தொழில்நுட்ப வளர்ச்சியால் வானிலையியல் ஒரு அறிவியலாக முன்னேறி வருகிறது. தற்போது, எப்போது, எங்கு மழை பெய்யும் என்பதை நேரடியாகக் கணிக்கும் திறன் கொண்ட பல கணினி நிரல்கள் உள்ளன. நிறுவனம் Deepmind எப்போது, எங்கு மழை பெய்யும் என்பதை சரியாகக் கணிக்கும் ஒரு செயற்கை நுண்ணறிவை உருவாக்கியுள்ளது. தற்போதைய அமைப்புகளை விட குறுகிய கால கணிப்புகளைச் செய்ய சிறந்த மாதிரியை உருவாக்க இந்த நிறுவனம் இங்கிலாந்தின் வானிலை ஆய்வாளர்களுடன் இணைந்து பணியாற்றியுள்ளது.
இந்தக் கட்டுரையில், ரோப்லெடா பங்குச் சந்தை மற்றும் டீப் மைண்டின் வானிலை முன்னறிவிப்பு தொழில்நுட்பம் பற்றி நீங்கள் தெரிந்து கொள்ள வேண்டிய அனைத்தையும் நாங்கள் உங்களுக்குச் சொல்வோம்.
வானிலை முன்னறிவிப்பு
டீப் மைண்ட், லண்டனை தளமாகக் கொண்ட செயற்கை நுண்ணறிவு நிறுவனம், கடினமான அறிவியல் சிக்கல்களுக்கு ஆழ்ந்த கற்றலைப் பயன்படுத்துவதில் தனது வாழ்க்கையைத் தொடர்கிறார். பிரிட்டிஷ் தேசிய வானிலை சேவையின் வானிலை அலுவலகத்துடன் இணைந்து, டீப் மைண்ட் நிறுவனம் டிஜிஎம்ஆர் எனப்படும் ஆழமான கற்றல் கருவியை உருவாக்கியுள்ளது. இது அடுத்த 90 நிமிடங்களில் மழை பெய்யும் சாத்தியக்கூறுகளை துல்லியமாக கணிக்க முடியும். இது வானிலை ஆய்வுகளில் ஒரு குறிப்பிடத்தக்க சவாலாகும். வானிலை முன்னறிவிப்பு.
தற்போதுள்ள கருவிகளுடன் ஒப்பிடுகையில், டஜன் கணக்கான நிபுணர்கள் டிஜிஎம்ஆரின் கணிப்புகள் மழை, இருப்பிடம், வரம்பு, இயக்கம் மற்றும் மழையின் தீவிரம், 89% நேரம் உள்ளிட்ட பல காரணிகளில் சிறந்தவை என்று நம்புகின்றனர். டீப் மைண்டின் புதிய கருவி உயிரியலில் ஒரு புதிய சாவியைத் திறக்கிறது, விஞ்ஞானிகள் பல தசாப்தங்களாக தீர்க்க முயற்சித்து வருகின்றனர்.
இருப்பினும், கணிப்புகளில் சிறிய மேம்பாடுகள் கூட முக்கியம். மழையை முன்னறிவிப்பது, குறிப்பாக கனமழை, பல தொழில்களுக்கு, வெளிப்புற நடவடிக்கைகள் முதல் விமான சேவைகள் மற்றும் அவசரநிலைகள் வரை மிகவும் முக்கியமானது. ஆனால் அதை சரியாகப் பெறுவது கடினம். வானத்தில் எவ்வளவு தண்ணீர் இருக்கிறது, எப்போது, எங்கே விழும் என்பதைத் தீர்மானிப்பது பல காலநிலை செயல்முறைகளைப் பொறுத்தது, வெப்பநிலை மாற்றங்கள், மேக உருவாக்கம் மற்றும் காற்று போன்றவை. இந்தக் காரணிகள் அனைத்தும் தனித்தனியாக மிகவும் சிக்கலானவை, ஆனால் அவை இணைந்தால் மிகவும் சிக்கலானதாகிவிடும். இந்த நிகழ்வைப் பற்றி மேலும் அறிய, நீங்கள் கட்டுரையைப் பார்க்கலாம் வானிலை அறிவியலின் வரையறை.
கிடைக்கக்கூடிய சிறந்த கணிப்பு தொழில்நுட்பம் வளிமண்டல இயற்பியலின் அதிக எண்ணிக்கையிலான கணினி உருவகப்படுத்துதல்களைப் பயன்படுத்துகிறது. நீண்ட கால முன்னறிவிப்புகளுக்கு இவை பொருத்தமானவை, ஆனால் அடுத்த மணி நேரத்தில் என்ன நடக்கும் என்று கணிப்பதில் அவை அவ்வளவு சிறப்பாக இல்லை. இது உடனடி முன்னறிவிப்பு என்று அழைக்கப்படுகிறது.
டீப் மைண்ட் வளர்ச்சி
முந்தைய ஆழ்ந்த கற்றல் நுட்பங்கள் உருவாக்கப்பட்டுள்ளன, ஆனால் இந்த நுட்பங்கள் பொதுவாக இடத்தைக் கணிப்பது போன்ற ஒரு அம்சத்தில் சிறப்பாகச் செயல்படுகின்றன, சக்தியைக் கணிப்பது போன்ற மற்றொரு அம்சத்தின் இழப்பில். உடனடி மழைப்பொழிவை கணிக்க உதவும் கனமழைக்கான ரேடார் தரவு வானிலை ஆய்வாளர்களுக்கு ஒரு பெரிய சவாலாக உள்ளது.
டீப் மைண்ட் குழு அவர்களின் AI க்கு பயிற்சி அளிக்க ரேடார் தரவைப் பயன்படுத்தியது. பல நாடுகளும் பிராந்தியங்களும் அடிக்கடி மேக உருவாக்கம் மற்றும் இயக்கத்தை கண்காணிக்கும் ரேடார் அளவீடுகளின் ஸ்னாப்ஷாட்களை அடிக்கடி வெளியிடுகின்றன. உதாரணமாக, இங்கிலாந்தில், ஒவ்வொரு ஐந்து நிமிடங்களுக்கும் புதிய அளவீடுகள் வெளியிடப்படுகின்றன. இந்த புகைப்படங்களை ஒன்றாக இணைப்பதன் மூலம், ஒரு நாட்டின் மழை முறை எவ்வாறு மாறுகிறது என்பதைக் காட்டும் புதுப்பித்த நிறுத்த-இயக்க வீடியோவைப் பெறலாம்.
ஆராய்ச்சியாளர்கள் இந்தத் தரவை GAN போன்ற ஒரு ஆழமான தலைமுறை நெட்வொர்க்கிற்கு அனுப்புகிறார்கள், இது பயிற்சியளிக்கப்பட்ட AI ஆகும், இது பயிற்சியில் பயன்படுத்தப்படும் உண்மையான தரவுக்கு மிகவும் ஒத்த புதிய தரவு மாதிரிகளை உருவாக்க முடியும். போலி ரெம்ப்ராண்ட் உட்பட போலி முகங்களை உருவாக்க GAN பயன்படுத்தப்படுகிறது. இந்த வழக்கில், டிஜிஎம்ஆர் (இது "ஜெனரேட்டிவ் டீப் ரெய்ன் மாடல்" என்பதைக் குறிக்கிறது) உண்மையான அளவீட்டு வரிசையைத் தொடரும் தவறான ரேடார் ஸ்னாப்ஷாட்களை உருவாக்க கற்றுக்கொண்டது.
DeepMind AI பரிசோதனைகள்
டீப் மைண்டில் ஆராய்ச்சிக்கு தலைமை தாங்கிய ஷாகிர் முகமது, இது ஒரு திரைப்படத்திலிருந்து சில ஸ்டில்களைப் பார்ப்பது மற்றும் அடுத்து என்ன நடக்கும் என்று யூகிப்பது போன்றது என்று கூறினார். இந்த முறையை சோதிக்க, குழு வானிலை ஆய்வு மையத்தின் 56 வானிலை ஆய்வாளர்களை (வேலையில் ஈடுபடாத) மிகவும் மேம்பட்ட உடல் உருவகப்படுத்துதல்கள் மற்றும் எதிரிகளின் தொகுப்பை ஆராயும்படி கேட்டது.
89% மக்கள் DGMR வழங்கிய முடிவுகளை விரும்புவதாகக் கூறினர். இயந்திரக் கற்றல் வழிமுறைகள் பொதுவாக உங்கள் கணிப்புகள் எவ்வளவு நல்லவை என்பதை எளிமையான அளவீட்டுக்கு உகந்ததாக்க முயற்சிக்கின்றன. இருப்பினும், வானிலை முன்னறிவிப்பு பல்வேறு அம்சங்களைக் கொண்டுள்ளது. ஒரு கணிப்பு சரியான இடத்தில் தவறான மழை தீவிரத்தைப் பெற்றிருக்கலாம், அல்லது வேறொரு கணிப்பு சரியான தீவிர கலவையைப் பெற்றது, ஆனால் தவறான இடத்தில், மற்றும் பல. வானிலை அமைப்புகள் எவ்வாறு செயல்படுகின்றன என்பதைப் பற்றி மேலும் அறிய, இதைப் பற்றி படிக்க பரிந்துரைக்கிறோம் ஆன்டிசைக்ளோன்களுக்கும் காற்றழுத்த தாழ்வுகளுக்கும் இடையிலான வேறுபாடு.
அறிவியலுக்குத் தெரிந்த அனைத்து புரதங்களின் அமைப்பையும் வெளியிடுவதாக டீப் மைண்ட் கூறியது. நிறுவனம் அதன் ஆல்பாஃபோல்ட் புரதத்தை மடிக்கும் செயற்கை நுண்ணறிவைப் பயன்படுத்தி மனித புரோட்டீமிற்கான கட்டமைப்புகளை உருவாக்குகிறது, அத்துடன் ஈஸ்ட், பழ ஈக்கள் மற்றும் எலிகள்.
டீப் மைண்ட் மற்றும் மெட் ஆபீஸ் இடையே ஒத்துழைப்பு AI மேம்பாட்டை முடிக்க இறுதி பயனர்களுடன் இணைந்து பணியாற்றுவதற்கான ஒரு நல்ல உதாரணம். நிச்சயமாக, இது ஒரு நல்ல யோசனைதான், ஆனால் அது பெரும்பாலும் நடக்காது. இந்தக் குழு பல வருடங்கள் இந்தத் திட்டத்தில் பணியாற்றியது, மேலும் வானிலை ஆய்வு மையத்தின் நிபுணர்களின் உள்ளீடுகள் இந்தத் திட்டத்தை வடிவமைத்தன. "இது எங்கள் சொந்த செயல்படுத்தலை விட வித்தியாசமான முறையில் எங்கள் மாதிரியின் வளர்ச்சியை ஊக்குவிக்கிறது" என்று டீப் மைண்டின் ஆராய்ச்சி விஞ்ஞானி சுமன் ரவூரி கூறினார். "இல்லையெனில், இறுதியில் குறிப்பாக பயனுள்ளதாக இல்லாத ஒரு மாதிரியை நாங்கள் உருவாக்கியிருக்கலாம்." வானிலை அறிவியலின் பல்வேறு பயன்பாடுகளைப் பற்றி மேலும் அறிய, நீங்கள் கட்டுரையைப் பார்வையிடலாம் வானிலை அறிவியலில் ட்ரோன்கள்.
டீப் மைண்ட் அதன் AI நடைமுறை பயன்பாடுகளைக் கொண்டுள்ளது என்பதைக் காட்ட ஆர்வமாக உள்ளது. ஷாகீரைப் பொறுத்தவரை, டிஜிஎம்ஆர் மற்றும் ஆல்பாஃபோல்ட் ஆகியவை ஒரே கதையின் ஒரு பகுதியாகும்: நிறுவனம் புதிர்களைத் தீர்க்கும் அவர்களின் பல வருட அனுபவத்தைப் பயன்படுத்துகிறது. டீப் மைண்ட் இறுதியாக நிஜ உலக அறிவியல் பிரச்சினைகளை பட்டியலிடத் தொடங்கியிருக்கலாம் என்பது இங்கே மிக முக்கியமான முடிவு.
வானிலை முன்னறிவிப்பில் முன்னேற்றம்
வானிலை முன்னறிவிப்பு தொழில்நுட்பத்தின் வளர்ச்சியால் ஆதரிக்கப்பட வேண்டும், ஏனெனில் நமது வளிமண்டலம் எவ்வாறு செயல்படுகிறது என்பதை முழுமையாக புரிந்து கொள்ள நாம் நெருக்கமாக நெருங்கி வருகிறோம். பல நேரங்களில் மனிதனும் அவனது கணக்கீடுகளும் செயற்கை நுண்ணறிவின் வளர்ச்சியுடன் தவிர்க்கப்படக்கூடிய பொதுவான தவறுகளுக்கு உட்படுத்தப்படலாம்.
வானிலை முன்னறிவிப்பு மனிதர்களுக்கு முக்கியமானது, ஏனெனில் நாம் பலவற்றைப் பயன்படுத்திக் கொள்ளலாம் மிகவும் திறமையான நீர் வளங்கள் மற்றும் புயல்கள் மற்றும் கனமழையில் சில பேரழிவுகளைத் தவிர்க்கவும். இந்த காரணத்திற்காக, வானிலை ஆய்வாளர்கள் பெருகிய முறையில் மழையை கணிப்பதற்கான செயற்கை நுண்ணறிவு திட்டங்களை உருவாக்க ஒப்புக்கொள்கிறார்கள்.
இந்த தகவலுடன் நீங்கள் DeepMind திட்டம் மற்றும் அதன் பண்புகள் பற்றி மேலும் அறிய முடியும் என்று நம்புகிறேன்.