संयुक्त राज्य अमेरिका के नेशनल ओशनिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन (एनओएए) ने हाल ही में आधिकारिक तौर पर कृत्रिम बुद्धिमत्ता पर आधारित वैश्विक मौसम पूर्वानुमान मॉडल की एक नई पीढ़ी लॉन्च की है, जो कंप्यूटिंग बिजली की खपत को काफी कम करते हुए तेज और अधिक सटीक मौसम पूर्वानुमान प्राप्त करने का दावा करती है। यह अमेरिकी मौसम पूर्वानुमान प्रणाली में पारंपरिक भौतिक मॉडल से डेटा-संचालित एआई सिस्टम तक एक बड़ी छलांग का प्रतीक है। एनओएए ने कहा कि प्रौद्योगिकी को बुधवार की सुबह परिचालन में लाया गया और यह अमेरिकी मौसम पूर्वानुमान प्रणाली को आधुनिक बनाने के उसके प्रयासों में एक महत्वपूर्ण कदम था।
ये एआई मॉडल राष्ट्रीय मौसम सेवा के सहयोग से एनओएए के पर्यावरण पूर्वानुमान केंद्र द्वारा विकसित और तैनात किए गए थे और मौजूदा संख्यात्मक पूर्वानुमान मॉडल को प्रतिस्थापित करने के बजाय पूरक करने के लिए तैनात किए गए हैं। राष्ट्रीय मौसम सेवा के प्रवक्ता एरिका ग्रो सेई ने मीडिया को बताया कि वर्तमान में चल रहे मशीन लर्निंग मॉडल के लिए प्रशिक्षण डेटा का हिस्सा पारंपरिक संख्यात्मक मॉडल से आता है जो अभी भी उपयोग में हैं, और वे मॉडल जो जटिल भौतिक समीकरणों पर भरोसा करते हैं वे अभी भी एआई प्रशिक्षण के लिए महत्वपूर्ण सूचना स्रोतों में से एक हैं।
लंबे समय से, NOAA का मुख्य पूर्वानुमान उपकरण वैश्विक पूर्वानुमान प्रणाली (GFS) रहा है। यह बुनियादी भौतिक मॉडल गणितीय समीकरणों के माध्यम से वायुमंडलीय व्यवहार का अनुकरण करता है और तापमान, हवा की गति, वर्षा, ओजोन और मिट्टी की नमी जैसे कई तत्वों पर डेटा उत्पन्न करता है। यह भूमि की सतह, महासागर और वायुमंडल जैसे कई उपप्रणालियों से बना है। यह संपूर्णता बनाने में सहयोग करता है। जीएफएस के व्यवस्थित पूर्वाग्रह को कम करने के लिए, एनओएए ने पहले भी कई सिमुलेशन के माध्यम से विभिन्न मौसम परिदृश्यों की अनिश्चितता को कवर करने के लिए "ग्लोबल एन्सेम्बल फोरकास्ट सिस्टम" (जीईएफएस) का निर्माण किया था।
एनओएए के पर्यावरण पूर्वानुमान केंद्र के उप निदेशक डेरिल क्लिस्ट ने कहा कि एआई मॉडल की नई पीढ़ी को इन पारंपरिक मॉडलों द्वारा वर्षों से जमा किए गए डेटा के आधार पर प्रशिक्षित किया जाता है। उन्होंने बताया कि इन एआई मॉडलों के पूर्वानुमान कौशल में महत्वपूर्ण सुधार काफी हद तक उनके प्रशिक्षण में उपयोग किए जाने वाले "विश्लेषणात्मक क्षेत्र" डेटा के कारण है, और ये विश्लेषणात्मक डेटा मुख्य रूप से पुराने संख्यात्मक मॉडल ढांचे से प्राप्त होते हैं।
कंप्यूटिंग शक्ति आवश्यकताओं के संदर्भ में, एनओएए का अनुमान है कि नई एआई प्रणाली पारंपरिक पूर्वानुमान मॉडल की तुलना में कंप्यूटिंग संसाधन उपयोग को 91% से 99% तक कम कर सकती है, जिससे सुपरकंप्यूटिंग क्लस्टर पर वास्तविक समय के व्यापार पूर्वानुमानों की निर्भरता काफी कम हो जाती है। साथ ही, इन मॉडलों से सटीकता बनाए रखने या सुधार करते हुए प्रभावी पूर्वानुमान समय को 18 से 24 घंटे तक बढ़ाने की उम्मीद की जाती है। क्लेस्ट ने यह भी याद दिलाया कि यहां गणना की गई ऊर्जा खपत मॉडल के चलने के चरण के दौरान ऊर्जा खपत है, और इसमें प्रारंभिक एआई प्रशिक्षण के लिए आवश्यक बड़ा ऊर्जा निवेश शामिल नहीं है।
इस बार लॉन्च किए गए AI पूर्वानुमान प्रणाली में तीन मुख्य मॉडल शामिल हैं। पहला आर्टिफिशियल इंटेलिजेंस ग्लोबल फोरकास्ट सिस्टम (एआईजीएफएस) है, जिसे अधिकारी एक नए वैश्विक मॉडल के रूप में वर्णित करते हैं जो तेज और अधिक कुशल तरीके से मौसम पूर्वानुमान उत्पन्न करने के लिए एआई तकनीक का उपयोग करता है। एनओएए द्वारा दिए गए आंकड़ों के अनुसार, एआईजीएफएस को 16-दिवसीय वैश्विक पूर्वानुमान को पूरा करने के लिए पारंपरिक जीएफएस के केवल 0.3% कंप्यूटिंग संसाधनों की आवश्यकता होती है, और चलने का समय लगभग 40 मिनट है, जिसका अर्थ है कि परिचालन पूर्वानुमानकर्ता पहले अद्यतन संख्यात्मक मार्गदर्शन प्राप्त कर सकते हैं।
दूसरा मॉडल "आर्टिफिशियल इंटेलिजेंस ग्लोबल एन्सेम्बल फोरकास्ट सिस्टम" (एआईजीईएफएस) है, जो एआईजीएफएस के आधार पर सामूहिक विचारों को पेश करता है। यह अब न केवल एक नियतात्मक परिणाम देता है, बल्कि मौसम के पूर्वानुमानों में अनिश्चितता को मापने के लिए संभावित विकास पथों की एक श्रृंखला उत्पन्न करता है। तीसरा मॉडल "हाइब्रिड-जीईएफएस" एनओएए के मौजूदा जीईएफएस एन्सेम्बल सिस्टम के साथ नई एआई तकनीक को एकीकृत करता है, जिसका लक्ष्य पारंपरिक एन्सेम्बल सिस्टम के फायदों को बरकरार रखते हुए अनिश्चितता और पूर्वानुमान सटीकता के प्रतिनिधित्व को अनुकूलित करने के लिए एआई का उपयोग करना है।
एनओएए ने इस बात पर जोर दिया कि एआई मॉडल की यह श्रृंखला अभी भी निरंतर पुनरावृत्ति चरण में है, और वैज्ञानिक अनुसंधान टीम तूफान जैसे उच्च प्रभाव वाले मौसम पूर्वानुमानों में अपने प्रदर्शन को बेहतर बनाने और संयोजन प्रणाली द्वारा दिए गए संभावित परिदृश्यों की सीमा में और सुधार करने पर ध्यान केंद्रित कर रही है। एजेंसी का मानना है कि जैसे-जैसे इन मॉडलों में सुधार जारी रहेगा, एआई को भविष्य में चरम मौसम की चेतावनियों और मध्यम और दीर्घकालिक पूर्वानुमानों में तेजी से महत्वपूर्ण सहायक भूमिका निभाने की उम्मीद है।