UrduLead UrduLead
Related Articles
ٹیکنالوجی کمپنی گوگل نے موسم کی پیش گوئی کے لیے جدید مصنوعی ذہانت کا نظام متعارف کرا دیا ہے۔ گوگل ڈیپ مائنڈ اور گوگل ریسرچ نے ویدر نیکسٹ تھری ماڈل متعارف کرایا ہے جو عالمی سطح پر موسم کی پیش گوئی کا اب تک کا سب سے جدید اور درست ماڈل قرار دیا جا رہا ہے۔
کمپنی کے مطابق یہ ماڈل مصنوعی ذہانت کی مدد سے زمین کے مدار میں موجود سیاروں سے حاصل ہونے والی براہِ راست سیٹلائٹ تصاویر اور زمینی اسٹیشنوں کے حقیقی ڈیٹا کو استعمال کرتے ہوئے کام کرتا ہے۔
نئی خصوصیات کیا ہیں؟
تفصیلات کے مطابق ویدر نیکسٹ تھری ماڈل روایتی، سْست اور کمپیوٹنگ کے زیادہ وسائل استعمال کرنے والے عددی تخمینوں پر انحصار ختم کر دیتا ہے۔
سابقہ ماڈل ویدر نیکسٹ ٹو 25 کلومیٹر کے دائرے میں ہر چھ گھنٹے بعد پیش گوئی کرتا تھا، جبکہ نیا ماڈل درجہ حرارت اور نمی جیسے اہم متغیرات کے لیے 5 کلومیٹر کی حد تک ریزولوشن پر ہر گھنٹے تازہ پیش گوئی فراہم کرتا ہے، یعنی یہ سابقہ ماڈل سے تقریباً پانچ گنا زیادہ باریک اور چھ گنا زیادہ تیز رفتار ہے۔
ہوا کی رفتار کی پیش گوئی 25 کلومیٹر کی ریزولوشن پر کی جاتی ہے۔ کمپنی کا دعویٰ ہے کہ ایک دن یا اس سے زیادہ آگے کی بارش کی پیش گوئیوں میں 50 فیصد تک بہتری آئی ہے۔
ناسا اور گوگل کے اپنے سیٹلائٹ تجزیے کے ڈیٹا کو ملا کر بارش اور برفباری کی پیش گوئی کو مزید درست بنایا گیا ہے۔ یہ ماڈل ہوا کی توانائی کے لیے ٹربائن کی بلندی پر ہوا کی رفتار اور شمسی توانائی کے لیے بادلوں اور سورج کی روشنی کی سطح کی پیش گوئی بھی فراہم کرتا ہے۔
ویدر نیکسٹ تھری اب گوگل سرچ، جیمنائی ایپ، گوگل میپس، گوگل میپس ویدر اے پی آئی، گوگل ارتھ انجن، بگ کوئری اور کلاؤڈ اسٹوریج سمیت متعدد گوگل پلیٹ فارمز کو طاقت فراہم کر رہا ہے۔ محققین اور ڈیولپرز اس ماڈل کو گوگل ویدر لیب کے ذریعے بھی آزما سکتے ہیں۔
پس منظر اور بڑا رجحان
گزشتہ برسوں کے دوران مصنوعی ذہانت نے موسمیاتی پیش گوئی کے شعبے میں انقلاب برپا کیا ہے، جس میں ماڈلز تاریخی ریکارڈ سے سیکھ کر روایتی طریقوں سے زیادہ تیز اور درست پیش گوئیاں کرنے لگے ہیں۔
تاہم مقامی اور تیزی سے بدلتے موسمی حالات کی پیش گوئی اب تک ایک چیلنج رہی ہے کیونکہ پرانے ماڈلز میں مقامی درستگی کی کمی تھی اور وہ سیٹلائٹ جیسے حقیقی وقت کے ذرائع کا ڈیٹا شامل کرنے میں دشوار محسوس کرتے تھے۔
گوگل کا کہنا ہے کہ ویدر نیکسٹ تھری ان تینوں کمزوریوں کو دور کرتا ہے۔ کمپنی کے مطابق ان بہتریوں کا سب سے زیادہ فائدہ لاطینی امریکہ، افریقہ اور ایشیا پیسیفک کے ان خطوں کو ہوگا جہاں مہنگے سپر کمپیوٹرز کی عدم دستیابی کے باعث اعلیٰ معیار کی پیش گوئی محدود رہی ہے۔
آزاد لیڈر بورڈ آپریشنل ویدر بینچ پر یہ ماڈل مائیکروسافٹ، این ویڈیا اور یورپی مرکز برائے درمیانی مدت موسمی پیش گوئی کے ماڈلز سے آگے نکل کر سرفہرست آ گیا ہے۔
سوشل میڈیا پر ردعمل
ماڈل کی رونمائی کے بعد سوشل میڈیا پر ٹیکنالوجی شائقین اور ماہرین کی جانب سے وسیع پیمانے پر تبصرے سامنے آئے۔
بہت سے صارفین نے ہر گھنٹے تازہ پیش گوئی اور زیادہ درست بارش کی اطلاعات کو سراہا، خاص طور پر ان علاقوں کے لوگوں نے مثبت ردعمل دیا جہاں پہلے موسمیاتی پیش گوئی کا معیار کمزور سمجھا جاتا تھا۔
کچھ صارفین نے اس بات پر بھی بحث کی کہ آیا مصنوعی ذہانت کے ماڈلز غیرمعمولی یا شدید موسمی واقعات کی پیش گوئی میں اتنے ہی مؤثر ثابت ہوں گے۔
ماہرین کا تجزیہ
گوگل ڈیپ مائنڈ کے سینئر انجینئر سیمیئر مرچنٹ کے مطابق یہ پہلا موقع ہے کہ بنیادی موسمیاتی متغیرات براہِ راست گوگل کی متعدد مصنوعات کو طاقت فراہم کر رہے ہیں۔
ڈیپ مائنڈ کی ریسرچ سائنٹسٹ مینیجر فیرن ایلیٹ نے وضاحت کی کہ مشین لرننگ کا انداز موسم کی افراتفری زدہ اور غیر مستحکم طبیعیات کو بڑے ڈیٹا سے سیکھے گئے نمونوں کی بنیاد پر سمجھنے کی کوشش کرتا ہے۔
برائٹ بینڈ کے ڈینیل روتھن برگ کے مطابق مخصوص موسمی اسٹیشنوں کے لیے پیش گوئی کی صلاحیت اے آئی پیش گوئیوں کو حقیقی دنیا کے عملی استعمال، جیسے کسی خاص ہوائی اڈے کے موسمی حالات کے تعین، کے قریب تر لے آتی ہے۔
ماہرین یہ بھی نشاندہی کرتے ہیں کہ مشین لرننگ ماڈلز تاریخی ڈیٹا پر تربیت یافتہ ہونے کی وجہ سے غیرمعمولی یا بے مثال موسمی واقعات کی پیش گوئی میں اب بھی محدود ثابت ہو سکتے ہیں۔
