কৃত্রিম বুদ্ধিমত্তার আবহাওয়া মডেলগুলি পদার্থবিদ্যা-ভিত্তিক ভবিষ্যদ্বাণীগুলির সাথে ব্যবধান বন্ধ করতে তিন বছর অতিবাহিত করেছে, কিন্তু দুটি সমস্যা রয়ে গেছে: একটি রেজোলিউশন যা স্থানীয় এলাকার জন্য খুব মোটা, এবং সংখ্যাসূচক আবহাওয়ার পূর্বাভাস (NWP) বিশ্লেষণের সাথে যুক্ত একটি প্রাথমিককরণ যা প্রায় ছয় ঘন্টা দেরিতে আসে। WeatherNext 3, Google DeepMind এবং Google Research দ্বারা প্রকাশিত, উভয়কেই আক্রমণ করে৷ মডেলটিতে সরাসরি ইনপুট হিসাবে এটি একটি লাইভ গ্লোবাল জিওস্টেশনারি স্যাটেলাইট মোজাইক নেয়, প্রতি ঘন্টায় পুনরায় শুরু করে এবং 0.05° (~5 কিমি) পর্যন্ত পূর্বাভাস নির্গত করে যখন শুধুমাত্র পুনর্বিশ্লেষণ নেটওয়ার্কের পরিবর্তে কাঁচা আবহাওয়া স্টেশন পরিমাপের বিরুদ্ধে প্রশিক্ষণ দেয়। গুগল এআই অনুসারে, ব্রাইটব্যান্ডের স্বাধীন লাইভ মূল্যায়ন এটিকে এখন পর্যন্ত সবচেয়ে নির্ভুল বৈশ্বিক আবহাওয়া মডেল হিসাবে রেট করেছে।
এটা কি স্থাপনযোগ্য? আংশিকভাবে পূর্বাভাসের ডেটা এখন BigQuery, আর্থ ইঞ্জিন এবং ক্লাউড স্টোরেজের মাধ্যমে একটি সাদা তালিকার অনুরোধের পরে উপলব্ধ, কিন্তু WeatherNext 3 ওজনগুলি ওপেন সোর্স নয় এবং অন-ডিমান্ড কাস্টম অনুমান এখনও WeatherNext 2 কে ক্ষমতা দেয়৷
আর্কিটেকচার এবং ইনপুট
WeatherNext 3 হল একটি কার্যকরী গ্রিড ট্রান্সফর্ম (FGN), একই সম্ভাব্য পরিবার WeatherNext 2 এর সাথে প্রবর্তিত, মাল্টি-রেজোলিউশন আউটপুটে স্কেল করা হয়েছে। ইনপুট হল লাইভ জিওস্টেশনারি স্যাটেলাইট মোজাইক প্লাস ECMWF HRES বিশ্লেষণ। প্রশিক্ষণটি ERA5/HRES-fc0, NASA IMERG, স্টেশন পর্যবেক্ষণ এবং একটি স্যাটেলাইট মোজাইকের উপর নির্ভর করে।
বেশিরভাগ AI পূর্বাভাসকারীরা NWP পুনঃবিশ্লেষণ থেকে শেখে, যা স্থানীয় পরিবর্তনশীলতাকে মসৃণ করে যা আসলে উপকূলরেখা, উপত্যকা এবং পর্বত তৈরি করে। WeatherNext 3 সরাসরি কাঁচা স্টেশন পরিমাপের উপর পর্যবেক্ষণ হেডগুলিকে ট্র্যাক করে, তাই এর 0.05 ডিগ্রি তাপমাত্রা এবং শিশির বিন্দুর আউটপুটগুলি যন্ত্রগুলি যা রেকর্ড করে তার জন্য ক্যালিব্রেট করা হয় এবং বায়ুমণ্ডলের মডেলের উপস্থাপনা না করে।