💻 computer science

Samudra 2: Scaling Ocean Emulators across Resolutions

समुद्र (Samudra) 2 एक उन्नत ऑटोरेग्रेसिव न्यूरल ओशन एमुलेटर है जो वास्तुशिल्प और लॉस-फंक्शन नवाचारों के माध्यम से रिज़ॉल्यूशन और दीर्घकालिक स्थिरता की पिछली सीमाओं को पार करता है, जिससे एक एकल GPU पर $1/4^\circ$ रिज़ॉल्यूशन तक उच्च-सटीक, बहु-वर्षीय वैश्विक सिमुलेशन सक्षम होता है।

मूल लेखक: Yuan Yuan, Jesse Rusak, Alexander Merose, Adam Subel, Pavel Perezhogin, Alistair Adcroft, Carlos Fernandez-Granda, Laure Zanna

प्रकाशित 2026-06-03

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yuan Yuan, Jesse Rusak, Alexander Merose, Adam Subel, Pavel Perezhogin, Alistair Adcroft, Carlos Fernandez-Granda, Laure Zanna

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

कल्पना कीजिए कि पृथ्वी के महासागर एक विशाल, अराजक और अविश्वसनीय रूप से जटिल नृत्य की तरह हैं। वैज्ञानिक इन "नृत्यों" के दशकों या सदियों तक कैसे चलने का अनुमान लगाने के लिए "ओशन जनरल सर्कुलेशन मॉडल्स" (OGCMs) नामक विशाल कंप्यूटर प्रोग्रामों का उपयोग करते हैं। ये प्रोग्राम अत्यधिक सटीक, हाई-डेफिनिशन फिल्मों की तरह हैं, लेकिन इन्हें चलाने के लिए लाखों घंटों के कंप्यूटर समय की आवश्यकता होती है। इसका मतलब यह है कि वैज्ञानिक जलवायु परिवर्तन के विभिन्न परिदृश्यों का अध्ययन करने के लिए केवल कुछ ही "फिल्में" बना सकते हैं, जो उन्हें जलवायु परिवर्तन की पूरी तस्वीर समझने की क्षमता को सीमित करता है।

यहाँ Samudra 2 आता है, जो एक नया आर्टिफिशियल इंटेलिजेंस (AI) टूल है जिसे इन विशाल कंप्यूटर प्रोग्रामों के लिए एक "तेज़ स्टैंड-इन" (विकल्प) के रूप में डिज़ाइन किया गया है। इसे एक अत्यधिक कुशलะ improvisational अभिनेता के रूप में सोचें जिसने मूल फिल्म को हजारों बार देखा है और अब वह उस दृश्य को बहुत कम समय में फिर से बना सकता है, जो एक सिंगल ग्राफिक्स कार्ड (जैसे गेमिंग कंप्यूटर में होता है) पर चल सकता है, बजाय एक सुपरकंप्यूटर के।

यह लेख बताता है कि Samudra 2 क्या सुधार लाता है:

पहले संस्करण (Samudra) के साथ समस्या

मूल AI एमुलेटर, Samudra, एक बड़ी उपलब्धि थी क्योंकि यह दशकों के सिमुलेशन चला सकता था। हालाँकि, इसमें दो प्रमुख "ग्लिच" (खामियां) थीं जिन्होंने लंबी अवधि की फिल्मों को गलत बना दिया था:

"बोरिंग मूवी" प्रभाव (वेरिएंस कोलैप्स): समय के साथ, AI आलसी हो गया। वास्तव में होने वाली जंगली, अराजक लहरों और धाराओं को दिखाने के बजाय, इसने भविष्यवाणी करना शुरू कर दिया कि महासागर बस एक शांत, औसत अवस्था में स्थिर हो जाएगा। इसने वास्तविक महासागर की "चमक" और उत्साह को खो दिया।
"घोस्टिंग" प्रभाव (इम्प्रिंटिंग आर्टिफ़ेक्ट्स): AI महासागर के विभिन्न हिस्सों के बीच भ्रमित हो गया। इसने सतह की धाराओं (जैसे गल्फ स्ट्रीम) के पैटर्न को कॉपी करना और उन्हें गहरे, अंधेरे महासागर के तल पर छाप देना शुरू कर दिया जहाँ वे नहीं होने चाहिए। यह ऐसा था जैसे एक प्रोजेक्टर गलती से एक शांत बेडरूम की दीवार पर एक व्यस्त सड़क की छवि चमका रहा हो। इसने गहरे महासागर के डेटा में नकली पैटर्न और शोर पैदा कर दिया।

इसके अतिरिक्त, मूल Samudra केवल "लो रेजोल्यूशन" (1 डिग्री) में महासागर को देख सकता था, जो "एडीज़" (eddies) नामक महत्वपूर्ण छोटे पैमाने के भंवरों को देखने के लिए बहुत धुंधला था।

Samudra 2 का अपग्रेड

शोधकर्ताओं ने इन समस्याओं को दो मुख्य अपग्रेड के साथ ठीक किया है:

1. एक बड़ा, स्मार्ट दिमाग (वाइडर आर्किटेक्चर)
उन्होंने AI के "दिमाग" को अधिक व्यापक और सक्षम बनाया है। कल्पना कीजिए कि एक छोटे स्केचपैड से एक विशाल, हाई-डेफिनिशन कैनवास में अपग्रेड करना। यह नया डिज़ाइन AI को बहुत सूक्ष्म विवरण देखने की अनुमति देता है।

परिणाम: उन्होंने सफलतापूर्वक AI को 1/2 डिग्री और 1/4 डिग्री रेजोल्यूशन पर चलाने के लिए स्केल किया। इस उच्च रेजोल्यूशन पर, AI अंततः उन छोटे, घूमते हुए भंवरों (eddies) और महाद्वीपों के किनारों पर मौजूद तीखी, तेज़ धाराओं (जैसे गल्फ स्ट्रीम) को "देख" सकता है जो पहले अदृश्य थे। यह 1990 के दशक के पिक्सेलेटेड वीडियो गेम से एक क्रिस्प 4K मूवी में स्विच करने जैसा है।

2. एक स्मार्ट शिक्षक (डायनेमिक लॉस फंक्शन)
मशीन लर्निंग में, "लॉस फंक्शन" वह शिक्षक है जो AI के होमवर्क को ग्रेड करता है। पुराने शिक्षक ने महासागर के हर हिस्से के साथ समान व्यवहार किया। चूंकि महासागर की सतह बहुत सक्रिय है और गहरा महासागर बहुत शांत है, इसलिए शिक्षक ने सतह पर बहुत अधिक ध्यान दिया और गहरे महासागर को अनदेखा कर दिया।

समाधान: नया "डायनेमिक लॉस" एक ऐसा शिक्षक है जो उन हिस्सों पर अधिक ध्यान देता है जहाँ AI गलतियाँ कर रहा है। यदि AI सतह पर बहुत अच्छा काम कर रहा है लेकिन गहरे महासागर में गड़बड़ी कर रहा है, तो शिक्षक कहता है, "हे, गहरे महासागर पर ध्यान केंद्रित करो!" यह सुनिश्चित करने के लिए कि शांत, धीमी गति से चलने वाला गहरा महासागर आवश्यक ध्यान प्राप्त करे, यह लगातार ग्रेडिंग को रीवेट (reweight) करता रहता है।
परिणाम: इसने "घोस्टिंग" प्रभाव को रोक दिया। गहरे महासागर की भविष्यवाणियाँ बहुत अधिक साफ हो गईं, और नकली पैटर्न गायब हो गए। गहरे महासागर के तापमान की भविष्यवाणियों में त्रुटि लगभग सात गुना कम हो गई।

यह कितनी अच्छी तरह काम करता है?

टीम ने Samudra 2 का परीक्षण लगभग 8 वर्षों के लिए एक सिमुलेशन चलाकर किया। उन्होंने अपने "मूवी" की तुलना वास्तविक, हाई-फिडेलिटी कंप्यूटर मॉडल (OM4) से की।

तापमान: यह ऊपरी महासागर (ऊपरी 700 मीटर) के तापमान की भविष्यवाणी करने में बहुत बेहतर हुआ, जिससे इसकी सटीकता स्कोर में काफी सुधार हुआ।
गहरा महासागर: हालांकि यह अभी भी गहरे महासागर (जो अविश्वसनीय रूप से कठिन है क्योंकि वहां बदलाव बहुत सूक्ष्म होते हैं) की पूरी तरह से भविष्यवाणी करने के लिए संघर्ष कर रहा है, लेकिन इसने पुराने संस्करण की तुलना में त्रुटियों को भारी मात्रा में कम कर दिया है।
गति: क्योंकि यह बहुत तेज़ी से चलता है, वैज्ञानिक अब अनिश्चितता को बेहतर ढंग से समझने के लिए सैकड़ों या हजारों सिमुलेशन (एन्सेम्बल्स) चला सकते हैं, जो पहले लागत के कारण असंभव था।

निचोड़

Samudra 2 महासागर के लिए एक तेज़, स्पष्ट और अधिक स्थिर AI एमुलेटर है। यह अपने पूर्ववर्ती की "बोरिंग" और "घोस्टली" गलतियों को ठीक करता है और अब हाई डेफिनेशन में महासागर को देख सकता है, उन छोटे भंवरों और धाराओं को पकड़ सकता है जो जलवायु विज्ञान के लिए महत्वपूर्ण हैं। हालांकि अभी भी गहरे महासागर के सबसे निचले हिस्सों पर काम करना बाकी है, यह वैज्ञानिकों के लिए उन विस्तृत जलवायु प्रयोगों को चलाने का द्वार खोलता है जो लागत और समय के कारण पहले असंभव थे।

तकनीकी सारांश: समुद्रा 2: विभिन्न रिज़ॉल्यूशन पर महासागरीय इम्युलेटर्स का स्केलिंग

समस्या विवरण

महासागरीय सामान्य परिसंचरण मॉडल (OGCCMs) ऊष्मा, लवणता, कार्बन और संवेग के परिवहन को सिम्युलेट करने के लिए जलवायु विज्ञान में मौलिक हैं। हालाँकि, उनकी गणनात्मक लागत (computational expense) बड़े एनसेम्बल चलाने या विविध फोर्सिंग परिदृश्यों को खोजने की क्षमता को गंभीर रूप से सीमित करती है, विशेष रूप से जब मेसोस्केल एडीज़ (mesoscale eddies) और तीक्ष्ण फ्रंटल संरचनाओं को हल करने के लिए उच्च स्थानिक रिज़ॉल्यूशन की आवश्यकता होती है। जबकि न्यूरल इम्युलेटर्स गति बढ़ाने की क्षमता रखते हैं, मौजूदा महासागरीय इम्युलेटर्स ने लंबी अवधि की गतिशील स्थिरता के साथ उच्च स्थानिक रिज़ॉल्यूशन को संयोजित करने में संघर्ष किया है।

लेखक अपने पूर्ववर्ती, समुद्रा (Samudra) में तीन विशिष्ट विफलता मोड की पहचान करते हैं, जो $1^\circ$ रिज़ॉल्यूशन तक सीमित था:

वैरिएंस कोलैप्स (Variance Collapse): ऑटोरेग्रेसिव त्रुटि संचय भविष्यवाणियों को क्लामैटोलॉजिकल मीन (climatological mean) की ओर धकेलता है, जिससे अस्थायी परिवर्तनशीलता दब जाती है, विशेष रूप से गहरे महासागर में।
इंप्रिंटिंग आर्टिफैक्ट्स (Imprinting Artifacts): वेग क्षेत्रों (velocity fields) से स्थानिक पैटर्न तापमान और लवणता क्षेत्रों में "लीक" हो जाते हैं, जिससे गैर-भौतिक बैंडिंग और उच्च-आवृत्ति शोर उत्पन्न होता है जो मल्टी-ईयर रोलआउट के दौरान बढ़ता जाता है।
रिज़ॉल्यूशन सीमा (Resolution Limitation): $1^\circ$ से सूक्ष्म रिज़ॉल्यूशन पर संचालित करने में असमर्थता मेसोस्केल एडीज़ और पश्चिमी सीमा धाराओं (western boundary currents) की संरचनाओं को इम्युलेट करने से रोकती है जो जलवायु परिवर्तनशीलता के लिए महत्वपूर्ण हैं।

कार्यप्रणाली

समद्रा 2 इन चुनौतियोंों को संशोधित ConvNeXt-शैली के ब्लॉक्स से निर्मित U-Net बैकबोन पर लागू दो पूरक वास्तुशिल्प (architectural) और प्रशिक्षण संशोधनों के माध्यम से संबोधित करता है।

1. वास्तुशिल्प स्केलिंग (Architectural Scaling)

उच्च रिज़ॉल्यूशन ( $1/2^\circ$ और $1/4^\circ$ ) का समर्थन करने के लिए, लेखकों ने अपने U-Net बैकबोन को गहरा करने के बजाय उसे चौड़ा किया।

चैनल विड्थ (Channel Width): एनकोडर-डिकोडर चरणों में चैनल की चौड़ाई $[200, 250, 300, 400]$ से बढ़ाकर $[280, 380, 480, 520]$ कर दी गई।
एक्सपेंशन फैक्टर (Expansion Factor): संशोधित ConvNeXt ब्लॉक्स के भीतर आंतरिक एक्सपेंशन फैक्टर को 4 से घटाकर 2 कर दिया गया। यह डिज़ाइन पैरामीटर क्षमता को ब्लॉक-आंतरिक बॉटलनेक से हटाकर इंटर-स्टेज फीचर आयामों की ओर स्थानांतरित करता है, जो प्रतिनिधित्व क्षमता और कम्प्यूटेशनल लागत के बीच संतुलन बनाता है।

2. डायनेमिक लॉस फंक्शन (Dynamic Loss Function)

वैरिएंस कोलैप्स और इंप्रिंटिंग को संबोधित करने के लिए, लेखकों ने मानक मीन स्क्वेर्ड एरर (MSE) लॉस को एक डायनेमिक, चैनल-वेटेड लॉस से बदल दिया।

तंत्र (Mechanism): मानक MSE उच्च-वैरिएंस वाले सतह क्षेत्रों द्वारा हावी हो जाता है, जिससे ऑप्टिमाइज़र धीमी गति से विकसित होने वाले गहरे-महासागरीय संकेतों की उपेक्षा करता है। नया लॉस फंक्शन प्रत्येक आउटपुट चैनल को उसके रनिंग प्रेडिक्शन एरर के व्युत्क्रमानुपाती (inversely proportional) रूप से पुन: भारित (reweight) करता है।
कार्यान्वयन (Implementation): वेट्स को प्रति-चैनल इनवर्स MSE के एक्सपोनेंशियल मूविंग एवरेज (EMA) का उपयोग करके ऑनलाइन अपडेट किया जाता है। यह उन चैनलों के लिए ग्रेडिएंट सिग्नल को अनुकूल रूप से बढ़ाता है जिनमें कम त्रुटियां हैं (आमतौर पर गहरे महासागरीय क्षेत्र), जबकि उच्च-वैरिएंस वाले सतह चैनलों को लॉस पर हावी होने से रोकता है।
क्लैम्पिंग (Clamping): वेट्स को एक अनुपात (L=20 निर्धारित) तक क्लैंप किया जाता है ताकि नगण्य सीखने योग्य सिग्नल वाले चैनलों के अत्यधिक प्रवर्धन को रोका जा सके।

प्रशिक्षण और मूल्यांकन सेटअप

डेटा: मॉडल को GFDL OM4p25 महासागरीय मॉडल ( $1/4^\circ$ नेटिव) के आउटपुट पर प्रशिक्षित किया गया है, जिसे $1^\circ$ , $1/2^\circ$ , और $1/4^\circ$ पर रीग्रिड किया गया है।
चर (Variables): इम्युलेटर वायुमंडलीय फोर्सिंग द्वारा संचालित 77 चैनल (पोटेंशियल टेम्परेचर, सैलिनिटी, ज़ोनल/मेरिडियोनल वेलोसिटी 19 डेप्थ लेवल्स पर, और सी सरफेस हाइट) की भविष्यवाणी करता है।
रोलआउट्स (Rollouts): प्रशिक्षण में छोटे ऑटोरेग्रेसिव रोलआउट्स ( $K=4$ स्टेप्स, 40 दिन) का उपयोग किया जाता है। मूल्यांकन लगभग 8 वर्षों (~580 स्टेप्स) के लंबे-क्षितिज वाले ऑटोरेग्रेसिव रोलआउट्स में किया जाता है जिसमें ग्राउंड-ट्रुथ फीडबैक नहीं होता है, जो टेम्पोरल वेरिएंस, स्पेक्ट्रल डिस्ट्रीब्यूशन और क्लाइमेट इंडेक्स (जैसे Niño 3.4) जैसे मेट्रिक्स का आकलन करता है।

मुख्य योगदान

समद्रा 2 मॉडल: एक बेहतर AI महासागरीय इम्युलेटर जो एक व्यापक ConvNeXt U-Net को डायनेमिक वेरिएंस-वेटेड लॉस के साथ एकीकृत करता है। यह लंबे समय के ऑटोरेग्रेसिव इम्यूलेशन में वेरिएंस कोलैप्स और इंप्रिंटिंग आर्टिफैक्ट्स को सफलतापूर्वक कम करता है।
बहु-रिज़ॉल्यूशन स्केलिंग (Multi-Resolution Scaling): $1/2^\circ$ और $1/4^\circ$ रिज़ॉल्यूशन पर बहु-वर्षीय महासागरीय इम्यूलेशन का पहला प्रदर्शन। मॉडल उन मेसोस्केल संरचनाओं (एडीज़, मीएंडर्स, फिलामेंट्स) और तीक्ष्ण पश्चिमी सीमा धाराओं को कैप्चर करता है जो $1^\circ$ पर अनसुलझे (unresolved) रहते हैं।
डायग्नोस्टिक फ्रेमवर्क: एक व्यापक मूल्यांकन जो दिखाता है कि जबकि अल्पकालिक सटीकता आवश्यक है, दीर्घ-क्षितिज वाले जलवायु डायग्नोस्टिक्स (वैरिएंस, स्पेक्ट्रल डिस्ट्रीब्यूशन) महासागरीय इम्युलेटर्स को मान्य करने के लिए आवश्यक हैं जो जलवायु प्रोजेक्शन के लिए लक्षित हैं।

परिणाम

$1^\circ$ रिज़ॉल्यूशन पर प्रदर्शन

ऊपरी महासागर (Upper Ocean): ग्लोबल-मीन अपर-ओशन टेम्परेचर के लिए $R^2$ समद्रा (Samudra) के 0.56 से सुधरकर समद्रा 2 (Samudra 2) में 0.87 हो गया।
गहरा महासागर (Deep Ocean): गहरे-महासागर के तापमान की त्रुटि लगभग सात गुना कम हो गई। हालांकि $R^2$ मान नकारात्मक रहे (जो दर्शाता है कि प्रदर्शन टेम्पोरल मीन बेसलाइन से खराब है), त्रुटि का परिमाण काफी कम हो गया ($-111.36 $से$ -16.14$ तक)।
इंप्रिंटिंग: दृश्य और सांख्यिकीय विश्लेषण ने गहरे-महासागरीय तापमान और लवणता क्षेत्रों में वेलोसिटी-इंप्रिंटिंग आर्टिफैक्ट्स के दमन की पुष्टि की।

बहु-रिज़ॉल्यूशन प्रदर्शन ( $1/2^\circ$ और $1/4^\circ$ )

स्थानिक निष्ठा (Spatial Fidelity): उच्च रिज़ॉल्यूशन क्रमिक रूप से महीन स्थानिक पैमानों को हल करता है। $1/4^\circ$ मॉडल ने मेसोस्केल एडीज़ और पश्चिमी सीमा हॉटस्पॉट्स (गल्फ स्ट्रीम, कुरोशियो, अगुलहास) को कैप्चर किया, जिनकी वेरिएंस संरचनाएं OM4 रेफरेंस से निकटता से मेल खाती हैं।
स्पेक्ट्रल निष्ठा (Spectral Fidelity): $1/4^\circ$ मॉडल ने $1^\circ$ मॉडल की तुलना में हल किए गए वेव नंबर रेंज को चार गुना बढ़ा दिया, जिससे वे मेसोस्केल डायनेमिक्स प्राप्त हुए जो मोटे ग्रिडों में अनुपस्थित थे।
टेम्पोरल ट्रैकिंग: सभी रिज़ॉल्यूशन ऊपरी-महासागरीय परिवर्तनशीलता को अच्छी तरह से ट्रैक करते हैं ( $R^2 = 0.84–0.92$ )। मध्य गहराई का प्रदर्शन रिज़ॉल्यूशन के साथ सुधरता है (उदाहरण के लिए, $1/4^\circ$ पर $R^2$ 0.01 के करीब पहुँचता है), हालांकि गहरा-महासागरीय ट्रैकिंग ( $2000–7000$ मीटर) सभी रिज़ॉल्यूशन में नकारात्मक $R^2$ के साथ एक खुला चैलेंज बना हुआ है।

एब्लेशन स्टडीज (Ablation Studies)

$1^\circ$ रिज़ॉल्यूशन पर एब्लेशन प्रयोगों ने दो संशोधनों के बीच एक मजबूत सहक्रियात्मक (synergistic) इंटरैक्शन का खुलासा किया:

केवल व्यापक आर्किटेक्चर: इसने ऊपरी-महासागरीय प्रदर्शन ( $R^2 = 0.50$ ) में सुधार नहीं किया और इंटरमीडिएट-डेप्थ सैलिनिटी को खराब कर दिया।
केवल डायनेमिक लॉस: इसने ऊपरी-महासागरीय प्रदर्शन ( $R^2 = 0.51$ ) में सुधार नहीं किया लेकिन गहरे-महासागरीय त्रुटि को कम करने में प्राथमिक चालक था।
संयुक्त (समद्रा 2): इसने ऊपरी महासागर में $R^2 = 0.87$ प्राप्त किया, जो दर्शाता है कि व्यापक आर्किटेक्चर डायनेमिक लॉस को प्रभावी ढंग से कार्य करने के लिए आवश्यक क्षमता प्रदान करता है।

महत्व और दावे

पेपर दावा करता है कि समुद्रा 2 एक सिंगल GPU पर चलते हुए समुद्र के स्तर के प्रोजेक्शन, महासागरीय ऊष्मा अवशोषण अध्ययन और जलवायु परिवर्तनशीलता विश्लेषण के लिए बड़े एनसेम्बल को सक्षम बनाता है। $1/4^\circ$ पर मेसोस्केल विशेषताओं को हल करके, इम्युलेटर उन प्रक्रियाओं के अध्ययन के लिए एक व्यवहार्य विकल्प प्रदान करता है जो एडी डायनेमिक्स पर निर्भर हैं।

लेखक गहरे-महासागरीय निष्ठा (deep-ocean fidelity) के संबंध में एक मध्यम रुख बनाए रखते हैं, यह स्वीकार करते हुए कि $\sim700$ मीटर के नीचे की भविष्यवाणियाँ अत्यंत कमजोर प्रशिक्षण संकेतों और बैकग्राउंड वेरिएंस के प्रभुत्व के कारण एक खुला चैलेंज बनी हुई हैं। वे समुद्रा 2 को एक महत्वपूर्ण कदम के रूप में प्रस्तुत करते हैं जो विशिष्ट दीर्घ-क्षितिज वाली विफलता मोड (वैरिएंस कोलैप्स, इंप्रिंटिंग) को संबोधित करता है और उच्च रिज़ॉल्यूशन तक स्केल करता है, जबकि यह भी नोट करता है कि भौतिकी-आधारित सिमुलेशन गहरे-महासागरीय परिवर्तनशीलता के लिए अधिक विश्वसनीय संदर्भ बने हुए हैं। इस कार्य को एक व्यापक वर्ग के लॉन्ग-होरिजन ऑटोरेग्रेसिव ML समस्याओं में योगदान देने के रूप में फ्रेम किया गया है, जो स्पेक्ट्रल बायस और क्रॉस-वेरिएबल लॉस इम्बैलेंस जैसी समस्याओं को संबोधित करता है।