Google चे DeepMind टूल चक्रीवादळाच्या वर्तनाचा अंदाज ‘अधिक जलद’ कसे आहे | Google

जेव्हा उष्णकटिबंधीय वादळ मेलिसा हैतीच्या दक्षिणेला मंथन करत होते, तेव्हा राष्ट्रीय चक्रीवादळ केंद्र (NHC) हवामानशास्त्रज्ञ फिलिप पापिन यांना विश्वास होता की ते एका राक्षस चक्रीवादळात वाढणार आहे.

ड्युटीवरील प्रमुख अंदाज वर्तक म्हणून, त्याने भाकीत केले की अवघ्या 24 तासांत वादळ 4 श्रेणीचे चक्रीवादळ बनून जमैकाच्या किनाऱ्याकडे वळणे सुरू करेल. कोणत्याही NHC पूर्वानुमानकर्त्याने कधीही जारी केले नव्हते असा धाडसी अंदाज जलद मजबूत करण्यासाठी.

परंतु पापिनने त्याच्या स्लीव्हवर एक एक्का केला होता: Google च्या नवीन डीपमाइंड चक्रीवादळ मॉडेलच्या रूपात कृत्रिम बुद्धिमत्ता – जूनमध्ये प्रथमच रिलीज झाले. आणि, अंदाजानुसार, मेलिसा आश्चर्यकारक शक्तीचे वादळ बनले ज्याने जमैकाला फाडून टाकले.

NHC मधील अंदाजकर्ते अधिकाधिक Google DeepMind वर ​​कठोरपणे झुकत आहेत. 25 ऑक्टोबरच्या सकाळी, पापिन यांनी त्यांच्या सार्वजनिक चर्चेत स्पष्ट केले आणि सोशल मीडियावर ते गुगलचे मॉडेल हे त्याच्या आत्मविश्वासाचे प्राथमिक कारण होते: “सुमारे 40/50 Google DeepMind ensemble सदस्य मेलिसाला श्रेणी 5 बनवताना दाखवतात. मी अद्याप ट्रॅकची अनिश्चितता लक्षात घेऊन त्या तीव्रतेचा अंदाज द्यायला तयार नाही, तरीही ती एक शक्यता आहे.

“संपूर्ण अटलांटिक खोऱ्यातील समुद्रातील उष्णतेचे प्रमाण सर्वात जास्त असलेल्या अतिशय उबदार महासागराच्या पाण्यातून वादळ हळूहळू पुढे सरकत असताना जलद तीव्रतेचा कालावधी निर्माण होण्याची शक्यता आहे.”

Google DeepMind आहे चक्रीवादळांना समर्पित पहिले एआय मॉडेलआणि आता पारंपारिक हवामान अंदाजकर्त्यांना त्यांच्या स्वतःच्या गेममध्ये पराभूत करणारे पहिले. या वर्षी आतापर्यंतच्या सर्व 13 अटलांटिक वादळांमधूनGoogle चे मॉडेल सर्वोत्कृष्ट आहे – अगदी ट्रॅक अंदाजांवर मानवी अंदाज वर्तवणाऱ्यांनाही मागे टाकत आहे.

मेलिसाने अखेरीस 5 श्रेणीच्या ताकदीने जमैकामध्ये लँडफॉल केले, जे अटलांटिक खोऱ्यातील जवळपास दोन शतकांच्या रेकॉर्ड-कीपिंगमध्ये नोंदवलेले सर्वात मजबूत लँडफॉलपैकी एक आहे. पॅपिनच्या धाडसी अंदाजामुळे जमैकामधील लोकांना आपत्तीसाठी तयार होण्यासाठी अतिरिक्त वेळ मिळण्याची शक्यता आहे, शक्यतो जीव आणि मालमत्तेची बचत होईल.

गूगल डीपमाइंड हवामानाचा अंदाज घेत आहे आता काही वर्षेआणि मूळ अंदाज प्रणाली ज्यामधून नवीन चक्रीवादळ मॉडेल प्राप्त केले आहे तसेच नेत्रदीपक चांगले प्रदर्शन केले गेल्या वर्षी मोठ्या प्रमाणावर हवामान नमुन्यांचे निदान करण्यात.

Google चे मॉडेल नमुने शोधून कार्य करते जे पारंपारिक वेळ-केंद्रित भौतिकशास्त्र-आधारित हवामान मॉडेल चुकू शकतात.

“ते त्यांच्या भौतिकशास्त्रावर आधारित चुलत भावांपेक्षा ते अधिक वेगाने करतात आणि संगणकीय शक्ती कमी खर्चिक आणि वेळ घेणारी आहे,” मायकेल लॉरी, माजी NHC पूर्वानुमानकर्ता, म्हणाले.

“या चक्रीवादळाच्या हंगामाने थोडक्यात काय सिद्ध केले आहे ते म्हणजे नवागत AI हवामान मॉडेल स्पर्धात्मक आहेत आणि काही बाबतीत, आम्ही पारंपारिकपणे झुकलेल्या भौतिकशास्त्र-आधारित हवामान मॉडेलपेक्षा अधिक अचूक आहेत,” लॉरी म्हणाले.

निश्चितपणे, Google DeepMind हे मशीन लर्निंगचे एक उदाहरण आहे – एक तंत्र जे हवामानशास्त्रासारख्या डेटा-हेवी सायन्समध्ये वर्षानुवर्षे वापरले जात आहे – आणि ते ChatGPT सारखे जनरेटिव्ह AI नाही.

मशीन लर्निंग डेटाचे ढिगारे घेते आणि त्यातून नमुने अशा प्रकारे काढते की त्याचे मॉडेल उत्तर मिळण्यासाठी फक्त काही मिनिटे घेते, आणि डेस्कटॉप संगणकावर असे करू शकते – सरकारांनी दशकांपासून वापरलेल्या फ्लॅगशिप मॉडेल्सच्या अगदी उलट, ज्यांना चालायला तास लागू शकतात. जगातील काही सर्वात मोठे सुपर कॉम्प्युटर.

तरीही, Google चे मॉडेल पूर्वीच्या गोल्ड-स्टँडर्ड लेगसी मॉडेलला इतक्या लवकर मागे टाकू शकते ही वस्तुस्थिती हवामानशास्त्रज्ञांसाठी आश्चर्यकारक आहे ज्यांनी जगातील सर्वात शक्तिशाली वादळांचा अंदाज लावण्याच्या प्रयत्नात आपली कारकीर्द घालवली आहे.

“मी प्रभावित झालो आहे,” जेम्स फ्रँकलिन म्हणाले, एक निवृत्त NHC पूर्वानुमानकर्ता. “नमुना आता इतका मोठा आहे की हे अगदी स्पष्ट आहे की ही नवशिक्याच्या नशिबाची बाब नाही.”

फ्रँकलिन म्हणाले की, Google DeepMind या वर्षी जगभरात चक्रीवादळांच्या भविष्यातील मार्गाचा अंदाज लावण्याबाबत इतर सर्व मॉडेल्सला मागे टाकत असले तरी, बऱ्याच एआय मॉडेल्सप्रमाणे ते अधूनमधून उच्च-अंत तीव्रतेचे अंदाज चुकते. या वर्षाच्या सुरुवातीला हे चक्रीवादळ एरिनशी झुंजले, कारण ते कॅरिबियनच्या उत्तरेकडील श्रेणी 5 मध्ये वेगाने तीव्र होत होते. टायफून कलमेगीशीही झुंज दिली – ज्याने सोमवारी फिलिपाइन्समध्ये लँडफॉल केले.

आगामी ऑफसीझनमध्ये, फ्रँकलिनने सांगितले की ते Google शी बोलण्याची योजना आखत आहे की ते डीपमाइंड आउटपुट भविष्यवाचकांसाठी अधिक उपयुक्त कसे बनवू शकते याविषयी अतिरिक्त अंडर-द-हूड डेटा प्रदान करून ते त्यांच्या उत्तरांसह नेमके का येत आहे याचे मूल्यांकन करण्यासाठी वापरू शकतात.

फ्रँकलिन म्हणाले, “मला एक गोष्ट खटकते की हे अंदाज खरोखरच चांगले वाटत असले तरी मॉडेलचे आउटपुट ब्लॅक बॉक्ससारखे आहे.

अशी कोणतीही खाजगी, फायद्याची कंपनी नाही ज्याने उच्च-स्तरीय हवामान मॉडेल तयार केले आहे जे संशोधकांना त्याच्या पद्धतींमध्ये डोकावण्याची परवानगी देते – जवळजवळ इतर सर्व मॉडेल्सच्या विपरीत जे त्यांना डिझाइन आणि देखरेख करणाऱ्या सरकारांद्वारे संपूर्णपणे लोकांना विनामूल्य प्रदान केले जातात. Google ने DeepMind चे उच्च-स्तरीय आउटपुट केले आहे एका समर्पित वेबसाइटवर रिअल टाइममध्ये सार्वजनिकपणे उपलब्धत्याच्या पद्धती अजूनही मोठ्या प्रमाणावर लपविल्या गेल्या आहेत.

कठीण हवामान अंदाज समस्या सोडवण्यासाठी AI वापरणे सुरू करणारे Google एकटे नाही. यूएस आणि युरोपियन सरकारकडे देखील त्यांचे स्वतःचे AI हवामान मॉडेल कामात आहेत – जे देखील दर्शविले आहेत मागील नॉन-एआय आवृत्त्यांपेक्षा सुधारित कौशल्य.

AI हवामान अंदाजातील पुढील पायऱ्या म्हणजे स्टार्टअप कंपन्या उप-हंगामी दृष्टीकोन आणि यांसारख्या पूर्वीच्या कठीण-टू-सोव्हल समस्यांकडे झुकत आहेत असे दिसते. चक्रीवादळाचा उद्रेक आणि फ्लॅश फ्लडिंगचे चांगले आगाऊ इशारे – आणि ते असे करण्यासाठी यूएस सरकारकडून निधी मिळत आहे. एक कंपनी, WindBorne Systems, सम आहे स्वतःचे हवामान फुगे लाँच करत आहे यूएस हवामान-निरीक्षण नेटवर्कमधील अंतर भरण्यासाठी, जे अलीकडे आहे ट्रम्प प्रशासनाने कमी केले आहे.