AI Models Still Lag Behind Traditional Numerical Models in Predicting Sudden-Turning Typhoons
यह अध्ययन इस दावे को चुनौती देता है कि एआई-आधारित मौसम मॉडल चरम घटनाओं की भविष्यवाणी करने में उत्कृष्ट हैं, यह प्रदर्शित करते हुए कि हालांकि पांगु-वेदर (Pangu-Weather) उष्णकटिबंधीय चक्रवातों को ट्रैक करने में पारंपरिक संख्यात्मक मॉडलों से बेहतर प्रदर्शन करता है, फिर भी यह दुर्लभ, अचानक मुड़ने वाले टाइफून के प्रक्षेप पथों का सटीक पूर्वानुमान लगाने में पीछे है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
द दशकों से, मौसम की भविष्यवाणी करने का सबसे विश्वसनीय तरीका वायुमंडल का एक डिजिटल जुड़वां (डिजिटल ट्विन) बनाना रहा है। वैज्ञानिक वर्तमान अवलोकनों को विशाल सुपरकंप्यूटरों में फीड करते हैं जो उन जटिल समीकरणों को हल करते हैं जो बताते हैं कि हवा कैसे चलती है, गर्मी कैसे ऊपर उठती है, और जलवाष्प कैसे बारिश में बदल जाता है। ये संख्यात्मक मॉडल (न्यूमेरिकल मॉडल्स) एक भौतिकी इंजन (फिजिक्स इंजन) की तरह कार्य करते हैं, जो प्रकृति के नियमों को चरण-दर-चरण सिम्युलेट करते हैं ताकि यह अनुमान लगाया जा सके कि कुछ दिनों बाद क्या होगा। वे आधुनिक पूर्वानुमान की रीढ़ हैं, और इस पर भरोसा किया जाता है क्योंकि वे उन मौलिक नियमों पर आधारित हैं जो हमारे ग्रह को नियंत्रित करते हैं। हालांकि, पिछले कुछ वर्षों में, एक नया दावेदार उभरा है: आर्टिफिशियल इंटेलिजेंस (AI)। समीकरणों को हल करने के बजाय, ये AI मॉडल ऐतिहासिक मौसम के लाखों वर्षों के डेटा का अध्ययन करके मौसम की भविष्यवाणी करना सीखते हैं, ठीक वैसे ही जैसे कोई छात्र पाठ्यपुस्तक को याद करता है। वे अविश्वसनीय रूप से तेज़ हैं और उन्होंने बहुत आशाजनक प्रदर्शन किया है, जिससे कई लोग यह मानने लगे हैं कि वे जल्द ही पारंपरिक, भौतिकी-आधारित प्रणालियों को पूरी तरह से बदल सकते हैं।
चीन के मौसम संबंधी और शैक्षणिक संस्थानों के शोधकर्ताओं की एक टीम द्वारा किया गया एक हालिया अध्ययन इस विचार को एक कठोर परीक्षण के दायरे में रखता है, विशेष रूप से यह देखने के लिए कि ये AI मॉडल सबसे खतरनाक और अप्रत्याशित मौसम की घटनाओं को कितनी अच्छी तरह संभालते हैं: यानी वे टाइफून (चक्रवात) जो अचानक अपनी दिशा बदल लेते हैं। शोधकर्ताओं ने एक विशिष्ट प्रकार के तूफान व्यवहार पर ध्यान केंद्रित किया जिसे "अचानक मोड़" (सडन टर्न) कहा जाता है, जहाँ एक टाइफून अपने पथ में तीखे, अप्रत्याशित मोड़ लेता है, जो अक्सर पूर्वानुमानकर्ताओं को अनभिज्ञ छोड़ देता है और महत्वपूर्ण नुकसान का कारण बनता है। जबकि पिछले रिपोर्टों ने चरम मौसम की भविष्यवाणी करने की AI की क्षमता का जश्न मनाया था, वे उदाहरण मुख्य रूप से उन तूफानों से संबंधित थे जो अपनी प्रचंड शक्ति के कारण चरम थे, न कि इसलिए कि उनके पथ का अनुसरण करना कठिन था। इस नए विश्लेषण ने एक कठिन प्रश्न पूछा: क्या AI उन दुर्लभ, अनिश्चित गतिविधियों की भविष्यवाणी कर सकता है जो वायुमंडल के सामान्य प्रवाह की अवहेलना करती हैं?
टीम ने 2020 और 2024 के बीच उत्तर-पश्चिमी प्रशांत क्षेत्र के 104 टाइफूनों का परीक्षण किया, उन्हें तीन समूहों में विभाजित किया: वे जो एक सीधी, अनुमानित रेखा में चले; वे जो चक्कर लगाते रहे; और वे जिन्होंने अचानक, तीखे मोड़ लिए। उन्होंने अग्रणी AI मॉडल, जिसे 'पांगु-वेदर' (Pangu-Weather) के रूप में जाना जाता है, की तुलना प्रमुख मौसम विज्ञान एजेंसियों के मानव विशेषज्ञों और सर्वश्रेष्ठ पारंपरिक संख्यात्मक मॉडलों के पूर्वानुमानों से की। परिणाम स्पष्ट और सूक्ष्म थे। अधिकांश तूफानों के लिए, जिनमें सामान्य रूप से चलने वाले या चक्कर लगाने वाले तूफान भी शामिल थे, AI मॉडल ने असाधारण रूप से अच्छा प्रदर्शन किया, और अक्सर सटीकता में पारंपरिक कंप्यूटर मॉडलों को पीछे छोड़ दिया। यह वायुमंडल के सामान्य प्रवाह को पकड़ने के लिए एक शक्तिशाली उपकरण साबित हुआ।
हालांकि, कहानी पूरी तरह से बदल गई जब शोधकर्ताओं ने उन तूफानों को देखा जिन्होंने अचानक मोड़ लिए थे। इन विशिष्ट मामलों में, पारंपरिक संख्यात्मक मॉडल लगातार AI से बेहतर प्रदर्शन करते रहे। अध्ययन ने 2023 के 'टाइफून खानुन' (Typhoon Khanun) को एक प्रमुख उदाहरण के रूप में रेखांकित किया। इस तूफान ने रयुक्यू द्वीप समूह के पास से गुजरते समय पांच दिनों के भीतर दो तीखे मोड़ लिए, जिससे काफी व्यवधान उत्पन्न हुआ। जबकि AI मॉडल पहले एक या दो दिनों के लिए तूफान के स्थान की सटीक भविष्यवाणी करने में सक्षम था, जैसे-जैसे पूर्वानुमान आगे बढ़ा, इसकी दक्षता तेजी से गिरती गई। जब तक पूर्वानुमान पांच दिनों तक पहुँचा, AI की भविष्यवाणियां मानव पूर्वानुमानकर्ताओं की तुलना में बेहतर नहीं थीं और पारंपरिक मॉडलों की तुलना में काफी कम सटीक थीं। अचानक मुड़ने वाले इन तूफानों के लिए पथ की भविष्यवाणी करने में AI की त्रुटि, औसतन, सर्वश्रेष्ठ पारंपरिक प्रणाली की तुलना में लगभग 10 प्रतिशत अधिक थी।
शोधकर्ताओं ने इस अंतर को समझने के लिए गहराई से जांच की। उन्होंने पाया कि वायुमंडल आमतौर पर टाइफूनों को एक स्थिर, बड़े पैमाने की पवन धारा के साथ निर्देशित करता है, ठीक वैसे ही जैसे एक नदी एक नाव को ले जाती है। जब यह धारा मजबूत और स्थिर होती है, तो AI मॉडल, जो इन बड़े पैटर्न को पहचानने में उत्कृष्ट है, शानदार प्रदर्शन करता है। लेकिन जब मार्गदर्शन करने वाली धारा कमजोर होती है, तो तूफान का पथ तूफान और आसपास की हवा के बीच एक जटिल अंतःक्रिया द्वारा निर्धारित होता है। इन क्षणों में, तूफान की आंतरिक संरचना के सूक्ष्म विवरण महत्वपूर्ण हो जाते हैं। अध्ययन बताता है कि चूंकि AI मॉडल ऐतिहासिक डेटा पर प्रशिक्षित होते हैं न कि भौतिकी के नियमों पर, इसलिए वे इन जटिल आंतरिक संरचनाओं को सिम्युलेट करने में संघर्ष करते हैं जब मार्गदर्शक हवाएं कमजोर होती हैं। वे अधिक सुचारू, औसत दर्जे के अनुमान प्रस्तुत करने की प्रवृत्ति रखते हैं जो वास्तविकता में होने वाले तीखे, अराजक मोड़ों को मिस कर देते हैं।
इसका अर्थ यह नहीं है कि AI विफल है, बल्कि यह एक विशिष्ट सीमा को प्रकट करता है। पारंपरिक मॉडल, जो वायुमंडल के भौतिक समीकरणों को हल करने के लिए बनाए गए हैं, इन दुर्लभ, चरम घटनाओं की भौतिकी को पकड़ने में अभी भी बेहतर हैं। AI मॉडल, जो तेज़ और सामान्यतः सटीक है, इन असामान्य व्यवहार वाले तूफानों के लिए आवश्यक जटिल भौतिकी के माध्यम से "तर्क" करने की क्षमता की कमी प्रदर्शित करता है। लेखक निष्कर्ष निकालते हैं कि निकट भविष्य के लिए, सबसे विश्वसनीय दृष्टिकोण पुराने सिस्टम को नए सिस्टम से बदलना नहीं, बल्कि उन्हें मिलाना होगा। पारंपरिक मॉडलों के भौतिक बाधाओं (फिजिकल कंस्ट्रेंट्स) को AI के प्रशिक्षण में एकीकृत करके, वैज्ञानिक एक हाइब्रिड सिस्टम बनाने की आशा करते हैं जो सामान्य पैटर्न और मौसम के दुर्लभ, खतरनाक आश्चर्यों दोनों को संभाल सके। तब तक, जब कोई तूफान अप्रत्याशित मोड़ लेने की धमकी देता है, तो पुराने स्कूल के भौतिकी-आधारित मॉडल ही सबसे भरोसेमंद मार्गदर्शक बने रहते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।