Google DeepMind और Google Research ने WeatherNext 3 नाम का नया AI मौसम पूर्वानुमान मॉडल पेश किया है. कंपनी के मुताबिक यह मॉडल वायुमंडल में हो रहे बदलावों को अधिक बारीकी से समझ सकता है और पहले की तुलना में ज्यादा बार मौसम का अनुमान जारी कर सकता है.
Google के वरिष्ठ स्टाफ इंजीनियर सामियर मर्चेंट ने TechCrunch को बताया कि WeatherNext 3 से मिलने वाले कुछ प्रमुख मौसम संबंधी आंकड़े पहली बार Google के कई उपभोक्ता उत्पादों को संचालित करने में इस्तेमाल किए जाएंगे. कंपनी की योजना इसे Google Search, Google Maps और Gemini में मौसम संबंधी जानकारी के लिए इस्तेमाल करने की है. मॉडल Google के cloud platforms पर users और researchers के लिए भी उपलब्ध कराया जाएगा.
5 किलोमीटर तक का रिजॉल्यूशन और हर घंटे अपडेट
कंपनी के अनुसार WeatherNext 3 कुछ प्रमुख मौसम संकेतकों के लिए करीब 5 किलोमीटर के रिजॉल्यूशन पर पूर्वानुमान दे सकता है. पुराने AI मौसम मॉडलों में यह दायरा आमतौर पर 15 से 25 वर्ग किलोमीटर तक बताया जाता रहा है, जो स्थानीय स्तर पर उपयोगी जानकारी देने के लिए पर्याप्त नहीं हो सकता.
Google का दावा है कि बारिश के पूर्वानुमान में WeatherNext 3, WeatherNext 2 की तुलना में 60 प्रतिशत सुधार करता है. नया मॉडल हर छह घंटे के बजाय हर घंटे पूर्वानुमान तैयार कर सकता है. तापमान, हवा की गति और नमी जैसे संकेतकों पर इसके प्रदर्शन का मूल्यांकन Operational WeatherBench नाम के comparison tool पर किया गया.
मीडिया रिपोर्ट्स के अनुसार इस परीक्षण में WeatherNext 3 ने Google, Microsoft और Nvidia के कुछ अन्य deep-learning मॉडलों के साथ-साथ अमेरिकी National Weather Service और European Centre for Medium-Range Weather Forecasts के पारंपरिक पूर्वानुमानों से भी बेहतर प्रदर्शन किया. यह तुलना रिपोर्ट में दिए गए मूल्यांकन के आधार पर है, इसे स्वतंत्र रूप से सत्यापित नहीं किया गया है.
सरकारी सुपरकंप्यूटर से अलग तरीका
पारंपरिक मौसम पूर्वानुमान में सरकारी एजेंसियों के सुपरकंप्यूटर मौसम के भौतिक नियमों पर आधारित जटिल गणनाएं करते हैं. इन प्रणालियों ने काफी सटीकता हासिल की है, लेकिन उन्हें चलाना महंगा और समय लेने वाला हो सकता है.
AI मॉडल बड़े पैमाने पर उपलब्ध पुराने मौसम आंकड़ों से पैटर्न सीखकर अपेक्षाकृत तेजी से पूर्वानुमान तैयार करते हैं. DeepMind के शोधकर्ता फेरान एलेट के मुताबिक मौसम एक chaotic system है, जिसमें शुरुआती स्थितियों में छोटे अंतर आगे चलकर बड़े बदलाव पैदा कर सकते हैं. उनके अनुसार machine learning अधूरी जानकारी और सीमित computing power के बीच मौसम की जटिल भौतिकी का अनुमान लगाने की कोशिश करता है.
WeatherNext 3 में उसके पिछले संस्करण की तुलना में 2.4 गुना अधिक parameters हैं. मॉडल को केवल बड़े भौगोलिक grid के औसत आंकड़े देने के बजाय खास weather stations के संभावित readings का अनुमान लगाने के लिए भी प्रशिक्षित किया गया है. इससे किसी शहर या एयरपोर्ट के मौसम स्टेशन पर तापमान, हवा या बारिश की स्थिति का hourly forecast तैयार करना आसान हो सकता है.
Raw satellite data का इस्तेमाल
नए मॉडल की एक अहम विशेषता real-time satellite data को सीधे हासिल करना है. Google के मुताबिक WeatherNext 3 हर घंटे जुटाए गए raw observations को high-resolution global forecast में शामिल करने वाला पहला AI मॉडल है.
हालांकि, इस दावे पर पूरी तरह सहमति नहीं है. Weather AI startup WindBorne का कहना है कि उसका WeatherMesh 6 मॉडल 2025 के अंत से weather balloons और अन्य स्रोतों से मिले raw observations का इस्तेमाल कर रहा है. Google ने जवाब में कहा कि WeatherNext 3 का global resolution अधिक ऊंचा है. रिपोर्ट के मुताबिक दोनों मॉडल अभी भी forecasts के लिए national weather datasets पर निर्भर हैं. इसलिए raw data का पूरी तरह direct assimilation अभी एक खुली तकनीकी चुनौती है.
मौसम सूचना से आगे संभावित असर
AI आधारित मौसम पूर्वानुमान तेजी से सस्ता और उपलब्ध हुआ तो उन क्षेत्रों को लाभ मिल सकता है जहां महंगे sensors और supercomputers के कारण उच्च गुणवत्ता वाली weather services पहुंच से बाहर हैं. बेहतर बारिश और तापमान पूर्वानुमान खेती की योजना में मदद कर सकते हैं. हवा, बादल और वर्षा के अधिक सटीक अनुमान renewable energy projects के संचालन को भी अधिक भरोसेमंद बना सकते हैं.
फिर भी, WeatherNext 3 के प्रदर्शन से जुड़े दावे Google और उपलब्ध परीक्षणों पर आधारित हैं. किसी भी मौसम मॉडल की वास्तविक उपयोगिता स्थानीय भूगोल, उपलब्ध observations और forecast की स्वतंत्र जांच पर निर्भर करेगी. आम users के लिए इसका असर तब अधिक स्पष्ट होगा जब यह Google के products में व्यापक रूप से दिखाई देने लगेगा.
