গুগল ডিপমাইন্ড এআই পেরেক সুপার নির্ভুল 10-দিনের আবহাওয়ার পূর্বাভাস

এই বছর ছিল একটি ননস্টপ প্যারেড চরম আবহাওয়া ঘটনা। নজিরবিহীন তাপ সারা পৃথিবী জুড়ে। এই গ্রীষ্মে পৃথিবীর সবচেয়ে উষ্ণ ছিল 1880 সাল থেকে। ক্যালিফোর্নিয়ায় আকস্মিক বন্যা এবং টেক্সাসের বরফের ঝড় থেকে শুরু করে মাউই এবং কানাডার বিধ্বংসী দাবানল পর্যন্ত, আবহাওয়া সম্পর্কিত ঘটনাগুলি জীবন ও সম্প্রদায়কে গভীরভাবে প্রভাবিত করেছে।

এই ঘটনাগুলির পূর্বাভাস দেওয়ার ক্ষেত্রে প্রতিটি সেকেন্ড গণনা করা হয়। এআই সাহায্য করতে পারে।

এই সপ্তাহে, Google DeepMind একটি এআই প্রকাশ করেছে যেটি অভূতপূর্ব নির্ভুলতা এবং গতির সাথে 10 দিনের আবহাওয়ার পূর্বাভাস প্রদান করে। গ্রাফকাস্ট নামে পরিচিত, মডেলটি একটি নির্দিষ্ট অবস্থানের জন্য শত শত আবহাওয়া-সম্পর্কিত ডেটাপয়েন্টের মাধ্যমে মন্থন করতে পারে এবং এক মিনিটের মধ্যে পূর্বাভাস তৈরি করতে পারে। এক হাজারেরও বেশি সম্ভাব্য আবহাওয়ার প্যাটার্নের সাথে চ্যালেঞ্জ করা হলে, AI প্রায় 90 শতাংশ সময় অত্যাধুনিক সিস্টেমকে হারায়।

কিন্তু গ্রাফকাস্ট শুধু ওয়ারড্রোব বাছাইয়ের জন্য আরও সঠিক আবহাওয়ার অ্যাপ তৈরির বিষয়ে নয়।

যদিও চরম আবহাওয়ার ধরণগুলি সনাক্ত করার জন্য স্পষ্টভাবে প্রশিক্ষিত নয়, AI এই নিদর্শনগুলির সাথে যুক্ত বেশ কয়েকটি বায়ুমণ্ডলীয় ঘটনা তুলে ধরেছে। পূর্ববর্তী পদ্ধতির তুলনায়, এটি আরও নিখুঁতভাবে ঘূর্ণিঝড়ের গতিপথ ট্র্যাক করে এবং বায়ুমণ্ডলীয় নদীগুলি সনাক্ত করে - বন্যার সাথে যুক্ত বায়ুমণ্ডলে সরু অঞ্চল।

গ্রাফকাস্ট বর্তমান পদ্ধতির আগেই চরম তাপমাত্রার সূত্রপাতের পূর্বাভাস দিয়েছে। সঙ্গে 2024 আরও উষ্ণ হতে চলেছে৷ এবং ক্রমবর্ধমান আবহাওয়ার ঘটনা, AI এর ভবিষ্যদ্বাণী সম্প্রদায়গুলিকে প্রস্তুত করার জন্য মূল্যবান সময় দিতে পারে এবং সম্ভাব্য জীবন বাঁচাতে পারে।

"গ্রাফকাস্ট এখন বিশ্বের সবচেয়ে নির্ভুল 10-দিনের বৈশ্বিক আবহাওয়ার পূর্বাভাস সিস্টেম, এবং ভবিষ্যতের চরম আবহাওয়ার ঘটনাগুলির পূর্বাভাস দিতে পারে যা পূর্বে সম্ভব ছিল না," লেখকরা লিখেছেন একটি ডিপমাইন্ড ব্লগ পোস্টে।

বৃষ্টির দিন

আবহাওয়ার ধরণগুলির ভবিষ্যদ্বাণী করা, এমনকি এক সপ্তাহ আগে, একটি পুরানো কিন্তু অত্যন্ত চ্যালেঞ্জিং সমস্যা। আমরা এই পূর্বাভাসের উপর ভিত্তি করে অনেক সিদ্ধান্ত নিই। কিছু আমাদের দৈনন্দিন জীবনে এমবেড করা হয়: আমি কি আজ আমার ছাতা ধরতে হবে? অন্যান্য সিদ্ধান্তগুলি হল জীবন-অথবা-মৃত্যু, যেমন কখন স্থানান্তর বা আশ্রয়ের আদেশ জারি করা হবে।

আমাদের বর্তমান পূর্বাভাস সফ্টওয়্যার মূলত পৃথিবীর বায়ুমণ্ডলের শারীরিক মডেলের উপর ভিত্তি করে। আবহাওয়া ব্যবস্থার পদার্থবিদ্যা পরীক্ষা করে, বিজ্ঞানীরা কয়েক দশকের উপাত্ত থেকে বেশ কিছু সমীকরণ লিখেছেন, যা পরবর্তীতে ভবিষ্যদ্বাণী তৈরি করতে সুপার কম্পিউটারে খাওয়ানো হয়।

একটি বিশিষ্ট উদাহরণ হল ইউরোপীয় সেন্টার ফর মিডিয়াম-রেঞ্জ ওয়েদার ফোরকাস্টের ইন্টিগ্রেটেড ফোরকাস্টিং সিস্টেম। সিস্টেমটি আবহাওয়ার ধরণ সম্পর্কে আমাদের বর্তমান বোঝার উপর ভিত্তি করে পরিশীলিত গণনা ব্যবহার করে প্রতি ছয় ঘণ্টায় ভবিষ্যদ্বাণী করা, যা বিশ্বকে উপলব্ধ সবচেয়ে সঠিক আবহাওয়ার পূর্বাভাস প্রদান করে।

এই সিস্টেম "এবং আধুনিক আবহাওয়ার পূর্বাভাস আরও সাধারণভাবে, বিজ্ঞান এবং প্রকৌশলের জয়," ডিপমাইন্ড দল লিখেছে।

বছরের পর বছর ধরে, পদার্থবিদ্যা-ভিত্তিক পদ্ধতিগুলি দ্রুত নির্ভুলতায় উন্নতি করেছে, আংশিকভাবে আরও শক্তিশালী কম্পিউটারের জন্য ধন্যবাদ। কিন্তু তারা সময়সাপেক্ষ এবং ব্যয়বহুল থেকে যায়।

এটা আশ্চর্যজনক নয়। আবহাওয়া পৃথিবীর সবচেয়ে জটিল শারীরিক সিস্টেমগুলির মধ্যে একটি। আপনি হয়তো প্রজাপতির প্রভাবের কথা শুনেছেন: একটি প্রজাপতি তার ডানা ঝাপটায়, এবং বায়ুমণ্ডলের এই ক্ষুদ্র পরিবর্তন টর্নেডোর গতিপথকে পরিবর্তন করে। শুধুমাত্র একটি রূপক হলেও, এটি আবহাওয়ার পূর্বাভাসের জটিলতাকে ক্যাপচার করে।

গ্রাফকাস্ট একটি ভিন্ন পদ্ধতি গ্রহণ করেছে। পদার্থবিদ্যা ভুলে যান, আসুন একা অতীতের আবহাওয়ার ডেটাতে নিদর্শন খুঁজে বের করি।

একজন এআই আবহাওয়াবিদ

গ্রাফকাস্ট এক প্রকারের উপর তৈরি করে স্নায়বিক নেটওয়ার্ক যেটি পূর্বে অন্যান্য পদার্থবিদ্যা-ভিত্তিক সিস্টেমের ভবিষ্যদ্বাণী করতে ব্যবহৃত হয়েছে, যেমন তরল গতিবিদ্যা।

এর তিনটি অংশ রয়েছে। প্রথমত, এনকোডার প্রাসঙ্গিক তথ্য ম্যাপ করে- বলুন, একটি নির্দিষ্ট স্থানে তাপমাত্রা এবং উচ্চতা- একটি জটিল গ্রাফে। এটিকে একটি বিমূর্ত ইনফোগ্রাফিক হিসাবে ভাবুন যা মেশিনগুলি সহজেই বুঝতে পারে।

দ্বিতীয় অংশ হল প্রসেসর যা বিশ্লেষণ করতে শেখে এবং চূড়ান্ত অংশ, ডিকোডারে তথ্য পাঠায়। ডিকোডার তারপর ফলাফলগুলিকে একটি বাস্তব-বিশ্বের আবহাওয়া-পূর্বাভাস মানচিত্রে অনুবাদ করে। সব মিলিয়ে, গ্রাফকাস্ট পরবর্তী ছয় ঘণ্টার আবহাওয়ার ধরণ অনুমান করতে পারে।

কিন্তু ছয় ঘন্টা 10 দিন নয়। এখানে কিকার। এআই তার নিজস্ব পূর্বাভাস থেকে শিখতে পারে। গ্রাফকাস্টের ভবিষ্যদ্বাণীগুলিকে ইনপুট হিসাবে নিজের মধ্যে ফেরত দেওয়া হয়, এটিকে ধীরে ধীরে সময়ের সাথে আবহাওয়ার পূর্বাভাস দেওয়ার অনুমতি দেয়। এটি এমন একটি পদ্ধতি যা ঐতিহ্যগত আবহাওয়ার পূর্বাভাস সিস্টেমেও ব্যবহৃত হয়, দলটি লিখেছিল।

গ্রাফকাস্টকে প্রায় চার দশকের ঐতিহাসিক আবহাওয়ার তথ্যের উপর প্রশিক্ষণ দেওয়া হয়েছিল। একটি বিভক্ত-এবং-জয় করার কৌশল গ্রহণ করে, দলটি গ্রহটিকে ছোট ছোট প্যাচগুলিতে বিভক্ত করেছে, প্রায় 17 বাই 17 মাইল বিষুব রেখায়। এর ফলে পৃথিবী জুড়ে এক মিলিয়নেরও বেশি "পয়েন্ট" হয়েছে।

প্রতিটি পয়েন্টের জন্য, AI-কে দুইবার সংগৃহীত ডেটা দিয়ে প্রশিক্ষিত করা হয়েছিল—একটি বর্তমান, অন্যটি ছয় ঘণ্টা আগে—এবং পৃথিবীর পৃষ্ঠ এবং বায়ুমণ্ডল থেকে কয়েক ডজন ভেরিয়েবল-যেমন তাপমাত্রা, আর্দ্রতা, এবং বাতাসের গতি এবং বিভিন্ন উচ্চতায় দিকনির্দেশনা অন্তর্ভুক্ত ছিল।

প্রশিক্ষণটি গণনামূলকভাবে নিবিড় ছিল এবং এটি সম্পূর্ণ হতে এক মাস সময় লেগেছিল।

একবার প্রশিক্ষিত, তবে, এআই নিজেই অত্যন্ত দক্ষ। এটি এক মিনিটের মধ্যে একটি একক TPU সহ 10-দিনের পূর্বাভাস তৈরি করতে পারে। সুপারকম্পিউটার ব্যবহার করে ঐতিহ্যগত পদ্ধতিতে ঘণ্টার পর ঘণ্টা গণনা করা হয়, দলটি ব্যাখ্যা করে।

আলোর রশ্মি

এর ক্ষমতা পরীক্ষা করার জন্য, দলটি আবহাওয়ার পূর্বাভাসের জন্য বর্তমান সোনার মানদণ্ডের বিপরীতে গ্রাফকাস্টকে পিট করেছে।

এআই প্রায় 90 শতাংশ সময় আরও নির্ভুল ছিল। এটি বিশেষত যখন শুধুমাত্র ট্রপোস্ফিয়ার থেকে পাওয়া তথ্যের উপর নির্ভর করে—পৃথিবীর সবচেয়ে কাছের বায়ুমণ্ডলের স্তর এবং আবহাওয়ার পূর্বাভাসের জন্য গুরুত্বপূর্ণ—প্রতিযোগিতার 99.7 শতাংশ সময় পরাজিত করে। গ্রাফকাস্টও ছাড়িয়ে গেছে পঙ্গু-আবহাওয়া, একটি শীর্ষ প্রতিযোগী আবহাওয়া মডেল যা মেশিন লার্নিং ব্যবহার করে।

দলটি পরবর্তীতে বিভিন্ন বিপজ্জনক আবহাওয়ার পরিস্থিতিতে গ্রাফকাস্ট পরীক্ষা করেছে: গ্রীষ্মমন্ডলীয় ঘূর্ণিঝড় ট্র্যাক করা, বায়ুমণ্ডলীয় নদী সনাক্ত করা এবং চরম তাপ এবং ঠান্ডার পূর্বাভাস দেওয়া। যদিও নির্দিষ্ট "সতর্কতা সংকেত" এর উপর প্রশিক্ষিত না হলেও, AI প্রথাগত মডেলের চেয়ে আগে বিপদের কথা বাড়িয়েছে।

মডেলটিতে ক্লাসিক আবহাওয়াবিদ্যার সাহায্যও ছিল। উদাহরণস্বরূপ, দলটি বিদ্যমান সাইক্লোন ট্র্যাকিং সফ্টওয়্যার গ্রাফকাস্টের পূর্বাভাসে যুক্ত করেছে। সমন্বয় বন্ধ পরিশোধ. সেপ্টেম্বরে, এআই সফলভাবে হারিকেন লি এর গতিপথের পূর্বাভাস দিয়েছিল যখন এটি পূর্ব উপকূলে নোভা স্কটিয়ার দিকে প্রবাহিত হয়েছিল। সিস্টেমটি নয় দিন আগে ঝড়ের স্থলভাগের সঠিকভাবে পূর্বাভাস দিয়েছিল - ঐতিহ্যগত পূর্বাভাস পদ্ধতির চেয়ে তিন মূল্যবান দিন দ্রুত।

গ্রাফকাস্ট প্রথাগত পদার্থবিদ্যা-ভিত্তিক মডেলগুলিকে প্রতিস্থাপন করবে না। বরং, ডিপমাইন্ড আশা করে যে এটি তাদের শক্তিশালী করতে পারে। মাঝারি-সীমার আবহাওয়ার পূর্বাভাসের জন্য ইউরোপীয় কেন্দ্র ইতিমধ্যে মডেল সঙ্গে পরীক্ষা করা হয় এটি তাদের ভবিষ্যদ্বাণীগুলির সাথে কীভাবে একত্রিত হতে পারে তা দেখতে। ডিপমাইন্ড এআই-এর অনিশ্চয়তা সামলাতে সক্ষমতা বাড়াতেও কাজ করছে - আবহাওয়ার ক্রমবর্ধমান অনির্দেশ্য আচরণের কারণে এটি একটি গুরুত্বপূর্ণ প্রয়োজন।

গ্রাফকাস্ট একমাত্র এআই আবহাওয়াবিদ নয়। ডিপমাইন্ড এবং গুগল গবেষকরা এর আগে দুটি তৈরি করেছিলেন আঞ্চলিক মডেল যা 90 মিনিট বা 24 ঘন্টা আগে স্বল্পমেয়াদী আবহাওয়ার সঠিক পূর্বাভাস দিতে পারে। যাইহোক, GraphCast আরও এগিয়ে দেখতে পারেন। স্ট্যান্ডার্ড ওয়েদার সফ্টওয়্যারের সাথে ব্যবহার করা হলে, এই সংমিশ্রণটি আবহাওয়ার জরুরী অবস্থার সিদ্ধান্তগুলিকে প্রভাবিত করতে পারে বা জলবায়ু নীতি নির্দেশ করতে পারে। অন্তত, আমরা সেই ছাতাটিকে কাজ করার সিদ্ধান্ত নিয়ে আরও আত্মবিশ্বাসী বোধ করতে পারি।

"আমরা বিশ্বাস করি এটি আবহাওয়ার পূর্বাভাসের একটি টার্নিং পয়েন্ট চিহ্নিত করে," লেখক লিখেছেন।

চিত্র ক্রেডিট: গুগল ডিপমিন্ড

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://singularityhub.com/2023/11/16/google-deepmind-ai-nails-super-accurate-10-day-weather-forecasts/