शास्त्रज्ञांनी स्वयंचलित शिक्षणाचे एक मॉडेल विकसित केले आहे जे उष्णकटिबंधीय चक्रीवादळाच्या मार्गांचा अंदाज लावण्यासाठी अधिकृत एजन्सींना मागे टाकू शकेल आणि पारंपारिक भौतिकशास्त्र -आधारित प्रणालींपेक्षा ते वेगवान आणि स्वस्त करतात.
मायक्रोसॉफ्टच्या संशोधकांनी विकसित केलेले फाउंडेशन मॉडेल अरोरा, पेनसिल्व्हेनिया युनिव्हर्सिटी (यूपीएनई) आणि इतर अनेक संस्था, वायु गुणवत्ता आणि समुद्राच्या लाटापासून ते उष्णकटिबंधीय चक्रीवादळ मार्ग आणि उच्च -पंतप्रधान हवामानापर्यंत पृथ्वीच्या प्रणालीच्या अंदाजाची गती आणि अचूकता सुधारण्यासाठी डिझाइन केलेले आहेत.
पॅरिस बर्डकेअर्स, सीओ -ऑथर आणि मेकॅनिकल इंजिनिअरिंग आणि टॉपिनमधील अप्लाइड मेकॅनिक्सचे सहयोगी प्राध्यापक, अरोराला एक मोठे चिंताग्रस्त नेटवर्क म्हणून वर्णन करतात. मजकूराच्या चॅटजीपीटी प्रमाणेच, पारंपारिक भौतिकशास्त्र समीकरणांवर स्पष्टपणे अवलंबून न राहता, जटिल शारीरिक प्रक्रियेचा अंदाज लावण्यासाठी यूआरए मागील भौगोलिक डेटामधून शिकते.
ते म्हणाले, “पारंपारिक मॉडेल्स पहिल्या भौतिक तत्त्वांवर डिझाइन केली गेली आहेत, जसे की वस्तुमान, गती आणि उर्जा राखणे.” “दुसरीकडे, अरोरा या भौतिक तत्त्वांचा थेट वापर केला जात नाही, परंतु त्याऐवजी ते नोट्स आणि डेटावर अवलंबून आहे.
“ऑरोरा अनेक प्रकारच्या भौगोलिक डेटावरून शिकत आहे, ज्यात अपेक्षा, नोट्स आणि ज्याला आपण विश्लेषण आणि डेटा विश्लेषण म्हणतो, जे आपण प्रवेश करू शकणार्‍या ऐतिहासिक हवामान पद्धती पुनर्बांधणी करीत आहे.”
बुधवारी प्रकाशित झालेल्या नेचर पेपरलाही संशोधक ओळखतात, अरोराची वेगवान प्रगती पारंपारिक पद्धतींच्या पायावर अवलंबून असते. “पारंपारिक संख्यात्मक पद्धतींमध्ये अनेक दशकांच्या संशोधनाच्या परिणामी उपलब्ध डेटाच्या संपत्तीमुळे ही प्रवेगक टाइमलाइन शक्य आहे.”
पेपरमध्ये असे निदर्शनास आले आहे की यूआरए विविध भौगोलिक डेटाच्या दशलक्ष तासांहून अधिक सुसज्ज आहे आणि लहान अभियांत्रिकी संघांनी चार ते आठ आठवड्यांच्या कालावधीत जप्त केले होते, “डायनॅमिक बेसिक लाइन मॉडेल्ससाठी कित्येक वर्षांच्या विशिष्ट विकासाच्या कालावधीच्या तुलनेत”, या पेपरने नमूद केले आहे.
केवळ ऐतिहासिक आकडेवारीवर प्रशिक्षण घेतलेल्या अरोरा, ऑपरेटिंग पूर्वानुमान केंद्रांपेक्षा अधिक अचूकतेसह 2023 मध्ये सर्व चक्रीवादळांचा योग्य अंदाज लावू शकतो.
मॉडेलमध्ये जनरेटिव्हरचे मिश्रण, 3 डी कन्व्हर्टरचा पाठीचा कणा, आणि भविष्यवाणी तंत्र आणि मोठ्या भाषेच्या मॉडेल्समध्ये वापरल्या जाणार्‍या बहुआयामी वेक्टरच्या परिणामांवर अवलंबून असलेले मिश्रण वापरते.
“केवळ ऐतिहासिक आकडेवारीवर प्रशिक्षण घेतलेल्या अरोरा 2023 मध्ये ऑपरेटिंग पूर्वानुमान केंद्रांपेक्षा अधिक अचूकतेसह सर्व चक्रीवादळाचा योग्य अंदाज लावण्यास सक्षम होता,” बर्डिकरेस वर्णन करतात.
2022-2023 मध्ये सर्व जागतिक चक्रीवादळासाठी पाच दिवसांच्या कालावधीसाठी यूआरएने चक्रीवादळ मार्गाच्या अंदाजानुसार सात ऑपरेशनल अंदाज केंद्रांना मागे टाकले आहे. आधुनिक संख्यात्मक मॉडेल्सने जागतिक हवामान अंदाजातील 92 टक्के गोल 10 दिवसांपेक्षा जास्त आहेत.
मूलभूत मॉडेल म्हणून, ते सूचित करतात की वायु गुणवत्ता, महासागर गतिशीलता आणि पर्यावरणीय समाप्तीसह हवामानापेक्षा जास्त असलेल्या अंदाजे कार्ये विस्तृत श्रेणीसाठी यूआरए जप्त केली गेली आहे.
लेखकांनी लिहिले: “पृथ्वीच्या प्रणालीच्या डोमेनच्या युरोराचे संभाव्य परिणाम खोल आहेत.” “आम्ही या पेपरमध्ये असलो तरी आम्ही चार भागात अरोरा अनुप्रयोग ऑफर करतो, परंतु इच्छित भूमी प्रणालीतील भविष्यवाण्यांच्या कोणत्याही कार्यावर ते समायोजित केले जाऊ शकते, ज्यामुळे सध्याच्या ऑपरेशनल सिस्टमपेक्षा किंमतीच्या किंमतीपेक्षा जास्त अपेक्षांमुळे उद्भवू शकते.”
संभाव्य अनुप्रयोगांमध्ये परिघीय प्रवाह, अल्प -मुदतीच्या हवामानाचे नमुने आणि वनस्पती चक्र, जंगलातील आगी, पूर, पीक परतावा, परागकण वर्तन, नूतनीकरणयोग्य उर्जा उत्पादन आणि सागरी बर्फाच्या कव्हरेजमधील परिवर्तनांपर्यंत.
त्यांनी जोडले: “माफक गणनात युरोराला अनुप्रयोग क्षेत्राच्या विविधतेशी समायोजित करण्याची क्षमता, अरोरा कोणाच्याही आवाक्याबाहेर अंमलात आणलेल्या भविष्यवाणी करण्यात उल्लेखनीय प्रगती दर्शविते.”
हे केवळ कृत्रिम बुद्धिमत्ता मॉडेल नाही जे हवामानशास्त्र हलवते. मार्चमध्ये, आरडवार्क या भविष्यवाणीच्या भविष्यवाणीची एक प्रणाली, पारंपारिक संगणक -आधारित मॉडेल्सपेक्षा श्रेष्ठ कामगिरी करण्याचे वचन दर्शविले. सिस्टमला एनव्हीडिया ग्राफिक्स प्रोसेसिंग युनिट्ससह सुसज्ज डेस्कटॉपवर प्रशिक्षित केले जाऊ शकते आणि ऑपरेट केले जाऊ शकते, मिनिटांत 10 दिवस तयार करणे आणि सध्याच्या संख्यात्मक हवामान मॉडेल्सची गणना तोडून. ®
