சூறாவளி முன்னறிவிப்பில் ஒரு நாள் முன்னேற்றம்: DeepMind-ன் WeatherNext AI மாதிரியின் சாதனை

வெப்பமண்டல சூறாவளிகளை (tropical cyclones) முன்னறிவிப்பதில் தமது WeatherNext AI மாதிரி ஒரு கூடுதல் நாள் துல்லியத்தை வழங்குவதாக Google DeepMind-ம், தேசிய ஹரிக்கேன் மையம் (National Hurricane Center), Cooperative Institute for Research in the Atmosphere, UK Met Office ஆகிய கூட்டாளிகளும் Nature இதழில் ஒரு ஆய்வுக் கட்டுரையை வெளியிட்டுள்ளனர். சராசரியாக, சூறாவளியின் பாதை, தீவிரம், காற்றுக் கட்டமைப்பு குறித்த மூன்று நாள் முன்னறிவிப்புகள், முந்தைய மாதிரிகள் இரண்டு நாளில் மட்டுமே எட்டிய தரத்தில் இருக்கின்றன. இது சூறாவளி பாதை மற்றும் தீவிர முன்னறிவிப்பில் ஏறத்தாழ ஒரு தசாப்த வளர்ச்சிக்குச் சமம் என்கிறது குழு.

சூறாவளியை முன்னறிவிக்க இதுவரை இரண்டு தனித்தனி மாதிரியாக்கத் தொழில்நுட்பங்கள் தேவைப்பட்டன என்று ஆய்வு கூறுகிறது. சூறாவளியின் 'பாதை' — அது எங்கே செல்கிறது என்பது — பரந்த வளிமண்டல ஓட்டங்களால் இயக்கப்படுகிறது; இதைப் பொதுவான உலகளாவிய மாதிரிகள் நன்றாகக் கணிக்கின்றன. அதன் 'தீவிரம்' — எவ்வளவு வலிமையாக மாறுகிறது என்பது — அதன் மையத்தைச் சுற்றியுள்ள மிக நுணுக்கமான வெப்ப இயக்கவியல் நிகழ்வுகளால் இயக்கப்படுகிறது; இதற்கு உயர் தெளிவுத்திறன் உள்ள சிறப்பு உள்ளூர் மாதிரிகள் தேவை. WeatherNext ஒரே மாதிரியாக இருந்தாலும், உலகளாவிய வானிலை முன்னறிவிப்பையும், சூறாவளியின் பாதை, தீவிரம், காற்றுக் கட்டமைப்பையும் இதுவரை இல்லாத துல்லியத்துடன் மேம்படுத்துவதாகக் குழு கூறுகிறது.

உலகளாவிய வானிலை இயக்கவியல் மற்றும் நிபுணர்கள் தொகுத்த வரலாற்றுச் சூறாவளிக் கண்காணிப்புகள் — இரு விதமான தரவுகளையும் ஒன்றாகக் கொண்டு மாதிரி பயிற்றுவிக்கப்பட்டது. இதற்கு கிட்டத்தட்ட 20 டெராபைட் உலகளாவிய வளிமண்டல தரவும், கிட்டத்தட்ட 5,000 வரலாற்றுச் சூறாவளிகளைக் கொண்ட IBTrACS தரவுத்தளமும் பயன்படுத்தப்பட்டன. 2023 முதல் 2024 வரையிலான சூறாவளிகளில் மற்ற முன்னணி வானிலை மாதிரிகளுடன் ஒப்பிடப்பட்டது. 2025 ஹரிக்கேன் பருவத்தில் 'மெலிசா' (Melissa) என்ற ஹரிக்கேனின் விரைவான தீவிரமாதலையும் அது ஜமைக்காவில் கரையைக் கடப்பதையும் தேசிய ஹரிக்கேன் மையத்திற்கு முன்னறிவிக்க இது உதவியதாக DeepMind கூறுகிறது.

வானிலையின் இயற்பியல் நிச்சயமற்ற தன்மையைப் பிடிக்க, WeatherNext 'Functional Generative Networks' எனும் தொழில்நுட்பத்தைப் பயன்படுத்தி பல முன்னறிவிப்புகளை ஒன்றாக உருவாக்குகிறது. முந்தைய ஆண்டு அமைப்பு ஒரே நேரத்தில் 50 முன்னறிவிப்புகளை வெளியிட்டது — உலகளாவிய இயற்பியல் மாதிரிகளுக்குச் சமமாக. இந்த ஆண்டு ஒரு சூறாவளிக்கு 1,000 முன்னறிவிப்புகளாக உயர்த்தப்பட்டிருக்கிறது. TPU-வில் 15 நாள் முன்னறிவிப்பை ஒரு நிமிடத்திற்குள் உருவாக்க முடிகிறது; விரைவான தீவிரமாதல் போன்ற அரிய ஆனால் பேரழிவுத்தன்மை மிக்க சூழல்களின் நிகழ்தகவைத் தீர்மானிக்க இது வானிலை நிபுணர்களுக்கு உதவுகிறது.

பாரம்பரிய அமைப்புகளுக்கு மாறாக, WeatherNext 28×28 கிலோமீட்டர் தெளிவுத்திறனில் இயங்குகிறது — வழக்கமான மாதிரிகளை விட ஏறத்தாழ 100 மடங்கு குறைந்த நுணுக்கம் கொண்ட அளவு. WeatherNext 2-mini என்ற சிறிய பதிப்பு 111×111 கிலோமீட்டர் அளவில் இயங்குகிறது. இப்படிப் பரந்த அளவில் இருந்தாலும் மாதிரி இப்படித் துல்லியமான சூறாவளி முன்னறிவிப்புகளை எப்படி உருவாக்குகிறது என்பது ஆய்வாளர்களையே ஆச்சரியப்படுத்தும் திறந்த கேள்வி. ஆய்வுக் கட்டுரையுடன் WeatherNext 2 மற்றும் WeatherNext Cyclones ஆகியவை திறந்த மூலமாக வெளியிடப்படுகின்றன.