Google DeepMind ve Google Research, atmosfer değişimlerini daha ayrıntılı izleyip hava durumunu daha sık tahmin eden yeni yapay zekâ modeli WeatherNext 3’ü 3 Eylül 2026’da tanıttı. Google, modelden elde edilen verilerin arama sonuçları, Google Maps ve Gemini’de kullanılacağını; ayrıca Google’ın bulut platformlarında kullanıcılar ve araştırmacıların erişimine açılacağını belirtti.
WeatherNext 3, Brightband’ın yapay zekâ tahminlerini karşılaştırdığı Operational WeatherBench testlerinde sıcaklık, rüzgâr hızı ve nem gibi ölçütlerde önde gelen modeller arasındaki en yüksek doğruluğu gösterdi. Model; Google, Microsoft, Nvidia ve Avrupa Orta Vadeli Hava Tahminleri Merkezi’nin (ECMWF) derin öğrenme sistemlerinin yanı sıra ABD Ulusal Hava Servisi ve ECMWF’nin geleneksel tahminlerini de geride bıraktı.
Geleneksel tahminler, hava fiziğini tanımlayan matematiksel denklemleri devlet kurumlarına ait süper bilgisayarlarda işleyerek hazırlanıyor. Bu sistemler doğru sonuçlar verse de pahalı ve görece yavaş çalışıyor. ECMWF’nin 2018’de yarım yüzyılı aşan hava verisini yayımlamasının ardından araştırmacılar, benzer doğruluğa daha hızlı ulaşabilen derin öğrenme modelleri geliştirmeye başladı.
WeatherNext 3, yapay zekâ tahminlerinin geniş alanlara odaklanması, yağışlarda zayıf kalması ve devlet kurumlarının biçimlendirilmiş veri setlerine bağımlılığı gibi sorunları hedefliyor. Model, bazı temel değişkenleri 5 km çözünürlükte tahmin edebiliyor; yağış değerlendirmeleri WeatherNext 2’ye göre 60% iyileşiyor ve altı saatte bir yerine saatlik tahmin üretebiliyor. Önceki modele kıyasla 2.4 kat daha fazla parametre içeren sistem, kasırga rotalarının yanı sıra belirli hava istasyonlarının ölçebileceği koşulları da tahmin edecek şekilde eğitildi.
Model, gerçek zamanlı toplanan uydu verilerini saatlik olarak işleyebildiği için daha sık tahmin yapabiliyor. Google, WeatherNext 3’ün yüksek çözünürlüklü küresel tahminlerde ham gözlemleri doğrudan kullanan “ilk” yapay zekâ modeli olduğunu söylerken, WindBorne WeatherMesh 6’nın 2025 sonlarından beri ham gözlemlerden yararlandığını belirtiyor. Her iki model de ulusal hava durumu veri setlerine dayanıyor.
Yapay zekâ tahminlerinin düşük maliyeti ve hızı, doğru hava bilgisinin pahalı sensörler ve süper bilgisayarlar nedeniyle erişilemediği yoksul bölgelerde ekonomik fayda sağlayabilir. Daha ayrıntılı rüzgâr, yağış ve bulut tahminlerinin yenilenebilir enerji projelerini de daha güvenilir kılması bekleniyor.
Neden önemli
Bu gelişme, hava tahmininde devlet kurumlarının pahalı süper bilgisayarlarına dayanan fizik tabanlı sistemlerden, ham gözlemleri daha hızlı işleyebilen yapay zekâ modellerine geçişi güçlendiriyor. Saatlik ve daha yüksek çözünürlüklü sonuçların Arama, Maps ve Gemini’ye taşınması, tahmin altyapısındaki ilerlemenin doğrudan geniş bir kullanıcı kitlesinin günlük bilgi akışına girmesi anlamına geliyor. Bulut üzerinden erişim ise araştırmacılar ile pahalı sensör ve hesaplama altyapısına ulaşamayan bölgeler açısından kullanım eşiğini düşürebilir; rüzgâr, yağış ve bulut verileri yenilenebilir enerji projelerini de yakından ilgilendiriyor. Bununla birlikte modelin ulusal hava durumu veri setlerine bağımlılığı, ham gözlem kullanan ilk sistem iddiasındaki tartışma ve kıyaslama testlerindeki başarının gerçek zamanlı koşullara ne ölçüde yansıyacağı açık sorular olarak kalıyor.
Arka plan
Google, FikirPilot arşivinde yeni bir ad değil: son 90 günde bu adın geçtiği 17 haber yayımladık; en yenisi 4 Eylül 2026 tarihli.