एआई वेदर मॉडल पारंपरिक मॉडल्स की तुलना में 7,000 गुना कम शक्ति का उपयोग करता है

मौसम की भविष्यवाणी हमारे सबसे शक्तिशाली कंप्यूटरों द्वारा किए जाने वाले महत्वपूर्ण कार्यों में से एक है। इसके लिए लाखों गणनाएं और बड़ी मशीनें समीकरणों को हल करने की आवश्यकता होती है, जो तापमान, हवा और वर्षा जैसी स्थितियों की भविष्यवाणी में मदद करती हैं। यह बड़े मौसम की घटनाओं की भविष्यवाणी के लिए एक महत्वपूर्ण उपकरण भी है, जो पूरे क्षेत्रों और अर्थव्यवस्थाओं को प्रभावित कर सकती हैं।

मौसम की भविष्यवाणी का क्षेत्र तेजी से सुधार रहा है क्योंकि हमारी प्रौद्योगिकी विकसित हो रही है, जो अधिक सटीक और कुशल हो रही है। वाशिंगटन विश्वविद्यालय और माइक्रोसॉफ्ट रिसर्च के बीच एक सहयोग से उत्पन्न नए कार्य यह दिखाते हैं कि मौसम की भविष्यवाणी के लिए कृत्रिम बुद्धिमत्ता (एआई) का उपयोग कैसे किया जा सकता है। यह नई प्रौद्योगिकी भविष्य की घटनाओं की भविष्यवाणी करने के लिए पिछले मौसम पैटर्न का विश्लेषण करती है, और यह वर्तमान मॉडल्स की तुलना में अधिक कुशलता से ऐसा करती है। आगे की प्रगति के साथ, यह वर्तमान मॉडल्स की तुलना में अधिक सटीक भी हो सकती है।

नया वैश्विक मौसम मॉडल

नया वैश्विक मौसम मॉडल अपनी भविष्यवाणियों के लिए पिछले 40 वर्षों के मौसम के डेटा का उपयोग करता है, जो अन्य मॉडल्स से अलग है जो भौतिक गणनाओं का उपयोग करते हैं। यह नया मॉडल सरल और डेटा-आधारित है, और यह पूरे वर्ष के लिए मौसम पैटर्न का अनुकरण कर सकता है, जो पूरे विश्व में लागू किया जा सकता है। यह वर्तमान मॉडल्स की तुलना में तेजी से और उतना ही कुशल है, जो प्रत्येक भविष्यवाणी के साथ दोहराए जाने वाले चरणों के माध्यम से हासिल किया जाता है।

इस शोध को प्रकाशित किया गया था जर्नल ऑफ एडवांसेस इन मॉडलिंग अर्थ सिस्टम्स में।

जोनाथन वेन इस शोध के प्रमुख लेखक हैं।

“मशीन लर्निंग मूल रूप से पैटर्न पहचान का एक ग्लोरिफाइड संस्करण कर रही है,” वेन ने कहा। “यह एक विशिष्ट पैटर्न देखती है, यह पहचानती है कि यह आमतौर पर कैसे विकसित होता है और यह निर्णय लेती है कि पिछले 40 वर्षों के डेटा में देखे गए उदाहरणों के आधार पर क्या करना है।”

यह नया मॉडल वर्तमान में राज्य के अत्याधुनिक मॉडल्स की तुलना में कम सटीक है, लेकिन एआई पर आधारित होने के कारण, यह समान श्रेणी की भविष्यवाणियों को विकसित करने के लिए 7,000 गुना कम कंप्यूटर शक्ति का उपयोग करता है। क्योंकि इसका कम्प्यूटेशनल कार्यभार कम है, यह तेजी से है।

एन्सेम्बल फोरकास्टिंग

इस बढ़ी हुई गति के साथ, मौसम केंद्र कई मॉडल्स को विभिन्न स्थितियों के साथ चला सकते हैं। इसे “एन्सेम्बल फोरकास्टिंग” कहा जाता है, और इसका उपयोग मौसम की घटना के लिए संभावित स्थितियों की श्रृंखला की भविष्यवाणी करने के लिए किया जाता है।

डेल डुर्रान वाशिंगटन विश्वविद्यालय के एक प्रोफेसर और इस शोध के एक लेखक हैं।

“इस दृष्टिकोण में बहुत अधिक दक्षता है; यही इसके बारे में इतना महत्वपूर्ण है,” डुर्रान ने कहा। “वादा है कि यह हमें भविष्यवाणी की समस्याओं से निपटने में मदद कर सकता है क्योंकि यह एक मॉडल है जो बहुत बड़े एन्सेम्बल चलाने के लिए पर्याप्त तेजी से है।”

यह परियोजना तब शुरू हुई जब माइक्रोसॉफ्ट रिसर्च में रिच कारुआना, जो इस पेपर के एक सह-लेखक हैं, ने ऐतिहासिक डेटा पर आधारित मौसम की भविष्यवाणी के लिए एआई का उपयोग करने का प्रस्ताव दिया। इसका मतलब था कि ऐसी भविष्यवाणियों के लिए भौतिक कानूनों पर निर्भर नहीं रहना पड़ेगा।

“पिछले मौसम डेटा पर प्रशिक्षित करने के बाद, एआई अल्गोरिदम विभिन्न चरों के बीच संबंधों को बनाने में सक्षम है जो भौतिक समीकरणों के साथ नहीं किया जा सकता है,” वेन ने कहा। “हम कम चरों का उपयोग करने का लाभ उठा सकते हैं और इसलिए एक मॉडल बना सकते हैं जो बहुत तेजी से है।”

मॉडल का परीक्षण मौसम की भविष्यवाणी में एक मानक चर की भविष्यवाणी करके किया गया था। यह पूरे वर्ष में हर 12 घंटे में भविष्यवाणी करता था, और नया मॉडल वेदरबेंच के अनुसार शीर्ष प्रदर्शनकर्ताओं में से एक था, जो डेटा-चालित मौसम की भविष्यवाणी के लिए एक बेंचमार्क परीक्षण है।

शोधकर्ताओं को मॉडल को मौजूदा मॉडल्स के साथ या उनके स्थान पर उपयोग करने के लिए इसे और ट्यून करना होगा। लेखकों का मानना है कि यह भविष्य में मौसम की भविष्यवाणी करने का एक विकल्प हो सकता है।