Model Ramalan Cuaca Berbasis AI GenCast Tingkatkan Akurasi Prediksi Cuaca hingga 15 Hari ke Depan

MEMPREDIKSI cuaca dengan akurat itu sulit, namun sebuah model ramalan baru yang didorong oleh AI baru saja mencapai tonggak penting yang membuat para ahli mengatakan ramalan cuaca Anda bisa segera menjadi lebih akurat, dan juga lebih jauh ke depan.

Memperkirakan cuaca dalam atmosfer yang selalu berubah memang membutuhkan usaha luar biasa. Tugas ini begitu sulit dan kompleks sehingga ramalan yang dapat diandalkan lebih dari beberapa hari ke depan nyaris tidak terdengar beberapa dekade yang lalu.

Ramalan cuaca lima hari pada awal 1980-an hanya akurat sekitar 65% dari waktu. Namun, dengan pengamatan cuaca yang lebih baik, daya komputasi yang lebih kuat, dan inovasi dalam cara cuaca di seluruh dunia dimodelkan komputer, ramalan cuaca telah meningkat pesat. Hari ini, ramalan yang sama akurat sembilan dari 10 kali.

Ramalan cuaca melangkah lebih maju bulan ini, kata para ahli, berkat GenCast, sebuah model ramalan berbasis kecerdasan buatan baru dari DeepMind milik Google. Ramalan cuaca selama 15 hari yang dihasilkan jauh lebih akurat dibandingkan salah satu model ramalan tradisional non-AI yang paling dihormati, menurut sebuah studi yang diterbitkan oleh DeepMind di jurnal Nature.

“Itu adalah hasil yang mengesankan,” kata Peter Dueben, seorang ahli pembelajaran mesin dan kepala pemodelan sistem bumi di European Centre for Medium-Range Weather Forecasts, tempat model yang dikalahkan oleh GenCast dikembangkan. “Ini adalah langkah besar.”

GenCast belum siap untuk dipublikasikan. Model ini dan model AI lainnya masih perlu menyelesaikan beberapa masalah penting, terutama dalam meramalkan cuaca yang lebih sering dan lebih parah akibat pemanasan global, sebelum dapat mengubah cara ramalan cuaca dibuat dan menyelamatkan nyawa.

Manusia vs mesin

Keterampilan dan kegunaan model ramalan cuaca selalu sangat terkait dengan teknologi.

Sebagian besar model ramalan cuaca yang digunakan saat ini didasarkan pada serangkaian rumus matematis yang kompleks yang memodelkan fisika atmosfer dan menggunakan ratusan juta titik data dari pengamatan cuaca real-time untuk menggambarkan bagaimana cuaca akan berkembang dalam sehari, seminggu, atau bahkan satu musim ke depan.

Proses prediksi cuaca numerik pertama kali dirancang pada awal 1900-an dan harus dilakukan secara manual, metode yang begitu lambat sehingga cuaca sudah terjadi jauh sebelum perhitungan selesai.

Komputer awal meningkatkan ramalan cuaca pada 1950-an dan 1960-an, tetapi baru pada 1974 model pertama yang mampu menarik data dari seluruh dunia dan menghasilkan ramalan dasar mulai beroperasi.

Beralih ke masa kini, superkomputer melakukan sejumlah perhitungan yang hampir tak terbayangkan setiap hari untuk menghasilkan ramalan cuaca yang sangat rinci untuk banyak hari ke depan di seluruh dunia.

Namun, model ramalan cuaca saat ini masih memiliki keterbatasan. Model yang paling kuat hanya bisa dijalankan setiap beberapa jam karena lamanya waktu yang dibutuhkan untuk menghitung perhitungan yang rumit. Mereka juga memerlukan banyak daya komputasi dan energi, yang membuatnya mahal.

Dan mereka juga memiliki keterbatasan dalam hal peramalan. Semakin jauh ramalan tersebut dari pengamatan atmosfer, semakin sulit untuk mendapatkan gambaran yang jelas tentang apa yang akan datang karena atmosfer tidak pernah berhenti berubah.

Sebagian besar model ramalan cuaca berbasis AI, seperti GenCast milik Google, mengambil pendekatan yang berbeda. Alih-alih bergantung pada pengamatan yang dimasukkan ke dalam persamaan berbasis fisika, model ini memprediksi bagaimana atmosfer Bumi mungkin berperilaku di masa depan dengan menganalisis data cuaca masa lalu yang terverifikasi untuk memahami bagaimana atmosfer berperilaku dalam situasi serupa. Ini membantu meningkatkan akurasi dibandingkan model tradisional dengan menghilangkan kesalahan dari data cuaca real-time.

Model ramalan AI juga menjalankan simulasi jauh lebih cepat dan menggunakan lebih sedikit daya komputasi dan energi dibandingkan model tradisional setelah mereka dilatih dan siap digunakan. Ini berarti mereka bisa dijalankan lebih sering dan memodelkan berbagai kemungkinan, yang meningkatkan akurasi ramalan.

Perubahan besar dari Google

Pemodelan cuaca berbasis AI sebelum GenCast Google terbatas pada model yang menghasilkan satu ramalan tunggal tanpa indikasi seberapa besar kemungkinannya untuk terjadi. Itu pada dasarnya adalah tebakan terbaik yang paling berguna untuk memprediksi variabel cuaca umum seperti suhu, curah hujan, dan angin beberapa hari ke depan.

Namun, GenCast menjalankan puluhan simulasi secara bersamaan.

“Begitu Anda memiliki beberapa kemungkinan masa depan, itu memberi Anda gambaran tentang rentang apa yang mungkin terjadi dan juga memungkinkan Anda untuk menghitung seberapa besar kemungkinan beberapa masa depan tersebut daripada yang lainnya,” kata Ilan Price, penulis utama studi baru ini dan ilmuwan penelitian senior di DeepMind.

Pendekatan pemodelan jenis ini sangat dihargai karena memberikan lebih banyak keyakinan pada ramalan cuaca untuk sekitar lima hingga 15 hari ke depan.

Model dari European Centre for Medium-Range Weather Forecasts (ECMWF) dianggap sebagai standar emas. Itu adalah model yang ingin dikalahkan Google dengan versi AI pertamanya — dan berhasil.

Para peneliti melatih GenCast dengan 40 tahun data cuaca hingga 2018. Mereka kemudian menggunakan model yang telah dilatih tersebut untuk memprediksi lebih dari 1.300 kombinasi kondisi seperti suhu, curah hujan, dan kecepatan angin, dalam cuaca tahun 2019.

Model AI ini menghasilkan ramalan yang lebih akurat daripada model tradisional ECMWF untuk lebih dari 97% dari variabel-variabel ini dalam jangka waktu 15 hari, tetapi menunjukkan keterampilan khusus dalam minggu pertama ramalan.

Model AI ini menunjukkan peningkatan akurasi dari 10 hingga 30% pada ramalan di rentang tiga hingga lima hari, tergantung pada kombinasi variabel yang diuji, menurut Price. GenCast juga memberikan ramalan yang lebih akurat dibandingkan model ECMWF hingga 15 hari ke depan, demikian studi tersebut.

Model AI ini dapat lebih baik menangkap beberapa bentuk cuaca ekstrem, termasuk suhu sangat tinggi dan rendah serta kecepatan angin ekstrem. GenCast juga hanya membutuhkan waktu kurang dari 10 menit untuk dijalankan di superkomputer, dibandingkan dengan berjam-jam yang diperlukan oleh model tradisional.

Hasil ini menandakan titik balik dalam teknologi pemodelan cuaca berbasis AI, kata Price.

“Pemodelan cuaca berbasis AI siap untuk digunakan secara luas,” tambah Price. “Ini siap untuk mulai digabungkan dengan… model tradisional dalam operasi.”

GenCast belum beroperasi, tetapi tim DeepMind berencana mengambil langkah lebih lanjut dengan merilis ramalan cuaca saat ini dan arsip ramalan masa lalunya, menurut Price.

Masalah besar yang harus dipecahkan

GenCast adalah kemajuan kritis dalam pemodelan, tetapi seperti model ramalan cuaca lainnya, model ini tidak sempurna. Model AI memperkenalkan masalah baru karena mereka memprediksi masa depan berdasarkan apa yang telah mereka lihat di data masa lalu.

Ini dapat membuat sulit bagi AI untuk membayangkan ekstrem yang belum terjadi dalam waktu dekat. Bisakah model AI yang dilatih hanya dengan 40 tahun data memprediksi jenis ekstrem yang terjadi dengan kecepatan rekor dalam iklim yang berubah, seperti hujan lebat sekali dalam 100 tahun atau sekali dalam 1.000 tahun?

“Ternyata model ini justru lebih tangguh terhadap peristiwa ekstrem daripada yang Anda bayangkan,” kata Dueben. ECMWF telah menguji model AI terhadap cuaca real-time selama lebih dari setahun sekarang dan melihat peningkatan akurasi keseluruhan, bahkan dengan peristiwa ekstrem, jelasnya.

Namun, model AI bisa mulai menciptakan fisika yang mustahil terjadi di Bumi seiring berjalannya waktu, menurut Dueben.

Masalah prediksi lainnya tetap ada, terutama dengan salah satu fenomena cuaca yang paling merusak: siklon tropis.

Memperkirakan seberapa kuat siklon tropis seperti badai atau taifun dapat menjadi masalah yang menghantui semua model. Ini adalah masalah krusial untuk diselesaikan karena sistem tropis semakin kuat dan cepat mengintensifkan lebih sering di dunia yang semakin hangat akibat polusi bahan bakar fosil.

GenCast menunjukkan keterampilan lebih baik daripada model tradisional dalam memprediksi jalur sistem tropis, tetapi kesulitan untuk menangkap intensitas dengan akurat, menurut Price.

Sebagian, itu karena beberapa sistem yang mencatatkan rekor baru-baru ini tidak termasuk dalam 40 tahun data yang digunakan untuk melatih GenCast, kata Price.

Itu adalah masalah yang menurut Price “sangat yakin” dapat diatasi di masa depan seiring model ini dilatih dengan lebih banyak data.

Ada juga model yang sedang dikembangkan yang menggabungkan pembelajaran mesin dengan fisika dunia nyata — yang dikenal sebagai model hibrida — yang bisa menjadi solusi untuk beberapa masalah ini.

Setiap langkah maju dengan teknologi baru ini menambah alat baru yang dapat digunakan oleh para peramal cuaca manusia untuk membuat ramalan yang akurat yang sangat bergantung pada banyak aspek kehidupan mereka.

“Anda bisa saja skeptis terhadap ramalan pembelajaran mesin ini pada prinsipnya,” kata Dueben. “Model-model ini akan memberikan dampak positif pada prediksi cuaca kita; tidak ada keraguan tentang itu.” (CNN/Z-3)

Cek berita dan artikel yg lain di Google News dan dan ikuti WhatsApp channel mediaindonesia.com

Editor : Thalatie Yani