NVIDIA मौसमस्य पूर्वानुमानस्य मॉडलं StormCast इति विमोचयति, AI "वायुस्य अनुसरणं" द्रुततरं सटीकं च करोति
2024-08-24
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
प्रकृतौ "पुराणपरिचितः" आन्ध्रप्रदेशस्य तूफानानां आश्चर्यजनकविनाशकारीशक्त्या, अप्रत्याशितमार्गैः च प्रायः जनानां उत्पादनं जीवने च महत् प्रभावः भवति प्रतिवर्षं जूनमासात् अगस्तमासपर्यन्तं वायव्यप्रशान्तसागरे आन्ध्रप्रदेशस्य तूफानानां सक्रियकालः अपि अस्ति । चीनमौसमजालस्य पूर्वानुमानेन अस्मिन् वर्षे अगस्तमासस्य आन्ध्रप्रदेशस्य "कार्यक्रमस्य" अनुसारं अगस्तमासे वायव्यप्रशान्तसागरे दक्षिणचीनसागरे च ३ तः ४ यावत् आन्ध्रप्रदेशस्य तूफानाः भविष्यन्ति, यत् सामान्यवर्षेषु समानकालात् न्यूनम् अस्ति तेषु मम देशे २ तः ३ यावत् आन्ध्रप्रदेशस्य आन्ध्रप्रदेशस्य तूफानाः मुख्यतया पश्चिमदिशि वायव्यदिशि च गमिष्यन्ति ।
अन्तिमेषु वर्षेषु मौसमविज्ञानस्य "वायु-अनुसरणं" प्रौद्योगिकीनां साधनानां च निरन्तरं विकासः उन्नयनं च भवति । संवाददाता ज्ञातवान् यत् Nvidia इत्यनेन अद्यैव StormCast इति उच्च-निष्ठायुक्त-वायुमण्डलीय-गतिशीलतायाः अनुकरणार्थं एकं सफलता-जननात्मकं AI-प्रतिरूपं विमोचितम् अस्य मॉडलस्य सफलता-बिन्दुः अस्ति यत् एतत् विश्वसनीयतया एतादृशानां मौसम-प्रणालीनां पूर्वानुमानं कर्तुं शक्नोति येषु अद्यापि तूफानस्य निर्माणात् पूर्वं चक्रवातस्य निर्माणं न कृतम् अस्ति आन्ध्रप्रदेशस्य पूर्वानुमानं एकपदं पूर्वं कृत्वा - अधुना ३ किलोमीटर् यावत् स्थानिकसंकल्पं प्रतिघण्टां च समयसंकल्पं प्राप्तुं समर्थः ।
मासद्वयात् पूर्वं एनवीडिया संस्थापकः मुख्यकार्यकारी च जेन्सेन् हुआङ्ग् इत्यनेन अर्थ्-२ इत्यस्य माध्यमेन उपलब्धस्य कोर्डिफ् मॉडल् इत्यस्य अनावरणं कृतम् । रिपोर्ट्-अनुसारं एनवीडिया अर्थ्-२ इति डिजिटल-युग्ममेघमञ्चः अस्ति यः एआइ, भौतिक-अनुकरणं, सङ्गणक-चित्रणं च एकीकृत्य अभूतपूर्व-सटीकता-वेगेन वैश्विक-परिमाणे मौसमस्य जलवायु-अनुमानस्य च अनुकरणं, दृश्यीकरणं च कर्तुं शक्नोति CorrDiff इत्यनेन मॉडल् रिजोल्यूशनं २५ किलोमीटर् तः २ किलोमीटर् यावत् वर्धयितुं शक्यते ।
StormCast इत्यस्य उद्भवेन CorrDiff इत्यत्र प्रतिघण्टां स्वप्रतिगमनपूर्वसूचनाकार्यं योजितं भवति, यस्य अर्थः अस्ति यत् मॉडलः पूर्वपरिणामानां आधारेण भविष्यत्परिणामानां पूर्वानुमानं कर्तुं शक्नोति
६ घण्टापूर्वं पूर्वानुमानं कर्तुं शक्यते
मौसमस्य जलवायुपरिवर्तनस्य च भौतिकखतराः क्षेत्रेषु महत्त्वपूर्णरूपेण भिन्नाः भवन्ति । परन्तु यतः मेसोस्केले मौलिकजलगतिकीगतिषु अनुकरणाय उच्चस्थानिकसंकल्पस्य आवश्यकता भवति, अतः अस्मिन् स्तरे विश्वसनीयाः संख्यात्मकाः मौसमपूर्वसूचनाः गणनादृष्ट्या महतीः भवन्ति
अतः पूर्वं मौसमविज्ञानस्य शोधकर्तृभ्यः प्रायः क्षेत्रीयमौसमपूर्वसूचनाप्रतिरूपेषु (प्रायः संवहन-स्वीकार्यप्रतिरूपाः इति उच्यन्ते, CAM इति संक्षिप्तरूपेण) रिजोल्यूशन, एन्सेम्बल् आकारः, किफायतीत्वं च व्यापारः कर्तव्यः आसीत्
निम्नसंकल्पेषु वैश्विकदत्तांशेषु प्रशिक्षिताः यन्त्रशिक्षणप्रतिमानाः गम्भीरघटनानां कृते पूर्वचेतावनीप्रणालीसुधारार्थं संख्यात्मकमौसमपूर्वसूचनाप्रतिमानानाम् प्रभावीरूपेण अनुकरणं कर्तुं समर्थाः अभवन् एतेषां यन्त्रशिक्षणप्रतिमानानाम् स्थानिकसंकल्पः सामान्यतया ३० किलोमीटर् परितः भवति तथा च कालसंकल्पः ६ घण्टाः भवति ।
जननप्रसारप्रौद्योगिक्याः साहाय्येन StormCast ३ किलोमीटर् यावत् स्थानिकसंकल्पं प्रत्येकं घण्टायाः कालसंकल्पं च प्राप्तुं शक्नोति । वर्षा-रडारेण सह उपयुज्यमानस्य आदर्शस्य ६ घण्टापूर्वं पूर्वमेव पूर्वानुमानं दातुं शक्नोति ।
तदतिरिक्तं, StormCast आउटपुट् भौतिकरूपेण यथार्थतया ताप-आर्द्रता-गतिशीलतां प्रदर्शयति तथा च बहुषु सूक्ष्मविभक्त-उच्चता-स्तरयोः तापमानं, आर्द्रता-सान्द्रता, वायुः वर्षा-रडार-प्रतिबिम्ब-मूल्यानि इत्यादीनां 100 तः अधिकानां चरानाम् पूर्वानुमानं कर्तुं शक्नोति एतेन मौसमविज्ञानस्य शोधकर्तृभ्यः प्रथमवारं एआइ-मौसम-अनुकरणे तूफान-प्लवनस्य यथार्थ-3D-विकासस्य पुष्टिः कर्तुं शक्यते स्म ।
अधिकानि नवीनतानि मार्गे सन्ति
वैज्ञानिकाः पूर्वमेव अस्य आदर्शस्य लाभं कथं ग्रहीतव्यम् इति अन्वेषणं कुर्वन्ति । द वेदर कम्पनी इत्यस्य नवीनतायाः प्रमुखः टॉम हैमिलः अवदत् यत् – “यतो हि क्रमेण वज्रपातस्य, शीतकालीनवृष्टेः च महत् प्रभावः भवितुम् अर्हति तथा च विश्वसनीयरूपेण पूर्वानुमानं कर्तुं अत्यन्तं कठिनं भवति, अतः कम्प्यूटेशनल् रूपेण tractable तूफान-परिमाणस्य समूहस्य मौसमस्य पूर्वानुमानस्य उत्पादनं प्राथमिकता अस्ति यत् स्पष्टतया संख्यात्मकमौसमपूर्वसूचनाक्षेत्रे एकं कठिनं चुनौतीं सम्बोधयति मौसमकम्पनी भविष्ये एतेषां गहनशिक्षणपूर्वसूचनप्रतिमानानाम् विकासाय, मूल्याङ्कनार्थं, उपयोगाय च NVIDIA इत्यनेन सह कार्यं कर्तुं उत्साहितः अस्ति।
कोलोराडो राज्यविश्वविद्यालयस्य वायुमण्डलीयसंशोधनसंस्थायाः सहकारीसंस्थायाः यन्त्रशिक्षणस्य प्रमुखः इम्मे एबर्ट्-उफोफ् अवदत् यत्, "उच्च-संकल्प-मौसम-प्रतिमानस्य विकासाय एआइ-एल्गोरिदम्-इत्यस्य उपयोगः संवहन-समस्यानां समाधानार्थं भवति, यत् कठिन-चुनौत्यम् अस्ति" इति explores the use of StormCast एतत् प्राप्तुं सम-प्रसार-प्रतिरूपस्य क्षमता भविष्ये एआइ उच्च-संकल्प-मौसम-पूर्वसूचना-प्रतिरूपस्य विकासस्य दिशि महत्त्वपूर्णं कदमम् प्रतिनिधियति
एतानि शोध-सफलतानि न केवलं भौतिकरूपेण सटीकजलवायु-अनुकरणस्य त्वरणं दृश्यीकरणं च सक्षमं कुर्वन्ति तथा च पृथिव्याः डिजिटल-युग्मं निर्मान्ति, अपितु एनवीडिया पृथिवी-2 इत्यनेन जलवायु-संशोधनस्य नूतनस्य महत्त्वपूर्णस्य च युगस्य आरम्भः कथं कृतः इति अपि दर्शयन्ति
एनवीडिया रिसर्च इत्यस्य विश्वे शतशः वैज्ञानिकाः अभियंताः च सन्ति, ये जलवायु एआइ, सङ्गणकचित्रकला, सङ्गणकदृष्टिः, स्वायत्तवाहनानि, रोबोट् च इति क्षेत्रेषु शोधकार्यं प्रति केन्द्रीकृताः इति कथ्यते
लेखकः झाङ्ग तियानची
पाठः झाङ्ग तियानची सम्पादकः झाङ्ग यी सम्पादकः रोङ्ग बिंग
अस्य लेखस्य पुनर्मुद्रणकाले स्रोतः सूचयन्तु ।
