DeepMind AI- യ്ക്ക് കാലാവസ്ഥ പ്രവചിക്കാൻ കഴിയും

Deepmind AI

ഒരു ശാസ്ത്രമെന്ന നിലയിൽ കാലാവസ്ഥാശാസ്ത്രം പുരോഗമിക്കുന്നത് സാങ്കേതികവിദ്യയുടെ വികാസത്തിന് നന്ദി. നിലവിൽ, എവിടെ, എപ്പോൾ മഴ പെയ്യുമെന്ന് നേരിട്ട് പ്രവചിക്കാൻ കഴിയുന്ന നിരവധി കമ്പ്യൂട്ടർ പ്രോഗ്രാമുകൾ ഉണ്ട്. എന്ന കമ്പനി ദീപ്പ് മൈൻഡ് എപ്പോൾ, എപ്പോൾ മഴ പെയ്യുമെന്ന് കൃത്യമായി പ്രവചിക്കാൻ കഴിയുന്ന ഒരു കൃത്രിമ ബുദ്ധി വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. നിലവിലെ സംവിധാനങ്ങളേക്കാൾ ഹ്രസ്വകാല പ്രവചനങ്ങൾ നടത്താൻ കഴിയുന്ന ഒരു മാതൃക സൃഷ്ടിക്കാൻ ഈ കമ്പനി യുകെ കാലാവസ്ഥാ ശാസ്ത്രജ്ഞരുമായി പ്രവർത്തിച്ചിട്ടുണ്ട്.

ഡീപ് മൈൻഡ് കമ്പനിയുടെ കാലാവസ്ഥാ പ്രവചന സാങ്കേതികവിദ്യയായ റോബ്ലെഡ ബാഗിനെക്കുറിച്ച് നിങ്ങൾ അറിയേണ്ടതെല്ലാം ഈ ലേഖനത്തിൽ ഞങ്ങൾ നിങ്ങളോട് പറയാൻ പോകുന്നു.

കാലാവസ്ഥാ പ്രവചനം

ഡെപ് മൈൻഡ്

ഡീപ് മൈൻഡ്, ലണ്ടൻ ആസ്ഥാനമായുള്ള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കമ്പനി, ബുദ്ധിമുട്ടുള്ള ശാസ്ത്രീയ പ്രശ്നങ്ങളിൽ ആഴത്തിലുള്ള പഠനം പ്രയോഗിക്കുന്ന തന്റെ കരിയർ തുടരുന്നു. അടുത്ത 90 മിനിറ്റിനുള്ളിൽ മഴയുടെ സാധ്യത കൃത്യമായി പ്രവചിക്കാൻ കഴിയുന്ന ബ്രിട്ടീഷ് നാഷണൽ വെതർ സർവീസിന്റെ മെറ്റ് ഓഫീസുമായി സഹകരിച്ച് DGMR എന്ന ആഴത്തിലുള്ള പഠന ഉപകരണം ഡീപ് മൈൻഡ് വികസിപ്പിച്ചിട്ടുണ്ട്. കാലാവസ്ഥാ പ്രവചനത്തിലെ ഏറ്റവും ബുദ്ധിമുട്ടുള്ള വെല്ലുവിളികളിൽ ഒന്നാണിത്.

നിലവിലുള്ള ഉപകരണങ്ങളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, ഡസൻ കണക്കിന് വിദഗ്ദ്ധർ വിശ്വസിക്കുന്നത് ഡിജിഎംആറിന്റെ പ്രവചനങ്ങൾ, മഴയുടെ സ്ഥാനം, വ്യാപ്തി, ചലനം, തീവ്രത എന്നിവയെക്കുറിച്ചുള്ള പ്രവചനങ്ങൾ ഉൾപ്പെടെ 89% സമയവും ഉൾപ്പെടെ നിരവധി ഘടകങ്ങളിൽ മികച്ചതാണ് എന്നാണ്. DeepMind- ന്റെ പുതിയ ഉപകരണം ജീവശാസ്ത്രത്തിലെ ഒരു പുതിയ താക്കോൽ തുറക്കുന്നു, ശാസ്ത്രജ്ഞർ പതിറ്റാണ്ടുകളായി പരിഹരിക്കാൻ ശ്രമിക്കുന്നു.

എന്നിരുന്നാലും, പ്രവചനങ്ങളിലെ ചെറിയ മെച്ചപ്പെടുത്തലുകൾ പോലും പ്രധാനമാണ്. Rainfallട്ട്ഡോർ പ്രവർത്തനങ്ങൾ മുതൽ വ്യോമയാന സേവനങ്ങൾ, അടിയന്തിര സാഹചര്യങ്ങൾ വരെ പല വ്യവസായങ്ങൾക്കും മഴ, പ്രത്യേകിച്ച് കനത്ത മഴ പ്രവചിക്കുന്നത് നിർണായകമാണ്. എന്നാൽ അത് ശരിയാക്കുന്നത് ബുദ്ധിമുട്ടാണ്. ആകാശത്ത് എത്രമാത്രം വെള്ളമുണ്ടെന്നും എപ്പോൾ എവിടെ വീഴുമെന്നും നിർണ്ണയിക്കുന്നത് പല കാലാവസ്ഥാ പ്രക്രിയകളെയും ആശ്രയിച്ചിരിക്കുന്നു, താപനില മാറ്റങ്ങൾ, മേഘ രൂപീകരണം, കാറ്റ് എന്നിവ പോലെ. ഈ ഘടകങ്ങളെല്ലാം അവയിൽ തന്നെ സങ്കീർണ്ണമാണ്, പക്ഷേ സംയോജിപ്പിക്കുമ്പോൾ അവ കൂടുതൽ സങ്കീർണ്ണമാണ്.

ലഭ്യമായ ഏറ്റവും മികച്ച പ്രവചന സാങ്കേതികവിദ്യ അന്തരീക്ഷ ഭൗതികശാസ്ത്രത്തിന്റെ ധാരാളം കമ്പ്യൂട്ടർ സിമുലേഷനുകൾ ഉപയോഗിക്കുന്നു. ദീർഘകാല പ്രവചനങ്ങൾക്ക് ഇവ അനുയോജ്യമാണ്, പക്ഷേ അടുത്ത മണിക്കൂറിൽ എന്ത് സംഭവിക്കുമെന്ന് പ്രവചിക്കാൻ അവ അത്ര നല്ലതല്ല. ഇതിനെ ഉടനടി പ്രവചനം എന്ന് വിളിക്കുന്നു.

ഡീപ് മൈൻഡ് വികസനം

കാലാവസ്ഥാ പ്രവചനത്തിന്റെ വികസനം

മുമ്പത്തെ ആഴത്തിലുള്ള പഠന വിദ്യകൾ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്, എന്നാൽ ഈ വിദ്യകൾ സാധാരണയായി ഒരു കാര്യത്തിൽ നന്നായി പ്രവർത്തിക്കുന്നു, ഉദാഹരണത്തിന്, സ്ഥാനം പ്രവചിക്കുന്നതും, മറ്റൊന്നിന്റെ ചെലവിൽ, ശക്തി പ്രവചിക്കുന്നതും. പെട്ടെന്നുള്ള മഴ പ്രവചിക്കാൻ സഹായിക്കുന്ന കനത്ത മഴയ്ക്കുള്ള റഡാർ ഡാറ്റ കാലാവസ്ഥ നിരീക്ഷകർക്ക് വലിയ വെല്ലുവിളിയായി തുടരുന്നു.

ഡീപ് മൈൻഡ് ടീം അവരുടെ AI പരിശീലിപ്പിക്കാൻ റഡാർ ഡാറ്റ ഉപയോഗിച്ചു. പല രാജ്യങ്ങളും പ്രദേശങ്ങളും ഇടയ്ക്കിടെ ക്ലൗഡ് രൂപീകരണവും ചലനവും ട്രാക്കുചെയ്യുന്ന റഡാർ അളവുകളുടെ സ്നാപ്പ്ഷോട്ടുകൾ പതിവായി പ്രസിദ്ധീകരിക്കുന്നു. ഉദാഹരണത്തിന്, യുകെയിൽ, ഓരോ അഞ്ച് മിനിറ്റിലും പുതിയ വായനകൾ പോസ്റ്റുചെയ്യുന്നു. ഈ സ്നാപ്പുകൾ ഒന്നിച്ചു ചേർക്കുന്നതിലൂടെ, ഒരു രാജ്യത്തിന്റെ മഴ പാറ്റേൺ എങ്ങനെ മാറുന്നുവെന്ന് കാണിക്കുന്ന ഒരു കാലികമായ സ്റ്റോപ്പ്-മോഷൻ വീഡിയോ നിങ്ങൾക്ക് ലഭിക്കും.

ഗവേഷകർ ഈ ഡാറ്റ GAN- ന് സമാനമായ ഒരു ഡീപ് ജനറേഷൻ നെറ്റ്‌വർക്കിലേക്ക് അയയ്ക്കുന്നു, ഇത് പരിശീലനത്തിൽ ഉപയോഗിക്കുന്ന യഥാർത്ഥ ഡാറ്റയുമായി വളരെ സാമ്യമുള്ള പുതിയ ഡാറ്റാ സാമ്പിളുകൾ സൃഷ്ടിക്കാൻ പരിശീലനം ലഭിച്ച AI ആണ്. വ്യാജ റെംബ്രാൻഡ് ഉൾപ്പെടെ വ്യാജ മുഖങ്ങൾ സൃഷ്ടിക്കാൻ GAN ഉപയോഗിച്ചു. ഈ സാഹചര്യത്തിൽ, DGMR ("ജനറേറ്റീവ് ഡീപ് റെയിൻ മോഡൽ" എന്നാണ് അർത്ഥമാക്കുന്നത്) യഥാർത്ഥ അളവെടുക്കൽ ശ്രേണി തുടരുന്ന തെറ്റായ റഡാർ സ്നാപ്പ്ഷോട്ടുകൾ സൃഷ്ടിക്കാൻ പഠിച്ചു.

DeepMind AI പരീക്ഷണങ്ങൾ

കാലാവസ്ഥാ പ്രവചനം

ഡീപ് മൈൻഡിലെ ഗവേഷണത്തിന് നേതൃത്വം നൽകിയ ഷാക്കിർ മുഹമ്മദ് പറഞ്ഞു, ഇത് ഒരു സിനിമയിൽ നിന്ന് കുറച്ച് ഫ്രെയിമുകൾ കാണുകയും അടുത്തതായി എന്ത് സംഭവിക്കുമെന്ന് ingഹിക്കുകയും ചെയ്യുന്നു. ഈ രീതി പരീക്ഷിക്കാൻ, ബ്യൂറോ ഓഫ് മെട്രോളജിയിൽ നിന്നുള്ള 56 കാലാവസ്ഥാ ശാസ്ത്രജ്ഞരോട് (ജോലിയിൽ ഉൾപ്പെട്ടിട്ടില്ലാത്ത) കൂടുതൽ വിപുലമായ ഫിസിക്കൽ സിമുലേഷനുകളും ഒരു കൂട്ടം എതിരാളികളും പരിശോധിക്കാൻ ടീം ആവശ്യപ്പെട്ടു.

89% ആളുകൾ DGMR നൽകുന്ന ഫലങ്ങൾ തങ്ങൾക്ക് ഇഷ്ടമാണെന്ന് പറഞ്ഞു. മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങൾ പൊതുവെ നിങ്ങളുടെ പ്രവചനങ്ങൾ എത്ര നല്ലതാണെന്ന് ഒരു ലളിതമായ അളവിലേക്ക് ഒപ്റ്റിമൈസ് ചെയ്യാൻ ശ്രമിക്കുന്നു. എന്നിരുന്നാലും, കാലാവസ്ഥാ പ്രവചനത്തിന് വ്യത്യസ്ത വശങ്ങളുണ്ട്. ഒരു പ്രവചനത്തിന് ശരിയായ സ്ഥലത്ത് തെറ്റായ മഴയുടെ തീവ്രത ലഭിച്ചേക്കാം, അല്ലെങ്കിൽ മറ്റ് പ്രവചനത്തിന് തീവ്രതയുടെ ശരിയായ സംയോജനം ലഭിച്ചു, പക്ഷേ തെറ്റായ സ്ഥലത്ത്, അങ്ങനെ.

ശാസ്ത്രത്തിന് അറിയാവുന്ന എല്ലാ പ്രോട്ടീനുകളുടെയും ഘടന പുറത്തുവിടുമെന്ന് ഡീപ് മൈൻഡ് പറഞ്ഞു. കമ്പനി അതിന്റെ ആൽഫഫോൾഡ് പ്രോട്ടീൻ ഫോൾഡിംഗ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച് മനുഷ്യന്റെ പ്രോട്ടിയോമിനും യീസ്റ്റ്, ഫ്രൂട്ട് ഈച്ചകൾ, എലികൾ എന്നിവയ്ക്കും ഘടനകൾ സൃഷ്ടിക്കുന്നു.

ഡീപ് മൈൻഡും മെറ്റ് ഓഫീസും തമ്മിലുള്ള സഹകരണം AI വികസനം പൂർത്തിയാക്കാൻ അന്തിമ ഉപയോക്താക്കളുമായി പ്രവർത്തിക്കാനുള്ള ഒരു നല്ല ഉദാഹരണമാണ്. വ്യക്തമായും ഇതൊരു നല്ല ആശയമാണ്, പക്ഷേ ഇത് പലപ്പോഴും സംഭവിക്കുന്നില്ല. ടീം വർഷങ്ങളോളം പദ്ധതിയിൽ പ്രവർത്തിക്കുകയും ബ്യൂറോ ഓഫ് മെട്രോളജിയിൽ നിന്നുള്ള വിദഗ്ദ്ധരുടെ അഭിപ്രായവും പദ്ധതിക്ക് രൂപം നൽകുകയും ചെയ്തു. ഡീപ് മൈൻഡിലെ ഗവേഷക ശാസ്ത്രജ്ഞനായ സുമൻ റാവൂരി പറഞ്ഞു: "ഇത് നമ്മുടെ സ്വന്തം നടപ്പാക്കലിനെക്കാൾ വ്യത്യസ്തമായ രീതിയിൽ ഞങ്ങളുടെ മോഡലിന്റെ വികസനം പ്രോത്സാഹിപ്പിക്കുന്നു." "അല്ലെങ്കിൽ, അവസാനം പ്രത്യേകിച്ചും പ്രയോജനകരമല്ലാത്ത ഒരു മാതൃക നമുക്ക് സൃഷ്ടിക്കാമായിരുന്നു."

ഡീപ് മൈൻഡ് അതിന്റെ AI- യ്ക്ക് പ്രായോഗിക പ്രയോഗങ്ങളുണ്ടെന്ന് കാണിക്കാൻ ഉത്സുകരാണ്. ഷാക്കിറിനെ സംബന്ധിച്ചിടത്തോളം, ഡിജിഎംആറും ആൽഫഫോൾഡും ഒരേ കഥയുടെ ഭാഗമാണ്: കമ്പനി അവരുടെ വർഷങ്ങളുടെ അനുഭവം പസിലുകൾ പരിഹരിക്കുന്നു. ഡീപ് മൈൻഡ് ഒടുവിൽ യഥാർത്ഥ ലോകത്തിലെ ശാസ്ത്രീയ പ്രശ്നങ്ങൾ പട്ടികപ്പെടുത്താൻ തുടങ്ങി എന്നതാണ് ഇവിടെ ഏറ്റവും പ്രധാനപ്പെട്ട നിഗമനം.

കാലാവസ്ഥാ പ്രവചനത്തിലെ പുരോഗതി

കാലാവസ്ഥാ പ്രവചനത്തെ സാങ്കേതികവിദ്യയുടെ വികസനം പിന്തുണയ്ക്കണം, കാരണം നമ്മുടെ അന്തരീക്ഷം എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് പൂർണ്ണമായി മനസ്സിലാക്കാൻ ഞങ്ങൾ കൂടുതൽ അടുത്തുകൊണ്ടിരിക്കുകയാണ്. കൃത്രിമബുദ്ധിയുടെ വികാസത്തോടെ ഒഴിവാക്കാവുന്ന പൊതുവായ തെറ്റുകൾക്ക് പലപ്പോഴും മനുഷ്യനും അവന്റെ കണക്കുകൂട്ടലുകൾക്കും വിധേയമാകാം.

കാലാവസ്ഥാ പ്രവചനം മനുഷ്യനാകാനുള്ള താക്കോലാണ്, കാരണം നമുക്ക് ധാരാളം പ്രയോജനപ്പെടുത്താൻ കഴിയും കൂടുതൽ കാര്യക്ഷമമായ ജലസ്രോതസ്സുകളും കൊടുങ്കാറ്റുകളിലും കനത്ത മഴയിലും ചില ദുരന്തങ്ങൾ ഒഴിവാക്കുക. ഇക്കാരണത്താൽ, മഴ പ്രവചിക്കുന്നതിനായി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പദ്ധതികൾ വികസിപ്പിക്കാൻ കാലാവസ്ഥാ ശാസ്ത്രജ്ഞർ കൂടുതലായി സമ്മതിക്കുന്നു.

ഈ വിവരങ്ങൾ ഉപയോഗിച്ച് നിങ്ങൾക്ക് DeepMind പ്രോജക്റ്റിനെക്കുറിച്ചും അതിന്റെ സവിശേഷതകളെക്കുറിച്ചും കൂടുതലറിയാൻ കഴിയുമെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു.


ലേഖനത്തിന്റെ ഉള്ളടക്കം ഞങ്ങളുടെ തത്ത്വങ്ങൾ പാലിക്കുന്നു എഡിറ്റോറിയൽ എത്തിക്സ്. ഒരു പിശക് റിപ്പോർട്ടുചെയ്യാൻ ക്ലിക്കുചെയ്യുക ഇവിടെ.

അഭിപ്രായമിടുന്ന ആദ്യയാളാകൂ

നിങ്ങളുടെ അഭിപ്രായം ഇടുക

നിങ്ങളുടെ ഇമെയിൽ വിലാസം പ്രസിദ്ധീകരിച്ചു ചെയ്യില്ല. ആവശ്യമായ ഫീൽഡുകൾ കൊണ്ട് അടയാളപ്പെടുത്തുന്നു *

*

*

  1. ഡാറ്റയുടെ ഉത്തരവാദിത്തം: മിഗുവൽ ഏഞ്ചൽ ഗാറ്റൻ
  2. ഡാറ്റയുടെ ഉദ്ദേശ്യം: സ്പാം നിയന്ത്രിക്കുക, അഭിപ്രായ മാനേജുമെന്റ്.
  3. നിയമസാധുത: നിങ്ങളുടെ സമ്മതം
  4. ഡാറ്റയുടെ ആശയവിനിമയം: നിയമപരമായ ബാധ്യതയല്ലാതെ ഡാറ്റ മൂന്നാം കക്ഷികളുമായി ആശയവിനിമയം നടത്തുകയില്ല.
  5. ഡാറ്റ സംഭരണം: ഒസെന്റസ് നെറ്റ്‌വർക്കുകൾ (ഇയു) ഹോസ്റ്റുചെയ്യുന്ന ഡാറ്റാബേസ്
  6. അവകാശങ്ങൾ: ഏത് സമയത്തും നിങ്ങളുടെ വിവരങ്ങൾ പരിമിതപ്പെടുത്താനും വീണ്ടെടുക്കാനും ഇല്ലാതാക്കാനും കഴിയും.