ಡೀಪ್‌ಮೈಂಡ್ ಎಐ ಹವಾಮಾನವನ್ನು ಉತ್ತಮವಾಗಿ ಊಹಿಸಬಹುದು

ಒಂದು ವಿಜ್ಞಾನವಾಗಿ ಹವಾಮಾನಶಾಸ್ತ್ರವು ತಂತ್ರಜ್ಞಾನದ ಅಭಿವೃದ್ಧಿಗೆ ಧನ್ಯವಾದಗಳು. ಪ್ರಸ್ತುತ, ಯಾವಾಗ ಮತ್ತು ಎಲ್ಲಿ ಮಳೆಯಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನೇರವಾಗಿ ಊಹಿಸುವ ಸಾಮರ್ಥ್ಯವಿರುವ ಹಲವಾರು ಕಂಪ್ಯೂಟರ್ ಪ್ರೋಗ್ರಾಂಗಳಿವೆ. ನ ಕಂಪನಿ ಡೀಪ್ ಮೈಂಡ್ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದು ಅದು ಯಾವಾಗ ಮತ್ತು ಎಲ್ಲಿ ಮಳೆಯಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನಿಖರವಾಗಿ ಊಹಿಸುವ ಸಾಮರ್ಥ್ಯ ಹೊಂದಿದೆ. ಪ್ರಸ್ತುತ ವ್ಯವಸ್ಥೆಗಳಿಗಿಂತ ಅಲ್ಪಾವಧಿಯ ಮುನ್ಸೂಚನೆಗಳನ್ನು ನೀಡಲು ಉತ್ತಮವಾದ ಮಾದರಿಯನ್ನು ರಚಿಸಲು ಈ ಕಂಪನಿಯು ಯುಕೆ ಹವಾಮಾನಶಾಸ್ತ್ರಜ್ಞರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿದೆ.

ಈ ಲೇಖನದಲ್ಲಿ ಡೀಪ್‌ಮೈಂಡ್ ಕಂಪನಿಯ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ ತಂತ್ರಜ್ಞಾನವಾದ ರೋಬ್ಲೆಡಾ ಬ್ಯಾಗ್ ಬಗ್ಗೆ ನೀವು ತಿಳಿದುಕೊಳ್ಳಬೇಕಾದ ಎಲ್ಲವನ್ನೂ ನಾವು ನಿಮಗೆ ಹೇಳಲಿದ್ದೇವೆ.

ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ

ಡೀಪ್ ಮೈಂಡ್, ಲಂಡನ್ ಮೂಲದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಕಂಪನಿ, ಕಷ್ಟಕರವಾದ ವೈಜ್ಞಾನಿಕ ಸಮಸ್ಯೆಗಳಿಗೆ ಆಳವಾದ ಕಲಿಕೆಯನ್ನು ಅನ್ವಯಿಸುವ ಅವರ ವೃತ್ತಿಜೀವನವನ್ನು ಮುಂದುವರಿಸುತ್ತಾರೆ. ಬ್ರಿಟಿಷ್ ರಾಷ್ಟ್ರೀಯ ಹವಾಮಾನ ಸೇವೆಯ ಮೆಟ್ ಆಫೀಸ್ ಸಹಯೋಗದಲ್ಲಿ ಡೀಪ್ ಮೈಂಡ್ ಡಿಜಿಎಂಆರ್ ಎಂಬ ಆಳವಾದ ಕಲಿಕಾ ಸಾಧನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದು, ಮುಂದಿನ 90 ನಿಮಿಷಗಳಲ್ಲಿ ಮಳೆಯ ಸಂಭವನೀಯತೆಯನ್ನು ನಿಖರವಾಗಿ ಊಹಿಸಬಹುದು. ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯಲ್ಲಿ ಇದು ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದ ಸವಾಲುಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ.

ಈಗಿರುವ ಪರಿಕರಗಳಿಗೆ ಹೋಲಿಸಿದರೆ, ಡಿಜಿಎಂಆರ್‌ನ ಮುನ್ಸೂಚನೆಗಳು ಹಲವು ಅಂಶಗಳ ಮೇಲೆ ಅತ್ಯುತ್ತಮವೆಂದು ನಂಬಲಾಗಿದೆ, ಇದರಲ್ಲಿ ಮಳೆಯ ಸ್ಥಳ, ವ್ಯಾಪ್ತಿ, ಚಲನೆ ಮತ್ತು ತೀವ್ರತೆ, 89% ಸಮಯ ಸೇರಿದಂತೆ ಹಲವು ಅಂಶಗಳ ಮೇಲೆ ಉತ್ತಮವಾಗಿದೆ ಎಂದು ನಂಬುತ್ತಾರೆ. ಡೀಪ್ ಮೈಂಡ್ ನ ಹೊಸ ಉಪಕರಣವು ಜೀವಶಾಸ್ತ್ರದಲ್ಲಿ ಹೊಸ ಕೀಲಿಯನ್ನು ತೆರೆಯುತ್ತದೆ, ಅದನ್ನು ವಿಜ್ಞಾನಿಗಳು ದಶಕಗಳಿಂದ ಪರಿಹರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದಾರೆ.

ಆದಾಗ್ಯೂ, ಭವಿಷ್ಯದಲ್ಲಿ ಸಣ್ಣ ಸುಧಾರಣೆಗಳು ಕೂಡ ಮುಖ್ಯ. ಮುನ್ಸೂಚನೆ ಮಳೆ, ವಿಶೇಷವಾಗಿ ಭಾರೀ ಮಳೆ, ಹೊರಾಂಗಣ ಚಟುವಟಿಕೆಗಳಿಂದ ವಿಮಾನಯಾನ ಸೇವೆಗಳು ಮತ್ತು ತುರ್ತುಸ್ಥಿತಿಗಳವರೆಗೆ ಅನೇಕ ಕೈಗಾರಿಕೆಗಳಿಗೆ ನಿರ್ಣಾಯಕವಾಗಿದೆ. ಆದರೆ ಅದನ್ನು ಸರಿಯಾಗಿ ಪಡೆಯುವುದು ಕಷ್ಟ. ಆಕಾಶದಲ್ಲಿ ಎಷ್ಟು ನೀರು ಇದೆ ಮತ್ತು ಯಾವಾಗ ಮತ್ತು ಎಲ್ಲಿ ಬೀಳುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವುದು ಅನೇಕ ಹವಾಮಾನ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ, ತಾಪಮಾನ ಬದಲಾವಣೆಗಳು, ಮೋಡಗಳ ರಚನೆ ಮತ್ತು ಗಾಳಿ. ಈ ಎಲ್ಲಾ ಅಂಶಗಳು ತಮ್ಮಲ್ಲಿ ಸಾಕಷ್ಟು ಸಂಕೀರ್ಣವಾಗಿವೆ, ಆದರೆ ಸಂಯೋಜಿಸಿದಾಗ ಅವು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗಿವೆ.

ಲಭ್ಯವಿರುವ ಅತ್ಯುತ್ತಮ ಭವಿಷ್ಯಜ್ಞಾನ ತಂತ್ರಜ್ಞಾನವು ವಾತಾವರಣದ ಭೌತಶಾಸ್ತ್ರದ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಕಂಪ್ಯೂಟರ್ ಸಿಮ್ಯುಲೇಶನ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ. ದೀರ್ಘಾವಧಿಯ ಮುನ್ಸೂಚನೆಗಳಿಗೆ ಇವು ಸೂಕ್ತವಾಗಿವೆ, ಆದರೆ ಮುಂದಿನ ಗಂಟೆಯಲ್ಲಿ ಏನಾಗುತ್ತದೆ ಎಂದು ಊಹಿಸಲು ಅವು ಅಷ್ಟೊಂದು ಉತ್ತಮವಾಗಿಲ್ಲ. ಇದನ್ನು ತಕ್ಷಣದ ಮುನ್ಸೂಚನೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.

ಡೀಪ್ ಮೈಂಡ್ ಅಭಿವೃದ್ಧಿ

ಹಿಂದಿನ ಆಳವಾದ ಕಲಿಕಾ ತಂತ್ರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ, ಆದರೆ ಈ ತಂತ್ರಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಒಂದು ವಿಷಯದಲ್ಲಿ ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತವೆ, ಉದಾಹರಣೆಗೆ ಸ್ಥಳವನ್ನು ಊಹಿಸುವುದು, ಮತ್ತು ಇನ್ನೊಂದರ ವೆಚ್ಚದಲ್ಲಿ, ಬಲವನ್ನು ಊಹಿಸುವುದು. ಭಾರೀ ಮಳೆಗಾಗಿ ರಾಡಾರ್ ದತ್ತಾಂಶವು ತಕ್ಷಣದ ಮಳೆಯನ್ನು ಊಹಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಹವಾಮಾನಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಒಂದು ದೊಡ್ಡ ಸವಾಲಾಗಿ ಉಳಿದಿದೆ.

DeepMind ತಂಡವು ತಮ್ಮ AI ಗೆ ತರಬೇತಿ ನೀಡಲು ರಾಡಾರ್ ಡೇಟಾವನ್ನು ಬಳಸಿತು. ಅನೇಕ ದೇಶಗಳು ಮತ್ತು ಪ್ರದೇಶಗಳು ರಾಡಾರ್ ಅಳತೆಗಳ ಸ್ನ್ಯಾಪ್‌ಶಾಟ್‌ಗಳನ್ನು ಪದೇ ಪದೇ ಪ್ರಕಟಿಸುತ್ತವೆ ಅದು ದಿನವಿಡೀ ಮೋಡದ ರಚನೆ ಮತ್ತು ಚಲನೆಯನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಯುಕೆಯಲ್ಲಿ, ಪ್ರತಿ ಐದು ನಿಮಿಷಗಳಿಗೊಮ್ಮೆ ಹೊಸ ರೀಡಿಂಗ್‌ಗಳನ್ನು ಪೋಸ್ಟ್ ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಸ್ನ್ಯಾಪ್‌ಗಳನ್ನು ಒಟ್ಟಿಗೆ ಸೇರಿಸುವ ಮೂಲಕ, ದೇಶದ ಮಳೆ ಮಾದರಿ ಹೇಗೆ ಬದಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ತೋರಿಸುವ ಅಪ್-ಟು-ಡೇಟ್ ಸ್ಟಾಪ್-ಮೋಷನ್ ವೀಡಿಯೊವನ್ನು ನೀವು ಪಡೆಯಬಹುದು.

ಸಂಶೋಧಕರು ಈ ಡೇಟಾವನ್ನು GAN ನಂತೆಯೇ ಆಳವಾದ ಪೀಳಿಗೆಯ ನೆಟ್‌ವರ್ಕ್‌ಗೆ ಕಳುಹಿಸುತ್ತಾರೆ, ಇದು ತರಬೇತಿ ಪಡೆದ AI ಆಗಿದ್ದು, ಇದು ಹೊಸ ಡೇಟಾ ಮಾದರಿಗಳನ್ನು ಉತ್ಪಾದಿಸಬಲ್ಲದು, ಇದು ತರಬೇತಿಯಲ್ಲಿ ಬಳಸಿದ ನಿಜವಾದ ಡೇಟಾವನ್ನು ಹೋಲುತ್ತದೆ. ನಕಲಿ ರೆಂಬ್ರಾಂಡ್ ಸೇರಿದಂತೆ ನಕಲಿ ಮುಖಗಳನ್ನು ಸೃಷ್ಟಿಸಲು GAN ಅನ್ನು ಬಳಸಲಾಗಿದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಡಿಜಿಎಂಆರ್ (ಇದು "ಜನರೇಟಿವ್ ಡೀಪ್ ರೈನ್ ಮಾಡೆಲ್" ಎಂದರ್ಥ) ಇದು ನಿಜವಾದ ಅಳತೆ ಅನುಕ್ರಮವನ್ನು ಮುಂದುವರಿಸುವ ಸುಳ್ಳು ರಾಡಾರ್ ಸ್ನ್ಯಾಪ್‌ಶಾಟ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಕಲಿತಿದೆ.

ಡೀಪ್ ಮೈಂಡ್ ಎಐ ಪ್ರಯೋಗಗಳು

ಡೀಪ್‌ಮೈಂಡ್‌ನಲ್ಲಿ ಸಂಶೋಧನೆಯ ನೇತೃತ್ವ ವಹಿಸಿದ ಶಕೀರ್ ಮೊಹಮದ್, ಇದು ಚಲನಚಿತ್ರದಿಂದ ಕೆಲವು ಸ್ಟಿಲ್‌ಗಳನ್ನು ನೋಡುವುದು ಮತ್ತು ಮುಂದೆ ಏನಾಗುತ್ತದೆ ಎಂದು ಊಹಿಸುವುದು ಒಂದೇ ಎಂದು ಹೇಳಿದರು. ಈ ವಿಧಾನವನ್ನು ಪರೀಕ್ಷಿಸಲು, ತಂಡವು ಬ್ಯೂರೋ ಆಫ್ ಮೆಟಿಯಾಲಜಿಯ 56 ಹವಾಮಾನ ತಜ್ಞರನ್ನು (ಕೆಲಸದಲ್ಲಿ ಭಾಗಿಯಾಗಿಲ್ಲ) ಹೆಚ್ಚು ಮುಂದುವರಿದ ಭೌತಿಕ ಸಿಮ್ಯುಲೇಶನ್‌ಗಳು ಮತ್ತು ವಿರೋಧಿಗಳ ಗುಂಪನ್ನು ಪರಿಶೀಲಿಸಲು ಕೇಳಿತು.

89% ಜನರು ಡಿಜಿಎಂಆರ್ ನೀಡಿದ ಫಲಿತಾಂಶಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತಾರೆ ಎಂದು ಹೇಳಿದರು. ಯಂತ್ರ ಕಲಿಕಾ ಕ್ರಮಾವಳಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ನಿಮ್ಮ ಮುನ್ಸೂಚನೆಗಳು ಎಷ್ಟು ಉತ್ತಮ ಎಂಬುದನ್ನು ಸರಳ ಅಳತೆಗಾಗಿ ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯು ಹಲವು ವಿಭಿನ್ನ ಅಂಶಗಳನ್ನು ಹೊಂದಿದೆ. ಬಹುಶಃ ಮುನ್ಸೂಚನೆಯು ಸರಿಯಾದ ಸ್ಥಳದಲ್ಲಿ ತಪ್ಪು ಮಳೆಯ ತೀವ್ರತೆಯನ್ನು ಪಡೆದಿರಬಹುದು, ಅಥವಾ ಇತರ ಭವಿಷ್ಯವು ಸರಿಯಾದ ತೀವ್ರತೆಯ ಸಂಯೋಜನೆಯನ್ನು ಪಡೆದುಕೊಂಡಿದೆ ಆದರೆ ತಪ್ಪು ಸ್ಥಳದಲ್ಲಿ, ಇತ್ಯಾದಿ.

ವಿಜ್ಞಾನಕ್ಕೆ ತಿಳಿದಿರುವ ಎಲ್ಲಾ ಪ್ರೋಟೀನುಗಳ ರಚನೆಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡುವುದಾಗಿ ಡೀಪ್ ಮೈಂಡ್ ಹೇಳಿದೆ. ಕಂಪನಿಯು ತನ್ನ ಆಲ್ಫಾಫೋಲ್ಡ್ ಪ್ರೋಟೀನ್ ಫೋಲ್ಡಿಂಗ್ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಮಾನವ ಪ್ರೋಟಿಯೊಮ್, ಹಾಗೂ ಯೀಸ್ಟ್, ಹಣ್ಣಿನ ನೊಣಗಳು ಮತ್ತು ಇಲಿಗಳಿಗೆ ರಚನೆಗಳನ್ನು ಸೃಷ್ಟಿಸಲು ಬಳಸಿದೆ.

ಡೀಪ್ ಮೈಂಡ್ ಮತ್ತು ಮೆಟ್ ಆಫೀಸ್ ನಡುವಿನ ಸಹಯೋಗ ಎಐ ಅಭಿವೃದ್ಧಿಯನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಅಂತಿಮ ಬಳಕೆದಾರರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಉತ್ತಮ ಉದಾಹರಣೆಯಾಗಿದೆ. ನಿಸ್ಸಂಶಯವಾಗಿ ಇದು ಒಳ್ಳೆಯದು, ಆದರೆ ಇದು ಹೆಚ್ಚಾಗಿ ಆಗುವುದಿಲ್ಲ. ತಂಡವು ಹಲವು ವರ್ಷಗಳ ಕಾಲ ಯೋಜನೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡಿತು ಮತ್ತು ಬ್ಯೂರೋ ಆಫ್ ಮೆಟರಾಲಜಿಯ ಪರಿಣತರ ಒಳಹರಿವು ಯೋಜನೆಯನ್ನು ರೂಪಿಸಿತು. ಡೀಪ್‌ಮೈಂಡ್‌ನ ಸಂಶೋಧನಾ ವಿಜ್ಞಾನಿ ಸುಮನ್ ರಾವೂರಿ ಹೇಳಿದರು: "ಇದು ನಮ್ಮ ಮಾದರಿಯ ಅನುಷ್ಠಾನಕ್ಕಿಂತ ವಿಭಿನ್ನ ರೀತಿಯಲ್ಲಿ ನಮ್ಮ ಮಾದರಿಯ ಅಭಿವೃದ್ಧಿಯನ್ನು ಉತ್ತೇಜಿಸುತ್ತದೆ." "ಇಲ್ಲದಿದ್ದರೆ, ನಾವು ವಿಶೇಷವಾಗಿ ಮಾದರಿಯನ್ನು ರಚಿಸಬಹುದಾಗಿದ್ದು ಅದು ಕೊನೆಯಲ್ಲಿ ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವಾಗುವುದಿಲ್ಲ."

ಡೀಪ್ ಮೈಂಡ್ ತನ್ನ AI ಪ್ರಾಯೋಗಿಕ ಅನ್ವಯಗಳನ್ನು ಹೊಂದಿದೆ ಎಂದು ತೋರಿಸಲು ಉತ್ಸುಕವಾಗಿದೆ. ಶಕೀರ್‌ಗಾಗಿ, ಡಿಜಿಎಂಆರ್ ಮತ್ತು ಆಲ್ಫಾಫೋಲ್ಡ್ ಒಂದೇ ಕಥೆಯ ಭಾಗವಾಗಿದೆ: ಕಂಪನಿಯು ತಮ್ಮ ವರ್ಷಗಳ ಒಗಟುಗಳನ್ನು ಪರಿಹರಿಸುವ ಅನುಭವವನ್ನು ಬಳಸುತ್ತದೆ. ಡೀಪ್‌ಮೈಂಡ್ ಅಂತಿಮವಾಗಿ ನೈಜ-ಪ್ರಪಂಚದ ವೈಜ್ಞಾನಿಕ ಸಮಸ್ಯೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಲು ಪ್ರಾರಂಭಿಸಿದೆ ಎಂಬುದು ಬಹುಶಃ ಇಲ್ಲಿ ಪ್ರಮುಖ ತೀರ್ಮಾನವಾಗಿದೆ.

ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯಲ್ಲಿ ಪ್ರಗತಿ

ಹವಾಮಾನದ ಮುನ್ಸೂಚನೆಯನ್ನು ತಂತ್ರಜ್ಞಾನದ ಅಭಿವೃದ್ಧಿಯು ಬೆಂಬಲಿಸಬೇಕು, ಏಕೆಂದರೆ ನಾವು ನಮ್ಮ ವಾತಾವರಣವು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಹತ್ತಿರವಾಗುತ್ತಿದೆ. ಅನೇಕ ಬಾರಿ ಮಾನವ ಮತ್ತು ಅವನ ಲೆಕ್ಕಾಚಾರಗಳು ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತವೆ, ಇದನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬೆಳವಣಿಗೆಯಿಂದ ತಪ್ಪಿಸಬಹುದು.

ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯು ಮಾನವನಾಗಲು ಪ್ರಮುಖವಾದುದು ಏಕೆಂದರೆ ನಾವು ಬಹಳಷ್ಟು ಪ್ರಯೋಜನಗಳನ್ನು ಪಡೆಯಬಹುದು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಜಲ ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು ಬಿರುಗಾಳಿಗಳು ಮತ್ತು ಭಾರೀ ಮಳೆಯಲ್ಲಿ ಕೆಲವು ದುರಂತಗಳನ್ನು ತಪ್ಪಿಸಿ. ಈ ಕಾರಣಕ್ಕಾಗಿ, ಹವಾಮಾನ ತಜ್ಞರು ಮಳೆಯನ್ನು ಊಹಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಯೋಜನೆಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಹೆಚ್ಚು ಒಪ್ಪುತ್ತಾರೆ.

ಈ ಮಾಹಿತಿಯೊಂದಿಗೆ ನೀವು DeepMind ಯೋಜನೆ ಮತ್ತು ಅದರ ಗುಣಲಕ್ಷಣಗಳ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ತಿಳಿದುಕೊಳ್ಳಬಹುದು ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ.