Google दीपमाइंडने नवीन कृत्रिम बुद्धिमत्ता मॉडेलसह चक्रीवादळाची भविष्यवाणी कायमची बदलली आहे

गुरुवारी, गूगल डीपमाइंडने चक्रीवादळाच्या अंदाजाच्या मोठ्या प्रवेशाचे प्रतिनिधित्व केल्याचा दावा केला आहे, कारण त्याने एक कृत्रिम बुद्धिमत्ता प्रणाली प्रदान केली आहे जी अभूतपूर्व अचूकतेसह उष्णकटिबंधीय चक्रीवादळांचा मार्ग आणि तीव्रता या दोहोंचा अंदाज लावू शकते – एक दीर्घकालीन आव्हान ज्याने दशकांपर्यंत पारंपारिक हवामान मॉडेल ओलांडले.

कंपनीने वेदर लॅब सुरू केली, एक परस्परसंवादी व्यासपीठ जे ठराविक भविष्यवाणी मॉडेल प्रदर्शित करते, जे 15 दिवसांपूर्वी वादळासाठी 50 संभाव्य परिस्थिती निर्माण करते. सर्वात महत्त्वाचे म्हणजे, दीपमिंडने अमेरिकन नॅशनल चक्रीवादळ केंद्राशी भागीदारी जाहीर केली आहे, जे फेडरल एजन्सीने एआयच्या प्रयोगात्मक अंदाजांना ऑपरेशनल भविष्यवाणीच्या कामात एकत्र केले आहे.

“आम्ही तीन वेगवेगळ्या गोष्टी सादर करीत आहोत,” या प्रकल्पाचे नेतृत्व करणारे सखोल संशोधन वैज्ञानिक फेरन एलिट म्हणाले. “पहिले एक नवीन प्रयोगात्मक मॉडेल आहे जे विशेषत: चक्रीवादळासाठी डिझाइन केलेले आहे. दुसरे म्हणजे, आम्ही चक्रीवादळाच्या राष्ट्रीय केंद्रासह भागीदारीची घोषणा करण्यास उत्सुक आहोत जे मानवी मुदतपूर्व तज्ञांना वास्तविक वेळेत आमची भविष्यवाणी पाहण्याची परवानगी देते.”

ही जाहिरात हवामान अंदाजानुसार कृत्रिम बुद्धिमत्ता लागू करण्याच्या लाजिरवाणी वळणाचे प्रतिनिधित्व करते, असे क्षेत्र ज्यामध्ये मशीन लर्निंग मॉडेल्सने पारंपारिक भौतिकशास्त्र -आधारित प्रणालींविरूद्ध द्रुत मैदान मिळविले आहे. विषुववृत्तीय चक्रीवादळ – ज्यात चक्रीवादळ, चक्रीवादळ आणि चक्रीवादळ यांचा समावेश आहे – गेल्या पन्नास वर्षांत आर्थिक नुकसान $ 1.4 ट्रिलियन डॉलर्स झाले आहे, ज्यामुळे कमकुवत किनारपट्टीच्या क्षेत्रातील कोट्यावधी लोकांचे जीवन आणि मृत्यूची अचूक अंदाज आहे.

पारंपारिक हवामान मॉडेल वादळ मार्ग आणि त्याच्या तीव्रतेसह का संघर्ष करतात

आत प्रवेश करणे सध्याच्या अंदाज पद्धतींमध्ये मूलभूत निर्बंधांवर उपचार करते. पारंपारिक हवामान मॉडेल्सला एक निंदनीय तुलना सामोरे जावे लागते: वातावरणात विपुल नमुन्यांची पूर्तता करून वादळ ज्या ठिकाणी जाईल त्या जागेचा अंदाज लावण्यात कमी अचूकतेचे जागतिक मॉडेल्स, तर वादळाच्या मध्यभागी असलेल्या अशांत प्रक्रियेवर लक्ष केंद्रित करून उच्च -प्रीसीशन प्रादेशिक मॉडेल्सने अधिक चांगले अंदाज लावले.

“उष्णकटिबंधीय चक्रीवादळाची निर्मिती करणे कठीण आहे कारण आम्ही दोन भिन्न गोष्टींचा अंदाज लावण्याचा प्रयत्न करीत आहोत.” “प्रथम मार्गाची भविष्यवाणी आहे, मग चक्रीवादळ कोठे आहे?

डीपमाइंडचे प्रायोगिक मॉडेल एकाच वेळी दोन्ही समस्या सोडवण्याचा दावा करते. राष्ट्रीय चक्रीवादळ केंद्राच्या प्रोटोकॉल नंतरच्या अंतर्गत मूल्यांकनांमध्ये, कृत्रिम बुद्धिमत्ता प्रणालीने सध्याच्या पद्धतींमध्ये महत्त्वपूर्ण सुधारणा दर्शविली. या मार्गाचा अंदाज लावण्यासाठी, पाच दिवसांच्या मॉडेलचा अंदाज, अग्रगण्य युरोपियन बँडचे मॉडेल, ईएनएसच्या वास्तविक वादळांच्या जवळ 140 किमी जवळ होता.

अधिक लक्षणीय म्हणजे, सिस्टमने घनतेचा अंदाज लावण्यासाठी एनओएए (एचएएफएस) प्रणालीच्या विश्लेषणास मागे टाकले – एक प्रदेश ज्यामध्ये कृत्रिम बुद्धिमत्ता मॉडेल ऐतिहासिकदृष्ट्या लढा देत आहेत. “कृत्रिम बुद्धिमत्तेचे हे पहिले मॉडेल आहे जे आपण आता खूप कुशल आहोत तसेच उष्णकटिबंधीय चक्रीवादळाची तीव्रता.”

वेग आणि कार्यक्षमतेपेक्षा पारंपारिक मॉडेल जिंकण्यासाठी कृत्रिम बुद्धिमत्तेची अपेक्षा कशी करावी

अचूकता सुधारण्याव्यतिरिक्त, कृत्रिम बुद्धिमत्ता प्रणाली नाट्यमय कार्यक्षमतेचा नफा दर्शवते. भौतिकशास्त्र -आधारित पारंपारिक मॉडेल्सचा अंदाज तयार करण्यास काही तास लागू शकतात, परंतु डीपमाइंड मॉडेल एका विशिष्ट संगणक चिपवर अंदाजे एक मिनिटात 15 दिवसांचा अंदाज तयार करतो.

“आमचे संभाव्यता मॉडेल आता मागील मॉडेलपेक्षा वेगवान आहे,” अलिट म्हणाले. “आमचे नवीन मॉडेल, बहुधा सुमारे एक मिनिट आहे,” डीपमाइंडच्या मागील हवामानाला आवश्यक असलेल्या आठ मिनिटांच्या तुलनेत.

हे वेग वैशिष्ट्य सिस्टमला अरुंद ऑपरेशनल अंतिम तारखा पूर्ण करण्यास अनुमती देते. दीपमाइंडच्या एआय हवामानातील संशोधन अभियंता टॉम अँडरसन यांनी स्पष्ट केले की राष्ट्रीय चक्रीवादळ केंद्र विशेषत: डेटा संकलनाच्या साडेसहा तासांच्या आत उपलब्ध आहे – कृत्रिम बुद्धिमत्ता प्रणाली आता निर्दिष्ट तारखेपूर्वी पूर्ण करते.

राष्ट्रीय चक्रीवादळ भागीदारी भागीदारी कृत्रिम बुद्धिमत्तेपासून चाचणी करण्यासाठी हवामान देते

राष्ट्रीय चक्रीवादळ केंद्रासह भागीदारी कृत्रिम बुद्धिमत्तेच्या हवामानाची भविष्यवाणी मोठ्या प्रमाणात आहे. दीपमाइंडचे मुख्य आघाडीचे व्यवस्थापक कीथ बटाग्लिया यांनी सहकार्याचे वर्णन केले आहे की अनौपचारिक चर्चेपासून अधिक औपचारिक भागीदारीपर्यंत विकसित होते ज्यामुळे सैन्याला पारंपारिक पद्धतींसह कृत्रिम बुद्धिमत्ता अंदाज समाकलित करता येते.

“त्यावेळी ही अधिकृत भागीदारी नव्हती, ती फक्त एक अनौपचारिक संभाषण होती,” सुमारे 18 महिन्यांपूर्वी सुरू झालेल्या सुरुवातीच्या चर्चेबद्दल बॅटजलिया म्हणाले. “आम्ही आता एका प्रकारच्या अधिकृत भागीदारीसाठी काही प्रमाणात बनवित आहोत जे आम्हाला तयार केलेल्या मॉडेल्सची स्वाधीन करण्यास अनुमती देते आणि मग ते त्यांच्या अधिकृत मार्गदर्शक तत्त्वांमध्ये त्यांचा कसा वापर करावा हे ठरवू शकतात.”

2025 अटलांटिक चक्रीवादळ हंगामासह वेळ निर्णायक आहे. चक्रीवादळ केंद्रातील एक्सप्रेसर्स पारंपारिक भौतिकशास्त्र -आधारित मॉडेल्स आणि निरीक्षणासह थेट भविष्यवाणी पाहतील, जे पूर्वानुमानाची अचूकता सुधारते आणि मागील चेतावणी सक्षम करते.

कोलोरॅडो स्टेट युनिव्हर्सिटीच्या इन्स्टिट्यूट ऑफ एअर रिसर्चचे संशोधन वैज्ञानिक डॉ. केट मॉस्कॅगर यांनी स्वतंत्रपणे डीपमाइंड मॉडेलचे मूल्यांकन केले आहे. कंपनीच्या म्हणण्यानुसार मला ते “एक तुलनात्मक कौशल्य किंवा मार्ग आणि घनतेच्या सर्वोत्कृष्ट ऑपरेशनल मॉडेलपेक्षा मोठे” स्पष्ट करताना आढळले. “ती 2025 चक्रीवादळ हंगामात वास्तविक काळापासून या निकालांची पुष्टी करण्यास उत्सुक आहे.”

प्रवेशामागील प्रशिक्षण आणि तांत्रिक नवकल्पना

कृत्रिम बुद्धिमत्ता मॉडेलची प्रभावीता त्याच्या विशिष्ट डेटाच्या दोन गटांमधील प्रशिक्षणातून उद्भवली आहे: लाखो नोट्सच्या जागतिक हवामान नमुन्यांची पुनर्बांधणी करणारा विशाल बदली डेटा आणि 45 वर्षांपूर्वी पाहिलेल्या अंदाजे 5000 चक्रीवादळांविषयी तपशीलवार माहिती असलेले एक विशेष डेटाबेस.

हा दुहेरी दृष्टीकोन कृत्रिम बुद्धिमत्तेच्या मागील हवामान मॉडेल्सपासून दूर जाणे आहे, ज्याने प्रामुख्याने सार्वजनिक हवामान परिस्थितीवर लक्ष केंद्रित केले आहे. “आम्ही चक्रीवादळासाठी विशिष्ट डेटाचे प्रशिक्षण घेत आहोत,” मी स्पष्ट केले. “आम्ही आयबीटीआरएसीएस आणि इतर प्रकारच्या डेटावर प्रशिक्षण घेत आहोत. म्हणून आयबीटीआरएसीएस 30 ते 40 वर्षांपेक्षा जास्त चक्रीवादळांपर्यंत एकाधिक चक्रीवादळासाठी लांबी, रुंदी, घनता आणि अर्ध्या -विड्या प्रदान करते.”

या सिस्टममध्ये संभाव्यतेच्या मॉडेलिंगमधील अलीकडील घडामोडींचा समावेश आहे ज्यास डीपमाइंड फंक्शनल नेटवर्क (एफजीएन) म्हणतात, जाहिरातीच्या बाजूने जाहीर केलेल्या शोध पेपरमध्ये तपशीलवार. हा दृष्टिकोन मॉडेलच्या पॅरामीटर्सवर प्रहार करण्यास आणि मागील पद्धतींपेक्षा अधिक संघटित फरक तयार करण्यास शिकून अपेक्षित गट व्युत्पन्न करतो.

मागील चक्रीवादळ अंदाजे लवकर चेतावणी प्रणालीचे वचन दर्शविते

वेदर लॅब दोन वर्षांहून अधिक ऐतिहासिक अंदाजांसह सुरू केली गेली आहे, ज्यामुळे तज्ञांना सर्व महासागरातील खोरे असलेल्या मॉडेलच्या कामगिरीचे मूल्यांकन करता येते. अँडरसनने 2024 पासून चक्रीवादळ पायरेल आणि 2023 पासून प्रसिद्ध चक्रीवादळ ओटीस वापरुन राजवटीची क्षमता दर्शविली.

ओटिस चक्रीवादळाने विशेष सिद्ध केले कारण मेक्सिकोला मारण्यापूर्वी ते द्रुतपणे तीव्र झाले आणि बर्‍याच पारंपारिक मॉडेल्सला धडकले. अँडरसनने स्पष्ट केले: “बर्‍याच मॉडेल्सने आपल्या आयुष्यात वादळ आपल्या आयुष्यात तुलनेने कमकुवत राहण्याची अपेक्षा केली होती,” अँडरसनने स्पष्ट केले. जेव्हा दीपमाइंडने हे उदाहरण केंद्राच्या राष्ट्रीय केंद्राच्या साठवणुकीवर दर्शविले तेव्हा ते म्हणाले की आमचे मॉडेल त्या वेळी उपलब्ध असल्यास या विशिष्ट चक्रीवादळाच्या संभाव्य जोखमीसाठी मागील सिग्नल प्रदान करेल. “

हवामान अंदाज आणि हवामान अनुकूलतेच्या भविष्यासाठी याचा अर्थ काय आहे?

डीपमाइंडच्या ग्राफास्ट आणि इतर कृत्रिम बुद्धिमत्ता मॉडेल्सने वेगवेगळ्या मानकांमध्ये पारंपारिक प्रणाली करण्यास सुरवात केली आहे.

“मला वाटते की हे अगदी लवकर आहे, जसे तुम्हाला माहिती आहे, पहिल्या काही वर्षांत आम्ही बर्‍याचदा वैज्ञानिक कागदपत्रे आणि संशोधनाच्या प्रगतीवर लक्ष केंद्रित केले,” बॅटजगलिया प्रतिबिंबित होते. “परंतु, आपल्याला माहिती आहेच, आम्ही हे दर्शविण्यास सक्षम होतो की या स्वयंचलित शिक्षण प्रणाली स्पर्धा करीत आहेत, किंवा पारंपारिक भौतिकशास्त्र -आधारित प्रणालींचा प्रकार अगदी मागे टाकत आहेत आणि वास्तविक जगाच्या वैज्ञानिक संदर्भातून त्यांना बाहेर काढण्याची संधी खरोखरच रोमांचक आहे.”

कृत्रिम बुद्धिमत्ता प्रणालींच्या ऑपरेटिंगच्या दिशेने सरकारी एजन्सीजसह भागीदारी एक निर्णायक पाऊल आहे. तथापि, दीपमाइंड यावर जोर देते की हवामान लॅब अद्याप एक संशोधन साधन आहे आणि वापरकर्त्यांनी विश्वसनीय अंदाज आणि चेतावणीसाठी अधिकृत हवामान एजन्सींवर अवलंबून राहावे.

तंत्रज्ञान व्यावहारिक अनुप्रयोग सुधारण्यासाठी हवामान संस्था आणि आपत्कालीन सेवांकडून प्रतिक्रिया गोळा करणे कंपनीची योजना आहे. हवामान बदलामुळे उष्णकटिबंधीय चक्रीवादळ वर्तन वाढण्याची शक्यता आहे, जगभरातील कमकुवत किनारपट्टीच्या लोकसंख्येचे रक्षण करण्यासाठी अंदाज अचूकतेतील प्रगतीमुळे चैतन्य वाढू शकते.

एलिटने असा निष्कर्ष काढला की “आम्हाला विश्वास आहे की कृत्रिम बुद्धिमत्ता येथे एक उपाय प्रदान करू शकते,” जटिल परस्परसंवादाच्या संदर्भात चक्रीवादळाचा अंदाज खूप कठीण बनतो. 2025 च्या सध्याच्या चक्रीवादळाच्या हंगामात, त्याला डीपमाइंडसाठी वास्तविक जगाचा सामना करावा लागेल, लवकरच त्याच्या अंतिम चाचणीचा सामना करावा लागेल.