அரிய கடும் வானிலை நிகழ்வுகளை முன்னறிவிக்க புதிய கலப்பு முறை

நாள்தோறும் வானிலை முன்னறிவிப்பு மேம்பட்டிருந்தாலும், ஆயிரம் ஆண்டுகளில் ஒருமுறை நிகழக்கூடிய கொடிய வெப்ப அலைகள் போன்ற நிகழ்வுகளை முன்னறிவிப்பது இன்னும் சவாலாகவே உள்ளது. பாரம்பரிய சூப்பர் கம்ப்யூட்டர் அடிப்படையிலான இயற்பியல் மாதிரிகளால் இவற்றை முன்னறிவிக்க முடியுமெனினும், அதிக நேரமும் ஆற்றலும் தேவைப்படுகின்றன. அதேசமயம், புதிய செயற்கை நுண்ணறிவு அடிப்படையிலான மாதிரிகள் அன்றாட முன்னறிவிப்பில் திறம்பட செயல்பட்டாலும், தங்கள் பயிற்சித் தரவில் போதுமான அளவு இல்லாத அரிய, தீவிர நிகழ்வுகளை முன்னறிவிப்பதில் பெரும்பாலும் தோல்வியடைகின்றன.

"அறிவியலில் செயற்கை நுண்ணறிவின் மாபெரும் சாதனைகளில் வானிலை, காலநிலை மாதிரிகளும் ஒன்று; ஆனால் அவை மந்திரத் தன்மையுடையவை அல்ல -- மிக அரிதான, மிகத் தீவிரமான 'கிரே ஸ்வான்' நிகழ்வுகளில் அவை தோல்வியடைகின்றன" என்று ஷிகாகோ பல்கலைக்கழக புவிஇயற்பியல் இணைப் பேராசிரியர் பெட்ராம் ஹசன்சாதே கூறினார். "விரிவான இயற்பியல் மாதிரிகளால் இந்த தீவிர நிகழ்வுகளை பிடிக்க முடியும், ஆனால் அவற்றுக்கு தடுத்து நிறுத்தும் அளவுக்கு அதிக நேரமும் ஆற்றலும் தேவை" என்றும் அவர் தெரிவித்தார்.

ஹசன்சாதேயின் காலநிலை தீவிர நிகழ்வுகள் கோட்பாடு மற்றும் தரவுக் குழு உறுப்பினர்கள் இணைந்து வழிநடத்திய, அமெரிக்கா, பிரான்ஸ் நாடுகளைச் சேர்ந்த சர்வதேச ஆராய்ச்சியாளர் குழு, செயற்கை நுண்ணறிவு கருவிகளின் திறனையும் பாரம்பரிய இயற்பியல் மாதிரிகளின் நம்பகத்தன்மையையும் இணைக்கும் ஒரு கலப்பு முறையை உருவாக்கியது; இது ஃபிசிகல் ரிவியூ லெட்டர்ஸ் இதழில் வெளியானது. இயற்பியல் மாதிரிகள் மட்டும் பயன்படுத்துவதை விட மிகக் குறைந்த கணினி வளங்களைப் பயன்படுத்தி, அரிய, தீவிர நிகழ்வுகளுக்கான வாய்ப்புகளை வேகமாகவும் துல்லியமாகவும் முன்னறிவிக்கும் வகையில் இந்த முறை வடிவமைக்கப்பட்டுள்ளது.

"செயற்கை நுண்ணறிவு, பாரம்பரிய இயற்பியல் ஆகிய இரண்டின் பலங்களையும் இணைக்கும் இந்த முறை, உருவகப்படுத்த மிகக் கடினமான, சமூகத்தில் மிகப் பெரிய தாக்கத்தை ஏற்படுத்தும் தீவிர நிகழ்வுகளுக்கு குறிப்பாகப் பயனுள்ளதாக இருக்கும்" என்று ஹசன்சாதே கூறினார். இதுபோன்ற அரிய, தீவிர நிகழ்வுக்கு எடுத்துக்காட்டாக, 2010-ஆம் ஆண்டு ரஷ்யாவின் மாஸ்கோவில் ஏற்பட்ட வெப்ப அலையை ஆராய்ச்சியாளர்கள் குறிப்பிட்டனர்; அது காட்டுத்தீக்களை மோசமாக்கியதுடன், தலைநகரில் மாசு அளவை இயல்பை விட பத்து மடங்கு அதிகரித்தது.