Google DeepMind වෙතින් එන මේ AI එකට අතිශය නිවැරදි ලෙස කාලගුණ අනාවැකි කියන්න පුළුවන්.
Google හි කෘතීම බුද්ධිය පිලිබඳ පරියේෂණ කරන DeepMind ආයතනය ඔවුන්ගේ නවතම කාලගුණ පුරෝකථන කල හැකි කෘතීම බුද්ධි මොඩලයක් (Artificial intelligence weather prediction model) පිලිබඳ තොරතුරු ප්‍රසිද්ධියට පත් කළා.
මෙහි විශේෂත්වය වන්නේ සම්ප්‍රදායික ක්‍රමවේදයන්ට වඩා ඉහල නිවැරදි තාවයකින් යුතුව දින 15ක් දක්වා කාලගුණ පුරෝකථන සිදු කිරීමේ හැකියාව මේ සතුවීම නිසයි. GenCast ලෙසින් ලෙසින් තමයි මෙය නම් ව තිබෙන්නේ.
හානි දායක මට්ටමක් දක්වා වර්ධනය වී හැකි කාලගුණ විපර්යාස පිලිබඳ නිරවද්‍ය තත්වයෙන් ඉහල පුරෝකථන සිදු කිරීමට GenCast වෙත හැකි බව DeepMind පවසනවා. සුළං බලය සහ නිවර්තන සුළි කුණාටු චලනයන් වැනි විවිධ අවස්ථා පුරෝකථනය කිරීමටත් මෙයට හැකියාව තියෙනවා.
කෘතීම බුද්ධිය හා බැඳී තාක්ෂනයන් අතර GenCast කියන්නේ අතිශය දැවැන්ත පියවරක් බව කියන්නම ඕනේ. ඒවගේම අද වෙද්දී මෙහා සමාන තාක්ෂණ ක්‍රමවේදයන් අනෙක් weather prediction සිදු කරන ආයතනත් භාවිතය ගැනීම පිලිබඳ සලකා බලමින් ඉන්නවා.
GenCast මොඩලය දැනට සක්‍රීයව පවතින කාලගුණ පුරෝකථන පද්ධති සඳහා සම්බන්ධ කල හැකි අතර, ඒ ඔස්සේ එකතු කර ගන්නා දත්ත හා තොරතුරු ඔස්සේ පුරෝකථන සිදු කිරීමේ හැකියාව GenCast සතුව පවතියි. ඒ ඔස්සේ ඉදිරියේදී ඇති විය හැකි කාලගුණ විපර්යාස සඳහා පෙර සුදානම් වීමට හැකියාව ලැබෙනවා.
GenCast වල විශේෂත්වය තියෙන්නේ එය භාවිත කරන machine learning ක්‍රමවේදයේ කිව්වොත් නිවැරදි. Ensemble predictions කියන ක්‍රමවේදය තමයි මෙහිදී භාවිත වෙන්නේ.
පුරෝකථන පද්ධතියේ ලැබෙන දත්ත මේ මොඩලය හරහා සැකසුම් ක්‍රියාවලියකට ලක් කර විය හැකි සිදුවීම් පිලිබඳ අනාවැකි එකකට වඩා ලබාගැනීම සිදු කරනවා. අවසානයේ පුරෝකථන ප්‍රතිශතයක් ලෙස අරගෙන තමයි ඔබට මේ තොරතුරු ලබා දෙන්නේ.
ඒ වගේම මේ ඔස්සේ ලබාදෙන පුරෝකථන වල නිරවද්‍ය තාවය වැඩි කරන්න මෙය මුලිකව train කිරීම සිදු කරලා තියෙන්නේ European Centre for Medium-Range Weather Forecasting (ECMWF) එකේ 1979 සිට 2018 දක්වා වසර 40ක කාලයක් පුරාවට එකතු කරගත්ත දැවැන්ත දත්ත, තොරතුරු හා reanalysis ප්‍රමාණයක් ඔස්සේ.
Nature හි පල වෙලා තියෙන පරියේෂණ පත්‍රිකාවකට අනුව මේ වෙද්දී GenCast වෙත හැකියාව ලැබිලා තියෙනවා උෂ්ණත්වය, සුළං වේගය සහ ආර්ද්‍රතාවය ඇතුළුව විචල්‍ය 1,320 කදී ECMWF’s 15-day forecast එකට වඩා 97.2% ක් හොඳින් පුරෝකථනයන සිදු කරන්න.
Google DeepMind මීට පෙර හඳුන්වා දුන් GraphCast model එකටත් වඩා මෙය හොඳින් ක්‍රියාත්මක වෙනවා කියලා දැනගන්න ලැබෙනවා. ඊට අමතරව GenCast AI forecasting model එකට predictions generate කරන්න ගත වෙන්නේ විනාඩි 8ක් වගේ කාලයක්, සම්ප්‍රදායික ක්‍රමවේදයන් ට මේ ක්‍රියාවලිය සඳහා පැය කිහිපයක් ගත වෙන්න පුළුවන් වගේම වැඩි processing කිරීමක් හා වැඩි විදුලි බලයක් වැයවීම සිදු වෙනවා.
ECMWF එක පසුගිය ජුනි මාසයේ සිට ඔවුන්ගේ ක්‍රියාකාරී පද්ධති එක්ක GenCast හි තෝරාගත් අංගයන් සම්බන්ධ කරමින් ඉන්නවා. ECMWF 2023 upgrades එක්ක මේ මොඩලයේ කුණාටු තීව්‍රතා පුරෝකථනය කිරීම් තවත් වැඩි දියුණු වේවි.
කොහොම නමුත් GenCast එකේ පුරෝකථන ආන්තික කාලගුණික විපර්යාසයන් හා සසඳා පරිශ කලයුතු බව තමයි වාර්තා වෙන්නේ. Google සමගම පසුගිය ජූනි මාසයේ තවත් AI මොඩලයක් පිලිබඳ කරුණු අනාවරණය කළා.
NeuralGCM model ලෙසින් හැඳින් වෙන මෙය අනාගත දේශගුණික හා කාලගුණික ප්‍රවණතා ගැන අනුමාන කරන්න machine learning සහ සම්ප්‍රදායික භෞතික විද්‍යා නියමයන් ඒකාබද්ධ කර නිර්මාණය කර තිබෙනවා.
කොහොම වුනත් මේවගේ කාලගුණය පුරෝකථනය සඳහා සම්පුර්ණයෙන් ම කෘතීම බුද්ධි වැඩසටහන් භාවිතය ගැන විද්‍යාඥයන් නම් ඉන්නේ සම්පුර්ණ එකඟතාවයක නෙමෙයි. ඔවුන්ට අනුව කාලගුණය පුරෝකථනය සඳහා මිනිස් මැදිහත්වීමත් අත්‍යවශයි. එනිසා ඔවුන් යෝජනා කරන්නේ hybrid approach එකක්.
මේ පිළිබඳව වැඩිදුර විස්තර දැනගැනීම සඳහා deepmind.google වෙබ් අඩවිය, nytimes.com වෙබ් අඩවිය සහ nature.com භාවිතා කළ හැක.