गूगल अनुसंधान ने एक नई जेनरेटर की घोषणा की कृत्रिम होशियारी (एआई) मॉडल शुक्रवार को लॉन्च किया गया जो मौसम पूर्वानुमान में अनिश्चितता और अशुद्धियों को कम करने में मदद कर सकता है। एआई मॉडल को स्केलेबल एन्सेम्बल एनवेलप डिफ्यूजन सैम्पलर (SEEDS) कहा जाता है, और मौसम पूर्वानुमान के पारंपरिक संभाव्य मॉडल का पालन करने के बजाय, एआई मॉडल डिनोइजिंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल पर आधारित है। यह पहला मौसम पूर्वानुमान मॉडल नहीं है जिस पर तकनीकी दिग्गज काम कर रही है, क्योंकि इसने पहले ग्राफकास्ट का अनावरण किया है, एक मॉडल जो 10 दिन पहले तक मौसम की भविष्यवाणी कर सकता है, और मेटनेट -3, 24- के लिए एक उच्च-रिज़ॉल्यूशन पूर्वानुमान मॉडल है। घंटे की अवधि.
यह घोषणा वरिष्ठ सॉफ्टवेयर इंजीनियर लिजाओ ली और गूगल रिसर्च के शोध वैज्ञानिक रॉब कार्वर ने की ब्लॉग भेजा. टीम ने एक प्रकाशित किया है कागज़ साइंस एडवांस जर्नल में जेनेरिक एआई मॉडल सीड्स पर। घोषणा के अनुसार, एआई मॉडल मौसम की भविष्यवाणी को दो अलग-अलग तरीकों से नवीनीकृत करेगा – इसे और अधिक सटीक बनाएगा और मौसम की भविष्यवाणी करने की लागत को कम करेगा।
आधुनिक मौसम पूर्वानुमान में दो प्रमुख मुद्दों पर प्रकाश डालते हुए, अखबार ने कहा कि अभी मॉडल “संभावित पूर्वानुमान” नामक कुछ चलाते हैं। अनिवार्य रूप से, वे प्राथमिक पूर्वानुमान उत्पन्न करने के लिए प्रारंभिक स्थितियों पर ध्यान केंद्रित करते हैं और जैसे-जैसे स्थितियां बढ़ती हैं और मौसम मॉडल अधिक डेटा प्राप्त करते हैं, मॉडल अधिक सटीक पूर्वानुमान उत्पन्न करने के लिए खुद को सही करता है। Google का कहना है कि यह विधि लंबी अवधि की भविष्यवाणियों में अधिक अनिश्चितता की अनुमति देती है। लागत पर, अनुसंधान टीम ने इस बात पर प्रकाश डाला कि अत्यधिक जटिल संख्यात्मक मौसम मॉडल चलाने वाले विशाल सुपर कंप्यूटर, जहां सटीक परिणाम प्राप्त करने के लिए पूर्वानुमानों को लगातार उत्पन्न करने की आवश्यकता होती है, उच्च लागत चला सकते हैं।
शोध पत्र के अनुसार, SEEDS, प्रसार संभाव्य मॉडल को निरूपित करने पर काम करता है, जिसे Google रिसर्च द्वारा विकसित किया गया था। इसे कौशल-आधारित मेट्रिक्स जैसे रैंक हिस्टोग्राम, रूट-मीन-स्क्वायर त्रुटि (आरएमएसई), और निरंतर रैंक संभाव्यता स्कोर (सीआरपीएस) पर प्रशिक्षित किया गया था। पेपर का दावा है कि जबकि मॉडल एक नगण्य कम्प्यूटेशनल लागत चलाता है, यह प्रारंभिक भविष्यवाणी की सटीकता में भी सुधार करता है, जिससे एक विशेष समय अवधि के दौरान कम संख्या में पूर्वानुमान उत्पादन की आवश्यकता होती है।
शोध दल ने मौसम की भविष्यवाणी करने के लिए एआई मॉडल चलाने के उदाहरणों को भी शामिल किया और पाया कि यह गॉसियन मॉडल की तुलना में अधिक विश्वसनीयता प्रदान करता है। पुर्तगाल के पश्चिम में एक भू-संभावित गर्त के उदाहरण पर प्रकाश डालते हुए, इसने कहा, “हालांकि गॉसियन मॉडल सीमांत अविभाज्य वितरण की पर्याप्त रूप से भविष्यवाणी करता है, लेकिन यह क्रॉस-फील्ड या स्थानिक सहसंबंधों को पकड़ने में विफल रहता है। इससे उन प्रभावों के आकलन में बाधा आती है जो इन विसंगतियों का उत्तरी अफ्रीका से गर्म हवा के घुसपैठ पर हो सकता है, जो यूरोप में गर्मी की लहरों को बढ़ा सकता है। Google रिसर्च के अनुसार, SEEDS अपनी भविष्यवाणी को बेहतर बनाने के लिए इन कारकों को ध्यान में रखने में सक्षम है। मॉडल की अभी सहकर्मी-समीक्षा की जानी बाकी है, और इसकी व्यवहार्यता के आधार पर, इसे बाद में एक वाणिज्यिक मॉडल के रूप में विकसित किया जा सकता है।
(टैग्सटूट्रांसलेट)गूगल रिसर्च जेनरेटिव एआई मॉडल अनिश्चितता मौसम पूर्वानुमान को कम कर रहा है गूगल(टी)कृत्रिम बुद्धिमत्ता(टी)एआई
Source link
