Araştırmacılar, malzemelerdeki iyon taşınımını tahmin etmek için yeni bir yapay zeka yöntemi geliştirdi. Geleneksel moleküler dinamik simülasyonları çok yavaş ve maliyetli olurken, mevcut AI yöntemleri de hata birikimine eğilimli. Yeni yaklaşım, eğitim sırasında atomik yörüngeleri yardımcı veri olarak kullanarak hem hızlı hem de doğru tahminler üretiyor. Bu gelişme, batarya teknolojisinden ilaç tasarımına kadar birçok alanda devrim yaratabilir. Sistem, statik atom yapılarından dinamik iyon davranışlarını öğrenmeyi başararak, malzeme bilimindeki büyük bir zorluğu çözüyor.

Araştırmacılar, grafit ve geçiş metal dikalkojenit gibi katmanlı malzemelerin tabakalarının ayrılma enerjilerini hesaplamak için yeni bir yöntem geliştirdi. Yoğunluk fonksiyonel teorisi (DFT) tabanlı bu yaklaşım, London dispersiyon kuvvetlerini daha doğru modelleyerek malzeme özelliklerinin tahminini iyileştiriyor. XDM(Z) adı verilen yeni sönümleme fonksiyonu ve üç-cisim etkileşimlerinin dahil edilmesi, özellikle grafit, hegzagonal bor nitrür ve kurşun oksit gibi malzemeler için daha hassas sonuçlar veriyor. Bu gelişme, iki boyutlu malzemelerin tasarımı ve nanoteknoloji uygulamaları açısından önemli.

Yirmi yıllık veriyi analiz eden yeni bir çalışma, orman yangınlarının sadece doğrudan duman zararıyla değil, aynı zamanda yer seviyesindeki ozon konsantrasyonunu artırarak da halk sağlığını tehdit ettiğini ortaya koydu. Stony Brook Üniversitesi'nden araştırmacıların liderliğindeki bu çalışma, yangın dumanının atmosferdeki kimyasal reaksiyonları tetikleyerek ozon oluşumunu hızlandırdığını gösteriyor. Bu gizli etki, Amerika Birleşik Devletleri'nde her yıl binlerce fazladan ölüme katkıda bulunuyor. Bulgular, iklim değişikliğiyle birlikte artan orman yangınlarının, daha önce tam olarak anlaşılmayan bir halk sağlığı riskini beraberinde getirdiğini işaret ediyor.

Yeni araştırmalar, orman yangınlarından kaynaklanan dumanların sağlık üzerindeki etkilerinin ve ölüm oranlarının daha önce düşünülenden çok daha ciddi boyutlarda olduğunu ortaya koyuyor. Bilim insanları, yangın dumanlarının atmosferde oluşturduğu ozon ve diğer zararlı bileşiklerin uzun vadeli sağlık sorunlarına yol açtığını belirtiyor. İklim değişikliğiyle birlikte artan orman yangınlarının sıklığı, bu durumu küresel bir halk sağlığı krizi haline getiriyor. Araştırmacılar, mevcut ölüm oranı hesaplamalarının gerçek rakamları yansıtmadığını ve daha kapsamlı veri toplama yöntemlerine ihtiyaç duyulduğunu vurguluyor.

Amerika Birleşik Devletleri'nde yangın riskini değerlendiren resmi kurum, ülkenin batı bölgelerinin büyük kısmında bu yaz aylarında normalden yüksek orman yangını tehlikesi yaşanacağını öngördüğünü açıkladı. Ulusal Kurumlar Arası Yangın Merkezi'nin analizlerine göre, sadece batı eyaletleri değil, güneydoğu bölgesindeki birçok eyalet de Ağustos ayına kadar artmış yangın potansiyeli ile karşı karşıya kalacak. Bu durum, iklim koşulları ve çevresel faktörlerin yangın riskini nasıl etkilediğine dair önemli ipuçları sunuyor. Uzmanlar, kuraklık, yüksek sıcaklıklar ve rüzgar desenlerinin bu risk artışında rol oynadığını belirtiyor.

Araştırmacılar, su kümelerinin davranışını tahmin etmek için yenilikçi bir yapay zeka destekli moleküler dinamik simülasyon yöntemi geliştirdi. PDMD adlı bu sistem, geleneksel yöntemlerin karşılaştığı doğruluk-hız ikilemini çözerek, hem yüksek hassasiyette hem de hızlı hesaplamalar yapabiliyor. Gaussian tabanlı geometrik tanımlayıcılar ve ChemGNN adlı grafik sinir ağı kullanan sistem, herhangi bir boyuttaki su kümesinin enerji ve kuvvet değerlerini tahmin edebiliyor. Sistem, enerji tahmininde atom başına 1,39 meV, kuvvet tahmininde ise angström başına 50,7 meV hata payıyla çalışıyor ve mevcut DeepMD teknolojisinden 5 kat daha iyi performans gösteriyor. Bu gelişme, malzeme bilimi ve kimya simülasyonlarında önemli ilerlemeler sağlayabilir.

Bilim dünyası, yapay zeka destekli hava durumu ve iklim modellerini değerlendiren büyük çaplı bir karşılaştırma projesi başlattı. AIMIP (Yapay Zeka İklim Modeli Karşılaştırma Projesi) adlı bu çalışma, farklı AI modellerinin iklim simülasyonlarındaki başarısını ölçüyor. Projede, 1979-2024 yılları arasındaki tarihsel veriler kullanılarak modeller test ediliyor. İlk sonuçlar, AI modellerinin tarihi iklim koşullarını ve El Niño gibi önemli iklim olaylarını başarılı şekilde simüle edebildiğini gösteriyor. Bu çalışma, iklim biliminde AI kullanımına güveni artırmak ve farklı AI mimarilerinin model davranışlarına etkisini anlamak için kritik öneme sahip.

Meteoroloji alanında önemli bir gelişme yaşanıyor. Araştırmacılar, uydu verilerinden yağış tahminlerini iyileştiren GPROF-IR adlı yeni bir sistem geliştirdi. Bu sistem, evrişimli sinir ağları kullanarak infrared gözlemlerden daha hassas yağış tahminleri üretiyor. Mevcut uydu sistemleri farklı sensör türlerini birleştirmeye çalışırken tutarsızlıklar yaşıyor ve bu da hava durumu tahminlerinde hatalar oluşturuyor. GPROF-IR, yarım saatlik infrared gözlemlerdeki zamansal bilgileri analiz ederek bu sorunu çözmeyi hedefliyor. Sistem, özellikle küresel hava durumu takip sistemlerine entegre edilmek üzere tasarlandı.

Amerikalı araştırmacılar, atmosfer türbülansının optik sistemler üzerindeki etkilerini tahmin etmek için makine öğrenmesi modellerini test etti. Türbülans, teleskoplardan lazer iletişimine kadar birçok optik uygulamayı olumsuz etkileyen, atmosferin kırılma indisindeki değişimlere neden olan bir fenomen. Çalışmada ERA5 yeniden analiz verileri kullanılarak geliştirilen yapay zeka modelleri, yüzeye yakın optik türbülans gücünü tahmin etmeye odaklandı. Güney Kaliforniya ve New York'ta yapılan testlerde, modellerin farklı hava koşulları ve arazi yapılarına rağmen başarılı sonuçlar verdiği gözlemlendi. Bu gelişme, astronomik gözlemler, uydu iletişimi ve atmosferik optik uygulamalar için önemli iyileştirmeler sağlayabilir.

Yapay zeka destekli hava tahmin modelleri artık geleneksel sayısal sistemlerle yarışabilir duruma geldi. Ancak çoğu model hala pahalı altyapılara bağımlı kalarak başlangıç koşulları için geleneksel veri asimilasyonu sistemlerini kullanıyor. Araştırmacılar, uydu ve konvansiyonel gözlemlerden doğrudan atmosfer durumunu haritalayan HealDA adlı yeni bir makine öğrenmesi tabanlı veri asimilasyon sistemi geliştirdi. Bu sistem, mevcut operasyonel sistemlere kıyasla daha az sensör kullanarak global ölçekte çalışabiliyor. Çalışma, yapay zeka hava tahmin modellerinin başlangıç koşullarındaki hataların önemini vurguluyor ve bu alandaki altyapı bağımlılığını azaltma potansiyeli gösteriyor.

Araştırmacılar, hava tahmini alanında çığır açan bir keşif yaptı. Google'ın yapay zeka hibrit modeli NGCM'nin, tropik siklonların küresel hava durumu üzerindeki etkilerini, geleneksel fiziksel modellerle aynı başarıyla tahmin edebildiği ortaya çıktı. Kuzey Yarımküre'den 108 vaka analizi, her iki model türünün de benzer hata gelişimi gösterdiğini kanıtladı. Bu bulgu, yapay zekanın atmosferik süreçleri doğrudan simüle etmeden de kompleks iklim olaylarını başarıyla modelleyebileceğini gösteriyor. Özellikle kutuplara doğru hareket eden tropik siklonların, ABD ve Avrupa'nın iki haftalık hava tahminlerini olumsuz etkilediği tespit edildi. Çalışma, meteoroloji alanında AI teknolojisinin potansiyelini ortaya koyuyor.