द हिंदू: 24 दिसंबर 2024 को प्रकाशित:
चर्चा में क्यों है?
गूगल डीपमाइंड का GenCast मॉडल 4 दिसंबर 2023 को लॉन्च हुआ। यह परंपरागत न्यूमेरिकल वेदर प्रेडिक्शन (NWP) मॉडल्स की तुलना में अधिक सटीक और तेज़ पूर्वानुमान करने का दावा करता है। Nature पत्रिका में प्रकाशित इस मॉडल ने मौसम विज्ञान में बदलाव की संभावनाओं को उजागर किया है।
अब तक की कहानी:
परंपरागत मौसम पूर्वानुमान मॉडल, जैसे कि NWP, भौतिक नियमों पर आधारित सिमुलेशन का उपयोग करते हैं। लेकिन ये मॉडल एक सप्ताह से आगे सटीक भविष्यवाणी नहीं कर पाते। GenCast, जिसे चार दशकों (1979–2019) के पुनः विश्लेषण डेटा पर प्रशिक्षित किया गया है, AI-आधारित संभाव्य मॉडल की ओर एक बड़ा कदम है, जो तेज़ और बेहतर पूर्वानुमान प्रदान करता है।
मौसम का पूर्वानुमान कैसे किया जाता है?
मौसम पूर्वानुमान के लिए पारंपरिक मॉडल न्यूमेरिकल वेदर प्रेडिक्शन (NWP) का उपयोग करते हैं:
यह वायुमंडल के भौतिक नियमों पर आधारित सिमुलेशन करता है।
इसमें सुपरकंप्यूटर और उच्च गुणवत्ता वाले डेटा की आवश्यकता होती है।
यह निश्चित (डिटरमिनिस्टिक) पूर्वानुमान देता है, जो एक सप्ताह तक सटीक होता है।
1990 के दशक में एंसेंबल पूर्वानुमान की शुरुआत हुई, जो अलग-अलग प्रारंभिक स्थितियों के साथ कई सिमुलेशन चलाकर संभावनाओं की सीमा दर्शाता है।
GenCast का प्रदर्शन कैसा है?
GenCast ने 40 वर्षों के पुनः विश्लेषण डेटा (1979-2019) का उपयोग कर वायुमंडलीय व्यवहार का अनुकरण किया।
यह ECMWF के ENS मॉडल से 97.2% परीक्षणों में बेहतर साबित हुआ और चरम मौसम और उष्णकटिबंधीय चक्रवातों के मार्गों का अधिक सटीक अनुमान लगाया।
यह संभाव्य पूर्वानुमान देता है, जो चरम घटनाओं की संभावना को उजागर कर तैयारी में मदद करता है।
प्रभावशीलता: यह 15-दिन के पूर्वानुमान को केवल 8 मिनट में तैयार कर लेता है, जबकि NWP के लिए कई घंटे लगते हैं।
GenCast कैसे काम करता है?
GenCast एक डिफ्यूज़न-प्रकार का जनरेटिव AI मॉडल है:
इनपुट डेटा: ऐतिहासिक मौसम डेटा और शोरयुक्त (नोइस) इनपुट को मिलाकर उपयोग किया जाता है।
न्यूरल नेटवर्क: शोरयुक्त डेटा को 30 बार परिष्कृत कर अंतिम परिणाम तक पहुंचता है।
एंसेंबल पूर्वानुमान: संभाव्य पूर्वानुमानों का समूह प्रदान करता है।
स्केलेबिलिटी: उच्च स्थानिक और समयीय रिज़ॉल्यूशन के साथ 15-दिन के पूर्वानुमान को समानांतर में तैयार करता है।
GenCast की संरचना में शामिल है:
41,162 नोड्स और 2.4 लाख एज वाला न्यूरल नेटवर्क।
यह डिफ्यूज़न मॉडल की अवधारणा पर आधारित है, जैसे कि Stable Diffusion।
क्या GenCast NWP की जगह लेगा?
GenCast, NWP को प्रतिस्थापित करने के बजाय इसे पूरक के रूप में कार्य करता है:
AI मॉडल के लिए पुनः विश्लेषण डेटा और भौतिक नियमों की आवश्यकता होती है।
संभाव्य पूर्वानुमान चरम मौसम की घटनाओं के लिए बेहतर है, लेकिन इसमें निश्चित सटीकता की कमी है।
पारंपरिक NWP मॉडल प्रशिक्षण डेटा और प्रारंभिक स्थितियां प्रदान करने के लिए महत्वपूर्ण हैं।
Hybrid मॉडल, जैसे कि NeuralGCM, और एजेंसियों के साथ सहयोग AI और भौतिक-आधारित विधियों के बीच समन्वय को बढ़ावा देते हैं।
निष्कर्ष:
GenCast AI मौसम पूर्वानुमान में सटीकता और प्रभावशीलता लाने में एक महत्वपूर्ण कदम है। हालांकि, इसकी निर्भरता पारंपरिक NWP डेटा पर यह दिखाती है कि AI और भौतिक विधियों का सहयोग अपरिहार्य है। जलवायु परिवर्तन के इस दौर में, निश्चित और संभाव्य दृष्टिकोणों का मिश्रण नई चुनौतियों का समाधान करने में मददगार होगा।
