar uzunmüddətli risklərin qiymətləndirilməsi üçün süni intellektdən istifadə etməyə başlayırlar. Məsələn, onlar süni intellektdən çoxlu hava nümunələri yaratmağı xahiş edə bilərlər ki, biz gələcəkdə hər bir bölgədə baş verə biləcək ən ekstremal hadisələri görə bilək. Ancaq süni intellekt əvvəllər gördüklərindən daha güclü bir şey proqnozlaşdıra bilmirsə, onun faydalılığı bu kritik vəzifə üçün məhdud olacaq.

Bununla belə, onlar tapdılar ki, təlim məlumatlarında hətta dünyanın başqa yerlərində də hər hansı bir presedent olarsa, model daha güclü qasırğaları proqnozlaşdıra bilər. Məsələn, tədqiqatçılar Atlantik qasırğalarının bütün dəlillərini silib, lakin Sakit okean qasırğalarında qalıbsa, model Atlantik qasırğalarını proqnozlaşdırmaq üçün ekstrapolyasiya edə bilər.

“Bu, təəccüblü və ümidverici tapıntı idi: bu o deməkdir ki, modellər bir bölgədə təqdim olunmayan, lakin başqa bir bölgədə vaxtaşırı baş verən hadisəni proqnozlaşdıra bilər”, – Həsənzadə bildirib.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1751428779&adf=1092384543&pi=t.ma~as.8188791252&w=540&abgtt=6&fwrn=4&fwrnh=0&lmt=1747932624&rafmt=1&armr=3&format=540×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-05-ai-good-weather-freak-events.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM2LjAuNzEwMy4xMTQiLG51bGwsMCxudWxsLCI2NCIsW1siQ2hyb21pdW0iLCIxMzYuMC43MTAzLjExNCJdLFsiR29vZ2xlIENocm9tZSIsIjEzNi4wLjcxMDMuMTE0Il0sWyJOb3QuQS9CcmFuZCIsIjk5LjAuMC4wIl1dLDBd&dt=1747932590850&bpp=2&bdt=95&idt=112&shv=r20250521&mjsv=m202505190101&ptt=9&saldr=aa&abxe=1&cookie=ID%3De2af2bea6b3e2e90%3AT%3D1735548424%3ART%3D1747932465%3AS%3DALNI_MZIaWdAh-lthHlhpkWN2g6ZC7xT8A&gpic=UID%3D00000f8412a58936%3AT%3D1735548424%3ART%3D1747932465%3AS%3DALNI_MaJ_6ILTTPz6uEc3lU2rNf9ZPgQbA&eo_id_str=ID%3D1b1b09cf233e1b4b%3AT%3D1735548424%3ART%3D1747932465%3AS%3DAA-AfjZKostxhmsFX2YCqOZbTGHa&prev_fmts=0x0%2C336x280%2C540x280%2C336x280&nras=1&correlator=1013583585280&frm=20&pv=1&rplot=4&u_tz=240&u_his=4&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=5527&biw=1521&bih=730&scr_x=0&scr_y=2621&eid=31092201%2C95353386%2C95361620%2C95360955%2C95340253%2C95340255&oid=2&psts=AOrYGsms2XM12rj9Zy1asI8hoFLV6g5ndKnAHFdKq3MAWJT-DUtGGfWKmOfDWaq4xSdF-y7KfbpX2abQplt119U&pvsid=7780895804854127&tmod=377514811&uas=3&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C1536%2C816%2C1536%2C730&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=3&uci=a!3&btvi=3&fsb=1&dtd=33715

Birləşmə yanaşmaları

Tədqiqatçıların təklif etdiyi həll yolu süni intellektə əsaslanan modellərə riyazi alətləri və atmosfer fizikasının prinsiplərini daxil etməyə başlamaqdır.

“Ümid odur ki, süni intellekt modelləri həqiqətən atmosfer dinamikasını öyrənə bilsələr, onlar boz qu quşlarını necə proqnozlaşdıra biləcəklər”, – Həsənzadə bildirib.

Bunu necə etmək isti tədqiqat sahəsidir. Komandanın həyata keçirdiyi perspektivli yanaşmalardan biri aktiv öyrənmə adlanır – burada AI ənənəvi fizikaya əsaslanan hava modellərinə rəhbərlik etməyə kömək edir və daha sonra AI-nin təlimini təkmilləşdirmək üçün istifadə edilə bilər.

Nyu-York Universitetinin Courant Riyaziyyat Elmləri İnstitutunun professoru və tədqiqatın həmmüəllifi Conatan Weare, “Daha uzun simulyasiya edilmiş və ya müşahidə edilən məlumat dəstləri işləməyəcək. Biz məlumat yaratmağın daha ağıllı yolları haqqında düşünməliyik” dedi.

“Bu halda, bu, “həddindən artıq hallarda daha yaxşı performans əldə etmək üçün məşq məlumatımı hara yerləşdirməliyəm?” sualına cavab vermək deməkdir. Xoşbəxtlikdən, AI hava modellərinin özləri düzgün riyazi alətlərlə birləşdirildikdə bu suala cavab verə biləcəyini düşünürük.”

Çikaqo Universitetinin professoru Dorian Abbot və hesablama üzrə alim Mohsen Zand da tədqiqatın həmmüəllifləri, eləcə də Santa Cruz Kaliforniya Universitetindən Ashesh Chattopadhyay idi.

Daha çox məlumat: Y. Qiang Sun et al, AI hava modelləri paylanmayan boz qu quşu tropik siklonlarını proqnozlaşdıra bilərmi? Milli Elmlər Akademiyasının Materialları (2025). DOI: 10.1073/pnas.2420914122

Jurnal məlumatı: Milli Elmlər Akademiyasının Materialları 

Çikaqo Universiteti tərəfindən təmin edilmişdir