shtandovebg.com

Google Bikin Model AI yang Dapat Prediksi Bencana Alam di Masa Depan

Ilustrasi google
Foto: Getty Images/400tmax

Jakarta -

Google telah merilis sebuah model AI yang diklaim dapat menghasilkan prakiraan cuaca yang akurat dalam skala besar. Sekaligus, biayanya juga lebih murah dibandingkan prakiraan berbasis fisika konvensional.

Model Googel AI yang dinamai Scalable Ensemble Envelope Diffusion Sampler (SEEDS) ini dirancang mirip dengan model AI populer Large Language Models (LLMs) seperti Chat GPT dan Sora, yang menghasilkan video dari perintah teks.

Dilansir dari Live Science, Kamis (25/4/2024) model AI SEEDS mengambil banyak ansambel atau beberapa skenario cuaca lebih cepat dan lebih murah dibanding model prediksi tradisional. Hal ini dipublikasikan dalam sebuah makalah yang diterbitkan pada 29 Maret 2024 di jurnal Science Advances.

ADVERTISEMENT

SCROLL TO CONTINUE WITH CONTENT

Cuaca sulit untuk diprediksi, dengan banyak variabel yang dapat menyebabkan peristiwa cuaca yang berpotensi menghancurkan dari badai hingga gelombang panas. Seiring dengan memburuknya perubahan iklim dan semakin seringnya kejadian cuaca ekstrem, memprediksi cuaca secara akurat dapat menyelamatkan nyawa dengan memberikan waktu bagi masyarakat untuk mempersiapkan diri menghadapi dampak terburuk dari bencana alam.

Prediksi berbasis fisika yang saat ini digunakan oleh layanan cuaca mengumpulkan berbagai pengukuran dan memberikan prediksi akhir yang merupakan rata-rata dari berbagai model prediksi yang berbeda atau sebuah ansambel berdasarkan semua variabel.

ADVERTISEMENT

Alih-alih satu prakiraan, prakiraan cuaca didasarkan pada serangkaian prediksi per siklus prakiraan yang menyediakan berbagai kemungkinan kondisi di masa depan.

Ini berarti sebagian besar prediksi cuaca cukup akurat untuk kondisi yang lebih umum seperti cuaca ringan atau hari-hari musim panas yang hangat, tetapi menghasilkan model prakiraan yang cukup untuk menemukan kemungkinan hasil dari peristiwa cuaca ekstrem berada di luar jangkauan sebagian besar layanan.

Prediksi yang ada saat ini juga menggunakan model prakiraan deterministik atau probabilistik, di mana variabel acak dimasukkan ke dalam kondisi awal.

Namun, hal ini menyebabkan tingkat kesalahan yang lebih tinggi dengan cepat yang berarti bahwa memprediksi cuaca ekstrem dan cuaca lebih jauh di masa depan secara akurat sulit untuk dilakukan.

Kesalahan yang tidak terduga pada kondisi awal juga dapat sangat memengaruhi hasil prediksi karena variabel tumbuh secara eksponensial dari waktu ke waktu dan memodelkan prakiraan yang cukup untuk memperhitungkan variabel hingga ke detail kecil seperti itu mahal.

Para ilmuwan Google memperkirakan bahwa 10.000 prediksi dalam sebuah model diperlukan untuk meramalkan peristiwa yang hanya 1% kemungkinannya terjadi.

SEEDS menghasilkan model prediksi dari pengukuran fisik yang dikumpulkan oleh badan cuaca. Secara khusus, model ini melihat hubungan antara unit energi potensial per massa medan gravitasi bumi di pertengahan troposfer dan tekanan permukaan laut dua ukuran yang umum digunakan dalam peramalan.

Metode tradisional hanya dapat menghasilkan ansambel yang terdiri dari sekitar 10 hingga 50 prediksi. Namun dengan menggunakan AI, versi SEEDS saat ini dapat mengekstrapolasi hingga 31 kumpulan prediksi berdasarkan hanya satu atau dua prediksi penyemaian yang digunakan sebagai data masukan.

Para peneliti menguji sistem ini dengan memodelkan gelombang panas Eropa tahun 2022 menggunakan data cuaca historis yang tercatat pada saat itu.

Hanya tujuh hari sebelum gelombang panas, data prediksi ansambel operasional AS tidak memberikan indikasi bahwa peristiwa seperti itu akan terjadi, kata perwakilan Google dalam posting blog portal penelitiannya.

Mereka menambahkan bahwa ansambel dengan kurang dari 100 prediksi yang lebih banyak dari yang biasa dilakukan juga akan melewatkannya. Para ilmuwan menggambarkan biaya komputasi yang terkait dengan melakukan perhitungan dengan SEEDS sebagai dapat diabaikan dibandingkan dengan metode saat ini.

Google mengatakan bahwa sistem AI juga memiliki throughput 256 ansambel untuk setiap tiga menit waktu pemrosesan dalam contoh arsitektur Google Cloud yang dapat ditingkatkan dengan mudah dengan merekrut lebih banyak akselerator.



Simak Video "Bangkit 2024 Google Siap Bekali 9 Ribu Mahasiswa Baru dengan Keterampilan AI"
[Gambas:Video 20detik]
(jsn/fay)

Terkini Lainnya

Tautan Sahabat