हाल ही में, गूगल ने मौसम पूर्वानुमान के क्षेत्र में एक अद्भुत सफलता हासिल की है। उन्होंने एक नए प्रकार के वायुमंडलीय सर्कुलेशन मॉडल का विकास किया है, जिसे NeuralGCM कहा जाता है, जिसकी गणना की दक्षता पारंपरिक भौतिक मॉडलों की तुलना में 100,000 गुना अधिक है, जो पिछले 25 वर्षों में उच्च प्रदर्शन वाले कंप्यूटिंग में प्रगति के बराबर है।
मशीन लर्निंग और भौतिक मॉडलिंग को संयोजित करके, NeuralGCM पृथ्वी के वायुमंडल का अनुकरण करने में तेज और सटीक दोनों है। इस शोध के परिणामों को अंतरराष्ट्रीय प्रमुख पत्रिका 'Nature' में भी प्रकाशित किया गया है, जो काफी ध्यान आकर्षित कर रहा है।
गूगल के CEO ने सोशल मीडिया पर इस उपलब्धि की घोषणा की और बताया कि NeuralGCM वैज्ञानिकों को जलवायु परिवर्तन की भविष्यवाणी के लिए एक नया उपकरण प्रदान करेगा। वर्तमान में जब वैश्विक तापमान तेजी से बढ़ रहा है, यह शोधकर्ताओं को यह समझने में मदद करेगा कि जलवायु परिवर्तन विभिन्न क्षेत्रों को कैसे प्रभावित कर रहा है, जैसे कि कौन से क्षेत्र दीर्घकालिक सूखे का सामना कर सकते हैं, या तटीय क्षेत्रों में बाढ़ का जोखिम।
पारंपरिक मौसम पूर्वानुमान मॉडल आमतौर पर भौतिक नियमों पर निर्भर करते हैं, पृथ्वी को 50 से 100 किलोमीटर के किनारे वाले घन में विभाजित करते हैं, और इन क्षेत्रों के भीतर मौसम के परिवर्तन की गणना करते हैं। हालाँकि, इस विधि के आकार के कारण, कई महत्वपूर्ण जलवायु प्रक्रियाएँ अनदेखी रह जाती हैं। इसके विपरीत, NeuralGCM ने मौजूदा डेटा से छोटे पैमाने के मौसम की घटनाओं के भौतिक सिद्धांतों को सीखने के लिए न्यूरल नेटवर्क का उपयोग किया है, जिससे अनुकरण की सटीकता में काफी वृद्धि हुई है।
NeuralGCM ने 1979 से 2019 तक के मौसम डेटा पर प्रशिक्षण देकर 2 से 15 दिनों के भीतर मौसम पूर्वानुमान की सटीकता को मौजूदा अत्याधुनिक भौतिक मॉडलों से आगे बढ़ा दिया है। जलवायु पूर्वानुमान के क्षेत्र में भी NeuralGCM का प्रदर्शन काफी प्रभावशाली है, विशेषकर तापमान पूर्वानुमान में, जिसमें इसकी त्रुटि पारंपरिक मॉडलों की तुलना में केवल एक तिहाई है।
इसके अलावा, NeuralGCM संचालन की गति और गणना की लागत दोनों में अत्यंत प्रभावी है, पारंपरिक मॉडलों की तुलना में 3,500 गुना तेज है, और इसकी गणना लागत X-SHiELD से 100,000 गुना कम है, जिसे सामान्य कंप्यूटर पर चलाया जा सकता है।
NeuralGCM का लॉन्च जलवायु मॉडलिंग क्षेत्र में एक महत्वपूर्ण छलांग का प्रतीक है, जो भविष्य के मौसम पूर्वानुमान के लिए नई संभावनाएँ प्रदान करता है और हमें जलवायु परिवर्तन के अध्ययन में एक मजबूत समर्थन देता है।
पत्रिका का लिंक: https://t.co/zyXhW8deko
मुख्य बिंदु:
🌍 NeuralGCM मॉडल की गणना की दक्षता पारंपरिक भौतिक मॉडलों की तुलना में 100,000 गुना अधिक है, जो 30 सेकंड में 22 दिनों का मौसम अनुकरण कर सकता है!
📈 2 से 15 दिनों के मौसम पूर्वानुमान में, NeuralGCM की सटीकता मौजूदा अत्याधुनिक मॉडलों को पार कर गई है।
💻 इसकी गणना लागत पारंपरिक मॉडलों की तुलना में 100,000 गुना कम है, और इसे सामान्य कंप्यूटर पर प्रभावी ढंग से चलाया जा सकता है।
