உறுப்புகளின் மீது ஒரு கண் வைத்திருப்பவர்களுக்கு, கண்ணோட்டம் பிரகாசமாக உள்ளது: ஆராய்ச்சியாளர்கள் செயற்கை நுண்ணறிவு அடிப்படையிலான வானிலை முன்னறிவிப்பை உருவாக்கியுள்ளனர், இது இன்று கிடைக்கும் சிறந்த அமைப்பை விட வேகமாகவும் துல்லியமாகவும் கணிக்கப்படுகிறது.
Google DeepMind வழங்கும் AI வானிலை திட்டமான GenCast, இதை விட 20% வரை சிறப்பாக செயல்பட்டது. ENS முன்னறிவிப்பு நடுத்தர தூர வானிலை முன்னறிவிப்புகளுக்கான ஐரோப்பிய மையத்திலிருந்து (ECMWF), உலகத் தலைவராக பரவலாகக் கருதப்படுகிறது.
எதிர்காலத்தில், GenCast பாரம்பரிய முன்னறிவிப்புகளை மாற்றுவதற்குப் பதிலாக ஆதரிக்கும் என்று எதிர்பார்க்கப்படுகிறது, ஆனால் ஒரு உதவித் திறனில் கூட இது எதிர்கால குளிர் வெடிப்புகள், வெப்ப அலைகள் மற்றும் அதிக காற்று ஆகியவற்றைப் பற்றிய தெளிவை அளிக்கும், மேலும் எரிசக்தி நிறுவனங்கள் காற்றாலைகளில் இருந்து எவ்வளவு சக்தியை உற்பத்தி செய்யும் என்பதைக் கணிக்க உதவும். .
நேருக்கு நேர் ஒப்பிடுகையில், நாள் முதல் நாள் வானிலை மற்றும் தீவிர நிகழ்வுகளில் 15 நாட்களுக்கு முன்பே ENS ஐ விட துல்லியமான முன்னறிவிப்புகளை நிரல் வெளிப்படுத்தியது, மேலும் அழிவுகரமான சூறாவளி மற்றும் பிற வெப்பமண்டல சூறாவளிகளின் பாதைகளை கணிப்பதில் சிறப்பாக இருந்தது. அவர்கள் எங்கு கரையை அடைவார்கள் என்பது உட்பட.
“ENS ஐ மிஞ்சுவது வானிலை முன்னறிவிப்பிற்கான AI இன் முன்னேற்றத்தில் ஏதோ ஒரு ஊடுருவல் புள்ளியைக் குறிக்கிறது” என்று ஒரு ஆராய்ச்சி விஞ்ஞானி இலன் பிரைஸ் கூறினார். கூகுள் ஆழ்ந்த மனம். “குறைந்தபட்சம் குறுகிய காலத்தில், இந்த மாதிரிகள் ஏற்கனவே இருக்கும், பாரம்பரிய அணுகுமுறைகளுடன் சேர்ந்து இருக்கும்.”
பாரம்பரிய இயற்பியல் அடிப்படையிலான வானிலை முன்னறிவிப்புகள் அவற்றின் கணிப்புகளை உருவாக்க ஏராளமான சமன்பாடுகளைத் தீர்க்கின்றன, ஆனால் GenCast 1979 மற்றும் 2018 க்கு இடையில் உருவாக்கப்பட்ட 40 ஆண்டுகால வரலாற்றுத் தரவுகளின் மூலம் உலகளாவிய வானிலை எவ்வாறு உருவாகிறது என்பதைக் கற்றுக்கொண்டது. இதில் காற்றின் வேகம், வெப்பநிலை, அழுத்தம், ஈரப்பதம் மற்றும் டஜன் கணக்கானவை அடங்கும். வெவ்வேறு உயரங்களில் மாறிகள்.
சமீபத்திய வானிலை தரவுகளின்படி, அடுத்த 15 நாட்களுக்கு 12 மணி நேர படிகளில் 28 கிமீ முதல் 28 கிமீ வரையிலான சதுரங்களில் கிரகத்தைச் சுற்றி நிலைமைகள் எவ்வாறு மாறும் என்பதை GenCast கணித்துள்ளது.
பல்லாயிரக்கணக்கான செயலிகளைக் கொண்ட ஒரு சூப்பர் கம்ப்யூட்டரில் இயங்குவதற்கு ஒரு பாரம்பரிய முன்னறிவிப்பு மணிநேரம் எடுக்கும் அதே வேளையில், GenCast ஒரு Google Cloud TPU இல் எட்டு நிமிடங்கள் மட்டுமே எடுக்கும், இது இயந்திர கற்றலுக்காக வடிவமைக்கப்பட்ட சிப் ஆகும். விவரங்கள் உள்ளன இயற்கையில் வெளியிடப்பட்டது.
சமீபத்திய ஆண்டுகளில் AI-இயங்கும் வானிலை முன்னறிவிப்புகளின் சரத்தை Google வெளியிட்டுள்ளது, ஆராய்ச்சியாளர்களின் பலன்கள் பல்வேறு அணுகுமுறைகளைக் கொண்டுள்ளன. ஜூலை மாதம், நிறுவனம் அறிவித்தது நியூரல்ஜிசிஎம்இது AI மற்றும் பாரம்பரிய இயற்பியலை நீண்ட தூர முன்னறிவிப்புகளுக்கும் காலநிலை மாதிரியாக்கத்திற்கும் ஒருங்கிணைக்கிறது.
2023 இல், Google DeepMind கிராப்காஸ்ட் வெளியிடப்பட்டதுஇது ஒரு நேரத்தில் ஒரு சிறந்த யூக முன்னறிவிப்பை உருவாக்குகிறது. GenCast ஆனது 50 அல்லது அதற்கு மேற்பட்ட முன்னறிவிப்புகளின் குழுமத்தை உருவாக்குவதன் மூலம் GraphCast ஐ உருவாக்குகிறது, மேலும் பல்வேறு வானிலை நிகழ்வுகளுக்கான நிகழ்தகவுகளை ஒதுக்குகிறது.
வானிலை முன்னறிவிப்பாளர்கள் முன்னேற்றத்தை வரவேற்றனர். AI க்கு பொறுப்பான வானிலை அலுவலகத்தின் தலைமை முன்னறிவிப்பாளரான ஸ்டீவன் ராம்ஸ்டேல், வேலை “பரபரப்பானது” என்று கூறினார், அதே நேரத்தில் ECMWF இன் செய்தித் தொடர்பாளர் இதை “குறிப்பிடத்தக்க முன்னேற்றம்” என்று அழைத்தார், GenCast இன் கூறுகள் அதன் AI முன்னறிவிப்புகளில் ஒன்றில் பயன்படுத்தப்படுகின்றன என்று கூறினார்.
“வானிலை முன்னறிவிப்பு முறையின் அடிப்படை மாற்றத்தின் விளிம்பில் உள்ளது” என்று ரீடிங் பல்கலைக்கழகத்தின் தரவு ஒருங்கிணைப்பு பேராசிரியரான சாரா டான்ஸ் கூறினார்.
“இது தேசிய வானிலை சேவைகளுக்கு முன்னறிவிப்புகளின் மிகப் பெரிய குழுமங்களை உருவாக்குவதற்கான வாய்ப்பைத் திறக்கிறது, மேலும் முன்னறிவிப்பு நம்பிக்கையின் நம்பகமான மதிப்பீடுகளை வழங்குகிறது, குறிப்பாக தீவிர நிகழ்வுகளுக்கு.”
ஆனால் கேள்விகள் உள்ளன. “பயனுள்ள குழும முன்கணிப்புக்கு முக்கியமான, வேகமாக வளர்ந்து வரும் நிச்சயமற்ற நிலைகளின் அடுக்கான ‘பட்டாம்பூச்சி விளைவை’ கைப்பற்றுவதற்கான இயற்பியல் யதார்த்தம் அவர்களின் அமைப்பில் உள்ளதா என்று ஆசிரியர்கள் பதிலளிக்கவில்லை” என்று பேராசிரியர் டான்ஸ் கூறினார்.
“இயந்திர கற்றல் அணுகுமுறைகள் இயற்பியல் அடிப்படையிலான முன்கணிப்பை முழுமையாக மாற்றுவதற்கு இன்னும் நீண்ட தூரம் செல்ல வேண்டும்,” என்று அவர் மேலும் கூறினார்.
GenCast பயிற்சியளிக்கப்பட்ட தரவு கடந்தகால அவதானிப்புகளை இயற்பியல் அடிப்படையிலான “ஹிண்ட்காஸ்ட்களுடன்” ஒருங்கிணைக்கிறது, அவை வரலாற்று தரவுகளில் உள்ள இடைவெளிகளை நிரப்ப அதிநவீன கணிதம் தேவை என்று அவர் கூறினார்.
“உருவாக்கும் இயந்திர கற்றல் இந்த படிநிலையை மாற்றியமைக்க முடியுமா என்பதைப் பார்க்க வேண்டும், மேலும் சமீபத்திய செயலாக்கப்படாத அவதானிப்புகளிலிருந்து 15 நாள் முன்னறிவிப்புக்கு நேரடியாகச் செல்ல முடியுமா” என்று டான்ஸ் கூறினார்.
செயல்திறன் நம்பிக்கைக்குரியது, ஆனால் “மைக்கேல் ஃபிஷ் தருணம்” அடிவானத்தில் பதுங்கியிருக்கிறதா? “AI முன்னறிவிப்பு நோய் எதிர்ப்பு சக்தி கொண்டதாக இருக்குமா?” விலை கூறினார். “எல்லா முன்கணிப்பு மாதிரிகளும் பிழை செய்யும் வாய்ப்பைக் கொண்டிருக்கும் மற்றும் GenCast வேறுபட்டதல்ல.”
