यह भाषा मशीन द्वारा अनुवादित है और किसी मानव द्वारा समीक्षा नहीं की गई है।

NIVΞCTOR
समाचारसहयोग

काउंटर अभी शुरू नहीं हुआ है

प्रौद्योगिकी · लेख

कृत्रिम बुद्धिमत्ता मौसम पूर्वानुमान को कैसे बदल रही है: GraphCast, AIFS और कनाडा का GEML

प्रकाशित:

संक्षेप में

कृत्रिम बुद्धिमत्ता अब पारंपरिक भौतिकी-आधारित मौसम पूर्वानुमान मॉडल के साथ चल रही है, और कुछ मामलों में उन से बेहतर प्रदर्शन कर रही है। यह काम यूरोपीय मध्य अवधि मौसम पूर्वानुमान केंद्र और कनाडा के पर्यावरण और जलवायु परिवर्तन जैसी एजेंसियों में हो रहा है। Google DeepMind का GraphCast और ECMWF का AIFS जैसे AI सिस्टम मात्र कुछ सेकंड में पूर्वानुमान तैयार करते हैं घंटों की जगह, और बहुत कम कंप्यूटिंग ऊर्जा का उपयोग करते हैं, लेकिन आधिकारिक आकलन कहते हैं कि पारंपरिक भौतिकी-आधारित मॉडल अभी भी कुछ चरम मौसम विवरण को बेहतर तरीके से संभालते हैं।

यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें

यूरोप और उत्तरी अमेरिका की मौसम एजेंसियों ने कृत्रिम बुद्धिमत्ता मॉडल को दशकों पुराने भौतिकी-आधारित पूर्वानुमान प्रणाली के साथ-साथ चलाना शुरू कर दिया है, और कुछ मामलों में दोनों को मिश्रित कर रहे हैं। यह बदलाव AI की क्षमता से चलाया जा रहा है जो एक एकल प्रोसेसर पर एक मिनट से कम में वैश्विक 10 दिवसीय पूर्वानुमान तैयार कर सकती है, पारंपरिक संख्यात्मक मौसम पूर्वानुमान के लिए सुपरकंप्यूटर के घंटों की तुलना में, Google DeepMind और यूरोपीय मध्य अवधि मौसम पूर्वानुमान केंद्र (ECMWF) के अनुसार।

GraphCast और AIFS वास्तव में क्या करते हैं

GraphCast, Google DeepMind द्वारा निर्मित, एक मशीन लर्निंग मॉडल है जो ग्राफ न्यूरल नेटवर्क का उपयोग करके मौसम डेटा को 28 x 28 किलोमीटर के संकल्प पर पृथ्वी की सतह को कवर करने वाले एक लाख से अधिक ग्रिड बिंदुओं पर प्रक्रिया करता है। यह छह घंटे पहले से वायुमंडलीय स्थिति और वर्तमान स्थिति लेता है, फिर अगले छह घंटों की भविष्यवाणी करता है; इस चरण को बार-बार चलाने से 10 दिवसीय पूर्वानुमान बनता है। मॉडल और इसके परिणाम 14 नवंबर 2023 को विज्ञान पत्रिका में प्रकाशित किए गए, इसका कोड खुला स्रोत के रूप में जारी किया गया, Google DeepMind की अपनी घोषणा के अनुसार।

ECMWF ने अपनी स्वयं की प्रणाली बनाई, कृत्रिम बुद्धिमत्ता पूर्वानुमान प्रणाली (AIFS), जो 25 फरवरी 2025 को परिचालन हुई, केंद्र की पारंपरिक भौतिकी-आधारित एकीकृत पूर्वानुमान प्रणाली (IFS) के साथ चल रही है। AIFS IFS के समान प्रारंभिक डेटा का उपयोग करता है — लगभग 60 मिलियन गुणवत्ता-नियंत्रित अवलोकन उपग्रहों, विमान, बोयों और जमीनी स्टेशनों से हर छह घंटे में एकत्र किए गए — लेकिन एक मशीन लर्निंग मॉडल लागू करता है जो ऐतिहासिक मौसम पैटर्न पर प्रशिक्षित है सीधे भौतिकी समीकरणों को हल करने के बजाय, ECMWF के अनुसार।

AI मॉडल कितने सटीक हैं, उन संगठनों के अनुसार जिन्होंने उन्हें बनाया

Google DeepMind ने रिपोर्ट किया कि GraphCast ने ECMWF के उच्च संकल्प पूर्वानुमान (HRES) की तुलना में अधिक सटीक भविष्यवाणी दीं — कंपनी द्वारा उद्योग बेंचमार्क के रूप में वर्णित — 1,380 परीक्षण चर और सीसा समय पर 90% से अधिक पर, और समतापमंडल के लिए विशिष्ट चर पर 99.7% पर, वायुमंडल की परत जहां अधिकांश मौसम होता है। DeepMind ने यह भी कहा कि GraphCast ने Hurricane Lee के Nova Scotia में आने की 9 दिन पहले भविष्यवाणी की।

ECMWF ने रिपोर्ट किया कि AIFS "कई उपायों पर अत्याधुनिक भौतिकी-आधारित मॉडल को बेहतर बनाता है, उष्णकटिबंधीय चक्रवात पटरियों सहित, 20% तक के लाभ के साथ," पारंपरिक तरीकों की तुलना में प्रति पूर्वानुमान लगभग 1,000 गुना कम ऊर्जा का उपयोग करते हुए।

तीन AI मौसम प्रणालियों की तुलना, स्रोत द्वारा
प्रणालीनिर्मातास्थितिरिपोर्ट की गई प्रदर्शन बढ़त
GraphCastGoogle DeepMindविज्ञान में प्रकाशित, नवंबर 2023; खुला स्रोत1,380 परीक्षण चर के 90% से अधिक पर ECMWF के HRES से अधिक सटीक
AIFSECMWF25 फरवरी 2025 के बाद से परिचालनउष्णकटिबंधीय चक्रवात पटरियों पर 20% तक बेहतर; प्रति पूर्वानुमान लगभग 1,000x कम ऊर्जा
GEML (हाइब्रिड)कनाडा का पर्यावरण और जलवायु परिवर्तन27 मई 2026 के बाद से परिचालनGraphCast पर निर्मित; "स्पेक्ट्रल नडजिंग" के माध्यम से AI को भौतिकी के साथ जोड़ता है

कनाडा का हाइब्रिड दृष्टिकोण: AI एक भौतिकी मॉडल का मार्गदर्शन कर रहा है

कनाडा के पर्यावरण और जलवायु परिवर्तन ने एक अलग रास्ता अपनाया, कनाडाई AI मॉडल का निर्माण किया जिसे Global Environmental eMuLator (GEML) DeepMind के खुला-स्रोत GraphCast कोड के शीर्ष पर रखा गया और इसे कनाडाई ऐतिहासिक मौसम डेटा पर प्रशिक्षित किया गया। भौतिकी-आधारित मॉडल को प्रतिस्थापित करने के बजाय, एजेंसी दोनों को एक तकनीक के माध्यम से जोड़ती है जिसे वह "स्पेक्ट्रल नडजिंग" कहती है: पारंपरिक मॉडल को धीरे-धीरे GEML द्वारा उत्पन्न वायुमंडलीय स्थिति की ओर निर्देशित किया जाता है, जबकि चरम मौसम के लिए प्रासंगिक बारीक-स्केल विवरण अभी भी स्थापित भौतिकी समीकरणों का उपयोग करके विकसित होते हैं, एजेंसी की आधिकारिक घोषणा के अनुसार। हाइब्रिड प्रणाली 27 मई 2026 को परिचालन हुई, एक वर्ष से अधिक परीक्षण के बाद।

कनाडा के पर्यावरण और जलवायु परिवर्तन ने कहा कि AI मॉडल पारंपरिक कंप्यूटर मॉडल को बड़े पैमानে पर वायुमंडलीय पैटर्न के लिए बेहतर बना सकते हैं, जो लंबे सीसा समय पर सबसे अधिक मायने रखता है, लेकिन घोषणा में कोई विशिष्ट सुधार आंकड़ा प्रकाशित नहीं किया गया।

जहां AI अभी भी कम पड़ता है

ECMWF और कनाडा के पर्यावरण और जलवायु परिवर्तन दोनों ने सीमाओं को चिह्नित किया। ECMWF का AIFS वर्तमान में केवल एक निर्धारक एकल पूर्वानुमान के रूप में चलता है; एक पहनावा संस्करण 50 पूर्वानुमान भिन्नताओं की पेशकश करता है, जो पूर्वानुमान अनिश्चितता का आकलन करने के लिए मानक है, अभी भी विकसित किया जा रहा है, ECMWF के अनुसार। कनाडा के पर्यावरण और जलवायु परिवर्तन ने कहा कि, अपने आप में, वर्तमान AI मॉडल केवल सीमित संख्या में चर की भविष्यवाणी करते हैं, जो परिचालन उपयोग के लिए पर्याप्त नहीं है, और वे बारीक वायुमंडलीय विवरण को इस तरह से सुचारू करते हैं जो कुछ प्रकार की चरम मौसम के लिए सटीकता कम कर सकते हैं — एक कारण कि एजेंसी ने केवल AI प्रणाली के बजाय हाइब्रिड डिजाइन चुना।

प्रश्न

GraphCast क्या है?
GraphCast एक मशीन लर्निंग मौसम मॉडल है जो Google DeepMind द्वारा बनाया गया है जो ग्राफ न्यूरल नेटवर्क का उपयोग करके एक मिनट से कम में 10 दिवसीय वैश्विक पूर्वानुमान बनाता है, नवंबर 2023 में विज्ञान पत्रिका में प्रकाशित।
क्या AI पारंपरिक मौसम पूर्वानुमान से अधिक सटीक है?
उन संगठनों के अनुसार जिन्होंने उन्हें बनाया, GraphCast और ECMWF के AIFS जैसे AI मॉडल अधिकांश परीक्षण चर और सीसा समय पर भौतिकी-आधारित बेंचमार्क को बेहतर बनाते हैं, उष्णकटिबंधीय चक्रवात पटरियों सहित, लेकिन एजेंसियां कहती हैं कि भौतिकी-आधारित मॉडल अभी भी कुछ चरम मौसम विवरण को अधिक विश्वसनीय तरीके से संभालते हैं।
क्या ECMWF की AI पूर्वानुमान प्रणाली जनता के लिए उपलब्ध है?
हाँ। ECMWF अपनी भौतिकी-आधारित IFS प्रणाली के साथ AIFS चलाता है, और केंद्र कहता है कि AIFS पूर्वानुमान चार्ट इसकी वेबसाइट पर खुले तौर पर उपलब्ध हैं।
कनाडा का GEML मॉडल क्या है?
GEML, Global Environmental eMuLator, कनाडा के पर्यावरण और जलवायु परिवर्तन का AI मौसम मॉडल है जो Google DeepMind के खुला-स्रोत GraphCast पर निर्मित है और कनाडाई डेटा पर प्रशिक्षित है; यह 27 मई 2026 को परिचालन हुआ, एजेंसी की पारंपरिक भौतिकी-आधारित प्रणाली के साथ जुड़ी एक हाइब्रिड प्रणाली के रूप में।
एजेंसियां भौतिकी-आधारित मॉडल को पूरी तरह से AI से क्यों नहीं बदलतीं?
कनाडा के पर्यावरण और जलवायु परिवर्तन और ECMWF दोनों कहते हैं कि वर्तमान AI मॉडल बारीक वायुमंडलीय विवरण को सुचारू करते हैं जो कुछ चरम मौसम स्थितियों के लिए महत्वपूर्ण हैं, इसलिए वे केवल AI का उपयोग करने के बजाय AI को भौतिकी-आधारित मॉडलिंग के साथ जोड़ते हैं।

स्रोत

  1. Google DeepMind — GraphCast: AI model for faster and more accurate global weather forecasting
  2. ECMWF — ECMWF's AI forecasts become operational
  3. Canada.ca — Environment and Climate Change Canada launches AI weather model to strengthen forecasting for severe weather
  4. Le Devoir — Comment l'IA transforme la prévision météorologique au Canada

यह लेख कृत्रिम बुद्धिमत्ता से तैयार किया गया और प्रकाशन से पहले स्वचालित स्रोत-जाँच से गुज़रा। कोई गलती दिखे तो सुधार का अनुरोध करें। सुधार या उत्तर का अनुरोध करें · हम कैसे काम करते हैं

संबंधित लेख