Model Kecerdasan Buatan untuk Prakiraan Cuaca Berbasis Data 40 Tahun

Ilustrasi Machine Learning, Deep Learning, Artificial Intelligence, Kecerdasan Buatan. Kredit: Mohamed Hassan via Pixabay

Liputan6.com, Jakarta - Peneliti di University of Washington dan Microsoft Research berkolaborasi mengembangkan kecerdasan buatan untuk menganalisis pola cuaca sebelumnya untuk membuat prakiraan cuaca secara lebih cepat.

Singkat kata, model kecerdasan buatan ini dapat membuat simulasi cuaca satu tahun di seluruh dunia jauh lebih cepat.

Nyaris sama seperti model cuaca tradisional, model ini juga mengambil langkah berulang serupa dari satu prakiraan ke prakiraan berikutnya.

"Machine Learning pada dasarnya melakukan versi pengenalan pola yang diglorifikasi," kata pemimpin proyek penelitian Jonathan Weyn dikutip dari rilis pers via Eurekalert, Jumat (17/12/2020).

Proyek yang merupakan bagian dari studi doktoral Jonathan itu menunjukkan bagaimana Machine Learning melihat pola yang khas, berkembang, lalu memutuskan apa yang seharusnya dilakukan berdasarkan pola yang telah dilihatnya pada data 40 tahun terakhir.

2 dari 2 halaman

Hemat daya komputasi

Meskipun model baru tersebut kurang akurat dibandingkan model perkiraan tradisional teratas saat ini, kecerdasan buatan ini menggunakan daya komputasi sekitar 7.000 kali lebih sedikit untuk membuat prakiraan untuk jumlah titik yang sama di dunia.

Itu berarti model ini dapat menghasilkan prakiraan secara lebih cepat.

"Ada jauh lebih banyak efisiensi dalam pendekatan in. Itulah yang sangat penting tentang itu," kata peneliti lainnya, Dale Durran, yang merupakan profesor di bidang ilmu atmosfer di University of Washington.

Itu, menurut Dale, memungkinkan kita untuk menangani masalah prediktabilitas dengan memiliki model yang cukup cepat.