Skillful seasonal forecasts with a freely evolving AI weather model
यह शोध पत्र फंक्शनल ग्राफ ट्रांसफॉर्मर (FGT) को प्रस्तुत करता है, जो एक तेज़, संभाव्य एआई मॉडल है जो अधिकांश मामलों में क्लाइमेटोलॉजी (जलवायु विज्ञान) से बेहतर प्रदर्शन करके और अत्याधुनिक SEAS5 सिस्टम की सटीकता के बराबर पहुँचकर, कुशल और स्वतंत्र रूप से विकसित होने वाले मौसमी पूर्वानुमान प्राप्त करता है।
मूल पेपर CC BY 4.0 (https://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 आप केवल कल के लिए ही नहीं, बल्कि अगले छह महीनों के लिए मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं। यह एक ऐसी फिल्म की कहानी का अनुमान लगाने जैसा है जिसे अभी तक फिल्माया नहीं गया है, जहाँ अभिनेता (हवा, बारिश और समुद्री धाराएँ) बेतहाशा सुधार (इम्प्रोवाइज़) कर रहे हैं। वैज्ञानिक लंबे समय से जानते हैं कि वायुमंडल अराजक है; आज का एक छोटा सा बदलाव अगले सप्ताह एक पूरी तरह से अलग तूफान का कारण बन सकता है। इस कारण, पारंपरिक मौसम मॉडल एक विशाल सुपर-कंप्यूटर की तरह हैं जो पूरे ग्रह के एक बड़े, विस्तृत भौतिक सिमुलेशन को चला रहे हैं। वे अविश्वसनीय रूप से शक्तिशाली हैं लेकिन साथ ही अविश्वसनीय रूप से भारी भी हैं, जिन्हें एक एकल पूर्वानुमान चलाने के लिए भी भारी मात्रा में ऊर्जा और समय की आवश्यकता होती है।
हालाँकि, आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करने वाला एक नया, तेज़ दृष्टिकोण मौजूद है। AI मौसम मॉडलों को एक ऐसे छात्र के रूप में सोचें जिसने पिछले 70 वर्षों की हर मौसम रिपोर्ट को पढ़ा है और पैटर्न को पहचानना सीख लिया है। जबकि ये AI छात्र अगले कुछ दिनों की भविष्यवाणी करने में माहिर हैं, वे महीनों आगे की भविष्यवाणी करने के लिए कहा जाने पर अपनी कहानी को सुसंगत बनाए रखने में संघर्ष करते हैं। वे अक्सर समुद्र, भूमि और आकाश के बीच के "बड़ी तस्वीर" वाले संबंधों को भूल जाते हैं, या वे एक ऐसे लूप में फंस जाते हैं जहाँ मौसम बस खुद को दोहराता रहता है। विज्ञान में अभी बड़ा सवाल यह है: क्या हम एक ऐसा AI बना सकते हैं जो न केवल अगले दिन का अनुमान लगाए, बल्कि वास्तव में मौसम प्रणाली के भीतर महीनों तक "जी" सके, और वास्तविक दुनिया की तरह स्वाभाविक रूप से विकसित हो सके, बिना किसी इंसान द्वारा इसकी कहानी को लगातार सुधारने की आवश्यकता के?
यही वह काम है जिसे इस शोध पत्र के पीछे के शोधकर्ताओं ने करने का लक्ष्य रखा। उन्होंने फंक्शनल ग्राफ ट्रांसफॉर्मर (FGT) नामक एक नया AI सिस्टम पेश किया। पुराने AI मॉडलों के विपरीत, जिन्हें बताया जाता था कि समुद्र का तापमान क्या होगा (जैसे कि उन्हें एक स्क्रिप्ट दी जा रही हो), FGT "स्वतंत्र रूप से विकसित" होने वाला है। इसका मतलब है कि यह पूरी तरह से अपने स्वयं के पिछले अनुमानों के आधार पर, दिन-दर-दिन वायुमंडल, समुद्र की सतह के तापमान, समुद्री बर्फ और मिट्टी की नमी की भविष्यवाणी करता है। यह एक वीडियो गेम के पात्र को बिना किसी चीट कोड के गेम खेलना सिखाने जैसा है, जिससे वह खुद यह समझ सके कि समुद्र और वायुमंडल आपस में कैसे संवाद करते हैं।
परिणाम काफी उत्साहजनक हैं। टीम ने अपने मॉडल का परीक्षण छह महीने के लिए आगे चलाने के लिए किया और इसकी तुलना मौसम पूर्वानुमान के "गोल्ड स्टैंडर्ड" (मानक) से की, जो SEAS5 नामक एक विशाल प्रणाली है। उन्होंने पाया कि FGT आश्चर्यजनक रूप से अच्छा था। दर्जनों 96% अलग-अलग चीजों में जो उन्होंने मापा (वर्षा से लेकर हवा की गति तक, विभिन्न महीनों में), FGT ऐतिहासिक औसत के आधार पर केवल अनुमान लगाने से बेहतर प्रदर्शन कर गया। इससे भी अधिक प्रभावशाली बात यह है कि सीधे तौर पर भारी-भरक SEAS5 सिस्टम से तुलना करने पर, FGT 77% मामलों में कम से कम 80% कौशल बनाए रखने में सफल रहा। और सबसे अच्छी बात? इसने इसे हजारों गुना तेज़ी से किया, एक शक्तिशाली कंप्यूटर चिप पर पूरे विश्व के लिए छह महीने का पूर्वानुमान उत्पन्न करने में केवल लगभग 19 मिनट का समय लगा, जबकि पारंपरिक प्रणाली को सुपरकंप्यूटर के कई दिनों के समय की आवश्यकता होगी।
इस शोध पत्र ने यह भी पता लगाया कि इस AI के सीखने के बारे में कुछ दिलचस्प बारीकियाँ हैं। उदाहरण के लिए, यदि आप AI को केवल समुद्र और मिट्टी की शुरुआती स्थितियों से "चिपके रहने" के लिए मजबूर करते हैं (एक विधि जिसे "परसिस्टेंस" कहा जाता है), तो बारिश की भविष्यवाणी करने की इसकी क्षमता वास्तव में खराब हो जाती है। लेकिन जब AI को उन सतही स्थितियों को स्वाभाविक रूप से बदलने और विकसित होने देने की अनुमति दी जाती है, तो बारिश के पूर्वानुमान बहुत बेहतर हो जाते हैं। मॉडल ने यह भी दिखाया कि वह एल नीनो (प्रशांत महासागर के गर्म होने की घटना) जैसी प्रमुख जलवायु घटनाओं के समय को भी काफी अच्छी तरह से भविष्यवाणी कर सकता है, भले ही वह कभी-कभी इस घटना की तीव्रता को कम करके आंकता हो। हालाँकि यह अभी भी पूरी तरह से सटीक नहीं है—यह अभी भी पारंपरिक मॉडलों की तुलना में कुछ समुद्री पैटर्न की सटीक ताकत बताने में थोड़ा संघर्ष करता है—लेकिन यह साबित करता है कि एक AI बिना किसी इंसान के हाथ थामे, महीनों लंबी सुसंगत मौसम की कहानी सुनाना सीख सकता है। यह सुझाव देता है कि भविष्य में, हमें अल्पकालिक मौसम और दीर्घकालिक मौसम के लिए अलग-अलग, धीमे मॉडलों की आवश्यकता नहीं हो सकती है; एक स्मार्ट, तेज़ AI पूरी समयरेखा को संभाल सकता है।
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।