Jakarta –
Google telah merilis model AI yang diklaim dapat menghasilkan prakiraan cuaca akurat dalam skala besar. Pada saat yang sama, biayanya lebih murah dibandingkan perkiraan konvensional berbasis fisika.
Model AI Google, yang disebut Scalable Ensemble Envelope Diffusion Sampler (SEEDS), dirancang menyerupai AI Large Language Model (LLM) populer seperti Chat GPT dan Sora, yang menghasilkan video dari perintah teks.
Live Science melaporkan Kamis (25/4/2024) bahwa model SEEDS AI menangkap beberapa cluster atau skenario iklim lebih cepat dan lebih murah dibandingkan model prediksi tradisional, detikINET melaporkan. Itu diterbitkan dalam jurnal Science Advances edisi 29 Maret 2024.
Cuaca sulit diprediksi karena banyaknya variabel yang dapat menyebabkan kejadian cuaca buruk, mulai dari angin topan hingga gelombang panas. Ketika perubahan iklim memburuk dan kejadian cuaca ekstrem menjadi lebih sering terjadi, prakiraan perubahan iklim yang akurat dapat menyelamatkan nyawa dengan memberikan waktu bagi masyarakat untuk bersiap menghadapi dampak terburuk dari bencana alam.
Prakiraan berbasis fisika, yang saat ini digunakan oleh layanan cuaca, mengumpulkan berbagai pengukuran dan rata-rata model prakiraan yang berbeda atau gabungan berdasarkan semua variabel untuk menghasilkan prakiraan akhir.
Dibandingkan dengan perkiraan tunggal, Prediksi Iklim didasarkan pada sejumlah perkiraan dalam satu siklus perkiraan yang memberikan serangkaian probabilitas.
Artinya, meskipun sebagian besar prakiraan cuaca cukup akurat untuk kondisi umum seperti cuaca sedang atau hari-hari musim panas yang hangat, menghasilkan model prakiraan yang cukup untuk mendeteksi kemungkinan akibat peristiwa cuaca buruk berada di luar cakupan sebagian besar layanan.
Perkiraan saat ini juga menggunakan model perkiraan terbatas atau probabilistik; Variabel acak dimasukkan dalam kondisi awal.
Namun, hal ini berarti sulit untuk memprediksi cuaca ekstrem dan cuaca ekstrem di masa depan secara akurat, yang berarti tingkat kesalahan dengan cepat menjadi tinggi.
Kesalahan tak terduga pada kondisi awal dapat mempengaruhi hasil peramalan secara signifikan karena variabel tumbuh secara eksponensial dari waktu ke waktu dan peramalan yang memadai membutuhkan biaya yang besar untuk memodelkan variabel hingga detail yang begitu detail.
Ilmuwan Google memperkirakan bahwa sebuah model memerlukan sekitar 10.000 prediksi untuk memprediksi suatu peristiwa yang peluang terjadinya hanya 1%.
SEEDS menghasilkan model prediktif dari pengukuran fisik yang dikumpulkan oleh lembaga cuaca. khususnya, Model ini mempertimbangkan hubungan antara satuan energi potensial per massa medan gravitasi bumi di pertengahan troposfer dan tekanan permukaan laut, dua parameter yang umum digunakan dalam peramalan.
Metode tradisional hanya dapat menghasilkan kelompok yang terdiri dari 10 hingga 50 prediksi. Namun versi SEEDS yang didukung AI saat ini dapat mensintesis hingga 31 prediksi berdasarkan satu atau dua prediksi seed yang digunakan sebagai masukan.
Para peneliti menguji sistem ini dengan memodelkan gelombang panas Eropa pada tahun 2022 menggunakan data iklim historis yang tercatat pada saat itu.
Tujuh hari sebelum gelombang panas terjadi, data prakiraan dari tim operasi AS tidak menunjukkan indikasi terjadinya peristiwa semacam itu, kata pejabat Google dalam postingan blog di portal penelitiannya.
Cluster dengan kurang dari 100 prediksi di atas normal akan melewatkannya, tambah mereka. Para ilmuwan menggambarkan biaya komputasi yang terkait dengan menjalankan perhitungan dengan SEEDS dapat diabaikan dibandingkan dengan metode yang ada.
Google mengatakan arsitektur Google Cloud memiliki 256 cluster untuk setiap tiga menit waktu pemrosesan, yang dapat dengan mudah ditingkatkan dengan menumpuk akselerator di sistem AI. Tonton video Rise 2024 Google siap membekali 9.000 siswa baru dengan keterampilan AI (jsn/fay)