ડીપ માઇન્ડ AI હવામાનની સારી આગાહી કરી શકે છે

ડીપમાઈન્ડ એઆઈ

વિજ્ scienceાન તરીકે હવામાનશાસ્ત્ર આગળ વધી રહ્યું છે, ટેકનોલોજીના વિકાસ માટે આભાર. હાલમાં, ત્યાં ઘણા કમ્પ્યુટર પ્રોગ્રામ્સ છે જે સીધી આગાહી કરવામાં સક્ષમ છે કે ક્યારે અને ક્યાં વરસાદ પડશે. ની કંપની Deepmind એક કૃત્રિમ બુદ્ધિ વિકસિત કરી છે જે લગભગ ક્યારે અને ક્યાં વરસાદ પડશે તેની આગાહી કરવામાં સક્ષમ છે. આ કંપનીએ યુકેના હવામાનશાસ્ત્રીઓ સાથે એક મોડેલ બનાવવા માટે કામ કર્યું છે જે વર્તમાન પ્રણાલીઓ કરતા ટૂંકા ગાળાની આગાહી કરવા માટે વધુ સારું છે.

આ લેખમાં અમે તમને રોબલેડા બેગ, કંપની ડીપ માઇન્ડની હવામાનશાસ્ત્રની આગાહી તકનીક વિશે જાણવાની જરૂર છે તે બધું જણાવવા જઈ રહ્યા છીએ.

હવામાન આગાહી

ડીપમાઇન્ડ

ડીપ માઇન્ડ, લંડન સ્થિત આર્ટિફિશિયલ ઇન્ટેલિજન્સ કંપની, મુશ્કેલ વૈજ્ાનિક સમસ્યાઓ માટે deepંડા શિક્ષણને લાગુ કરવાની તેમની કારકિર્દી ચાલુ રાખે છે. ડીપ માઇન્ડે બ્રિટિશ નેશનલ વેધર સર્વિસની મેટ ઓફિસના સહયોગથી ડીજીએમઆર નામનું ડીપ લર્નિંગ ટૂલ વિકસાવ્યું છે, જે આગામી 90 મિનિટમાં વરસાદની સંભાવનાની સચોટ આગાહી કરી શકે છે. હવામાનની આગાહીમાં તે સૌથી મુશ્કેલ પડકારોમાંથી એક છે.

હાલના સાધનો સાથે સરખામણીમાં, ડઝનેક નિષ્ણાતો માને છે કે DGMR ની આગાહી ઘણા પરિબળો પર શ્રેષ્ઠ છે, જેમાં તેના સ્થાન, શ્રેણી, હલનચલન અને વરસાદની તીવ્રતાની આગાહીઓ, 89% સમયનો સમાવેશ થાય છે. ડીપ માઇન્ડનું નવું સાધન જીવવિજ્ inાનમાં એક નવી ચાવી ખોલે છે જેને વૈજ્ scientistsાનિકો દાયકાઓથી ઉકેલવાનો પ્રયાસ કરી રહ્યા છે.

જો કે, આગાહીઓમાં નાના સુધારાઓ પણ મહત્વપૂર્ણ છે. વરસાદની આગાહી, ખાસ કરીને ભારે વરસાદ, ઘણા ઉદ્યોગો માટે, આઉટડોર પ્રવૃત્તિઓથી લઈને ઉડ્ડયન સેવાઓ અને કટોકટીઓ માટે મહત્વપૂર્ણ છે. પરંતુ તેને યોગ્ય રીતે મેળવવું મુશ્કેલ છે. આકાશમાં કેટલું પાણી છે અને ક્યારે અને ક્યાં પડશે તે નક્કી કરવું ઘણી આબોહવાની પ્રક્રિયાઓ પર આધાર રાખે છે, જેમ કે તાપમાનમાં ફેરફાર, વાદળની રચના અને પવન. આ તમામ પરિબળો પોતાનામાં પૂરતા પ્રમાણમાં જટિલ છે, પરંતુ જ્યારે જોડવામાં આવે ત્યારે તે વધુ જટિલ હોય છે.

શ્રેષ્ઠ ઉપલબ્ધ આગાહી તકનીક વાતાવરણીય ભૌતિકશાસ્ત્રના મોટી સંખ્યામાં કમ્પ્યુટર સિમ્યુલેશનનો ઉપયોગ કરે છે. આ લાંબા ગાળાની આગાહીઓ માટે યોગ્ય છે, પરંતુ આગામી કલાકમાં શું થશે તેની આગાહી કરવામાં તેઓ બહુ સારા નથી. તેને તાત્કાલિક આગાહી કહેવામાં આવે છે.

ડીપ માઈન્ડ ડેવલપમેન્ટ

હવામાનની આગાહીનો વિકાસ

અગાઉની deepંડી શીખવાની તકનીકો વિકસાવવામાં આવી છે, પરંતુ આ તકનીકો સામાન્ય રીતે એક બાબતમાં સારી રીતે કામ કરે છે, જેમ કે સ્થાનની આગાહી કરવી, અને બીજાના ખર્ચે, જેમ કે બળની આગાહી કરવી. ભારે વરસાદ માટે રડાર ડેટા જે તાત્કાલિક વરસાદની આગાહી કરવામાં મદદ કરે છે તે હવામાનશાસ્ત્રીઓ માટે એક મોટો પડકાર છે.

ડીપ માઇન્ડ ટીમે તેમની AI ને તાલીમ આપવા માટે રડાર ડેટાનો ઉપયોગ કર્યો. ઘણા દેશો અને પ્રદેશો વારંવાર રડાર માપનના સ્નેપશોટ પ્રકાશિત કરે છે જે સમગ્ર દિવસ દરમિયાન વાદળની રચના અને હલનચલનને ટ્રેક કરે છે. ઉદાહરણ તરીકે, યુકેમાં, દર પાંચ મિનિટે નવા વાંચન પોસ્ટ કરવામાં આવે છે. આ તસવીરોને એકસાથે મૂકીને, તમે દેશની વરસાદની પેટર્ન કેવી રીતે બદલાય છે તે દર્શાવતી અદ્યતન સ્ટોપ-મોશન વિડિઓ મેળવી શકો છો.

સંશોધકો આ ડેટાને GAN જેવા deepંડા જનરેશન નેટવર્ક પર મોકલે છે, જે એક પ્રશિક્ષિત AI છે જે નવા ડેટા નમૂનાઓ પેદા કરી શકે છે જે તાલીમમાં ઉપયોગમાં લેવાતા વાસ્તવિક ડેટા સાથે ખૂબ સમાન છે. GAN નો ઉપયોગ નકલી ચહેરાઓ બનાવવા માટે કરવામાં આવ્યો છે, જેમાં નકલી રેમબ્રાન્ડનો સમાવેશ થાય છે. આ કિસ્સામાં, ડીજીએમઆર (જે "જનરેટિવ ડીપ રેઈન મોડેલ" માટે વપરાય છે) ખોટા રડાર સ્નેપશોટ બનાવવાનું શીખ્યા છે જે વાસ્તવિક માપન ક્રમ ચાલુ રાખે છે.

ડીપ માઇન્ડ એઆઇ પ્રયોગો

હવામાન આગાહી

ડીપ માઇન્ડમાં સંશોધનનું નેતૃત્વ કરનાર શાકીર મોહમ્મદે જણાવ્યું હતું કે આ ફિલ્મની કેટલીક ફ્રેમ્સ જોવા અને આગળ શું થશે તે અનુમાન લગાવવા જેવું જ છે. આ પદ્ધતિની ચકાસણી કરવા માટે, ટીમે હવામાન વિભાગના 56 હવામાનશાસ્ત્રીઓ (જે કામમાં સામેલ ન હતા) ને વધુ અદ્યતન ભૌતિક અનુકરણો અને વિરોધીઓના સમૂહમાં તપાસ કરવા કહ્યું.

89% લોકોએ કહ્યું કે તેઓ DGMR દ્વારા આપવામાં આવેલા પરિણામોને પસંદ કરે છે. મશીન લર્નિંગ ગાણિતીક નિયમો સામાન્ય રીતે તમારી આગાહીઓ કેટલી સારી છે તેના સરળ માપ માટે optimપ્ટિમાઇઝ કરવાનો પ્રયાસ કરે છે. જો કે, હવામાનની આગાહીમાં ઘણા જુદા જુદા પાસાં છે. કદાચ આગાહીને યોગ્ય જગ્યાએ વરસાદની ખોટી તીવ્રતા મળી, અથવા અન્ય આગાહીને તીવ્રતાનો સાચો સંયોજન મળ્યો પરંતુ ખોટી જગ્યાએ, અને તેથી વધુ.

ડીપ માઇન્ડે કહ્યું કે તે વિજ્ .ાન માટે જાણીતા તમામ પ્રોટીનનું બંધારણ બહાર પાડશે. કંપનીએ તેની આલ્ફાફોલ્ડ પ્રોટીન ફોલ્ડિંગ આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ માનવ પ્રોટીઓમ, તેમજ ખમીર, ફળની માખીઓ અને ઉંદરો માટે રચનાઓ પેદા કરવા માટે કર્યો છે.

ડીપ માઈન્ડ અને મેટ ઓફિસ વચ્ચે સહયોગ AI વિકાસ પૂર્ણ કરવા માટે અંતિમ વપરાશકર્તાઓ સાથે કામ કરવાનું એક સારું ઉદાહરણ છે. દેખીતી રીતે આ એક સારો વિચાર છે, પરંતુ તે ઘણી વખત થતો નથી. ટીમે ઘણા વર્ષો સુધી પ્રોજેક્ટ પર કામ કર્યું અને હવામાન વિભાગના નિષ્ણાતોના ઇનપુટથી આ પ્રોજેક્ટને આકાર મળ્યો. ડીપ માઇન્ડના સંશોધન વૈજ્ાનિક સુમન રાવુરીએ કહ્યું: "તે અમારા પોતાના અમલીકરણ કરતા અલગ રીતે અમારા મોડેલના વિકાસને પ્રોત્સાહન આપે છે." "નહિંતર, અમે એક મોડેલ બનાવી શક્યા હોત જે અંતમાં ખાસ ઉપયોગી ન હોત."

ડીપ માઇન્ડ એ બતાવવા માટે પણ આતુર છે કે તેની AI માં વ્યવહારુ એપ્લિકેશન છે. શાકીર માટે, ડીજીએમઆર અને આલ્ફાફોલ્ડ એક જ વાર્તાનો ભાગ છે: કંપની કોયડાઓ ઉકેલવામાં તેમના વર્ષોના અનુભવનો ઉપયોગ કરે છે. કદાચ અહીં સૌથી અગત્યનું નિષ્કર્ષ એ છે કે ડીપમાઇન્ડે આખરે વાસ્તવિક-વિશ્વ વૈજ્ાનિક સમસ્યાઓની સૂચિ શરૂ કરી છે.

હવામાન આગાહીમાં પ્રગતિ

હવામાનની આગાહીને ટેકનોલોજીના વિકાસ દ્વારા ટેકો આપવો જોઈએ કારણ કે આપણે આપણું વાતાવરણ કેવી રીતે કાર્ય કરે છે તે સંપૂર્ણ રીતે સમજવાની નજીક અને નજીક જઈ રહ્યા છીએ. ઘણી વખત મનુષ્ય અને તેની ગણતરી સામાન્ય ભૂલોને આધીન હોઈ શકે છે જેને કૃત્રિમ બુદ્ધિના વિકાસથી ટાળી શકાય છે.

હવામાનની આગાહી માનવ બનવાની ચાવી છે કારણ કે આપણે ઘણો લાભ લઈ શકીએ છીએ વધુ કાર્યક્ષમ જળ સંસાધનો અને તોફાનો અને ભારે વરસાદમાં કેટલીક આપત્તિઓ ટાળો. આ કારણોસર, હવામાનશાસ્ત્રીઓ વરસાદની આગાહી માટે કૃત્રિમ બુદ્ધિ પ્રોજેક્ટ્સ વિકસાવવા માટે વધુને વધુ સંમત થાય છે.

હું આશા રાખું છું કે આ માહિતી સાથે તમે ડીપ માઈન્ડ પ્રોજેક્ટ અને તેની લાક્ષણિકતાઓ વિશે વધુ જાણી શકશો.


લેખની સામગ્રી અમારા સિદ્ધાંતોનું પાલન કરે છે સંપાદકીય નૈતિકતા. ભૂલની જાણ કરવા માટે ક્લિક કરો અહીં.

ટિપ્પણી કરવા માટે સૌ પ્રથમ બનો

તમારી ટિપ્પણી મૂકો

તમારું ઇમેઇલ સરનામું પ્રકાશિત કરવામાં આવશે નહીં. આવશ્યક ક્ષેત્રો સાથે ચિહ્નિત થયેલ છે *

*

*

  1. ડેટા માટે જવાબદાર: મિગ્યુએલ gelંજેલ ગેટóન
  2. ડેટાનો હેતુ: નિયંત્રણ સ્પામ, ટિપ્પણી સંચાલન.
  3. કાયદો: તમારી સંમતિ
  4. ડેટાની વાતચીત: કાયદાકીય જવાબદારી સિવાય ડેટા તૃતીય પક્ષને આપવામાં આવશે નહીં.
  5. ડેટા સ્ટોરેજ: cસેન્ટસ નેટવર્ક્સ (ઇયુ) દ્વારા હોસ્ટ કરેલો ડેટાબેઝ
  6. અધિકાર: કોઈપણ સમયે તમે તમારી માહિતીને મર્યાદિત, પુન recoverપ્રાપ્ત અને કા deleteી શકો છો.