Foto: Alibaba Group
Alibaba DAMO Academy, lembaga riset dan pengembangan dari Alibaba Group, meluncurkan sebuah model perkiraan cuaca bernama “Baguan”, yang menggunakan konsep budaya Tiongkok “mengamati dari perspektif-perspektif berbeda." Model ini memanfaatkan teknologi AI untuk memprediksi kondisi cuaca.
Baguan diklaim memiliki tingkat akurasi perkiraan cuaca yang belum pernah ada sebelumnya, mulai dari satu jam hingga sepuluh hari ke depan. Model machine-learning ini memiliki resolusi spasial tinggi yang memberikan perkiraan meteorologi terperinci hingga 1 x 1 kilometer grid, yang diperbarui setiap jam.
Kapabilitas ini menjadikan Baguan sebagai salah satu alat penting untuk aplikasi terkait pengetahuan tentang iklim, perkiraan beban listrik, perkiraan energi terbarukan, dan pencegahan bencana alam, seperti yang diungkap oleh Wotao Yin, Director of Decision Intelligence Lab at Alibaba DAMO Academy.
“Teknologi canggih ini tidak hanya membantu meningkatkan ilmu iklim, tetapi juga memberikan manfaat bagi praktik berkelanjutan di berbagai sektor seperti energi terbarukan dan pertanian,” ujar Wotao Yin.
Dasar teknis dari Baguan adalah penggunaan inovatif dari struktur Siamese Masked Autoencoders (SiamMAE) dan metodologi kuat yang dilatih sebelumnya. Inovasi ini memungkinkan model untuk mengungkap pola-pola rumit yang diperoleh dari data atmosfer yang kompleks.
Selain itu, melalui pendekatan pra-pelatihan autoregresif, Baguan diklaim mampu membuat prediksi akurat di berbagai skala ruang dan waktu, mulai dari satu jam hingga 10 hari ke depan.
Baguan memanfaatkan ERA5, reanalisis atmosfer cuaca global dari European Centre for Medium-Range Weather Forecast (ECMWF) sejak tahun 1979 hingga sekarang, untuk membangun model dasar prakiraan cuaca, lalu disempurnakan dengan indikator meteorologi regional utama seperti suhu regional, iradiasi, dan kecepatan angin di wilayah tertentu.
Pendekatan pemodelan global-regional yang cermat ini tidak hanya meningkatkan akurasi prakiraan Baguan hingga ke tingkat regional, tetapi juga menyesuaikan wawasannya dengan kondisi lokal yang ada.
Model ini secara signifikan meningkatkan keandalan perkiraan energi terbarukan, memfasilitasi manajemen daya yang lebih stabil, dan mendukung perluasan konsumsi energi ramah lingkungan.
Contoh aplikasi Baguan mengambil sampel di provinsi Shadong pada bulan Agustus lalu, yang diklaim dapat secara akurat memprediksi penurunan permintaan listrik sebesar 20% sehari sebelumnya, dengan tingkat akurasi perkiraan beban harian sebesar 98,1%. Ketepatan ini membantu operator jaringan lokal mengoptimalkan distribusi daya, meningkatkan efisiensi, dan mengurangi biaya operasional.
“Kami akan terus meningkatkan kinerja untuk indikator cuaca utama seperti tutupan awan, kecepatan angin yang ekstrem, dan curah hujan, mengembangkan teknologi baru untuk analisis skenario iklim berbeda, dan mendukung lebih banyak aplikasi seperti peringatan penerbangan, produksi pertanian, dan persiapan acara olahraga,” tutup Wotao Yin.
