Google DeepMind ने सहकर्मी-समीक्षित परिणाम प्रकाशित किए हैं, जिसमें दिखाया गया है कि इसका वेदरनेक्स्ट AI मौसम मॉडल उष्णकटिबंधीय चक्रवातों की भविष्यवाणी करने में अत्याधुनिक सटीकता प्राप्त करता है, जो प्रमुख परिचालन पूर्वानुमान प्रणालियों पर औसतन एक पूरा दिन या उससे अधिक पूर्वानुमानित लीड समय प्राप्त करता है। यह शोध 6 अगस्त, 2026 को नेचर जर्नल में छपा और Google प्रकाशन के साथ-साथ मॉडलों का ओपन-सोर्सिंग कर रहा है।

यह सफलता एआई उद्योग कवरेज के गहन होने के क्षण में आई है, जहां कृत्रिम बुद्धिमत्ता को उच्च जोखिम वाली वैज्ञानिक और सार्वजनिक-सुरक्षा समस्याओं पर तेजी से लागू किया जा रहा है। डीपमाइंड घोषणा में उद्धृत आंकड़ों के अनुसार, पिछले 50 वर्षों में उष्णकटिबंधीय चक्रवातों के कारण 700,000 से अधिक मौतें हुई हैं और 1.4 ट्रिलियन डॉलर का आर्थिक नुकसान हुआ है, जिससे निकासी और आपदा प्रतिक्रिया के परिणामस्वरूप अनुमानित समय में मामूली लाभ भी हुआ है।

एक सिस्टम में संपीड़ित लीड टाइम का एक दिन

शीर्षक परिणाम लीड टाइम है। 2023 से 2025 तक के चक्रवातों पर, वेदरनेक्स्ट के ट्रैक, तीव्रता और पवन-संरचना की भविष्यवाणियां प्रमुख परिचालन मॉडलों की तुलना में औसतन एक दिन या उससे अधिक का लाभ देती हैं। व्यावहारिक रूप से, इसका तीन-दिवसीय पूर्वानुमान पिछले सिस्टम द्वारा दो दिनों में दिए गए पूर्वानुमान से मेल खाता है। शोधकर्ताओं ने इस सुधार को एक एआई सिस्टम में संपीड़ित लगभग एक दशक की परिचालन मौसम संबंधी प्रगति के बराबर बताया है।

चक्रवात के पूर्वानुमान में, जहां निकासी आदेश, आपूर्ति स्टेजिंग और आपातकालीन घोषणाएं घंटों पर निर्भर करती हैं, वह मार्जिन वह मीट्रिक है जो सबसे अधिक मायने रखती है। पेपर वेदरनेक्स्ट साइक्लोन पेश करता है, एक एआई मॉडल जो 15 दिनों तक उष्णकटिबंधीय चक्रवात के ट्रैक, तीव्रता और आकार के बारे में पूर्वानुमान तैयार करता है।

मॉडल कैसे काम करता है

प्रशिक्षण डेटा ने वैश्विक वायुमंडलीय विश्लेषण को लगभग 5,000 ऐतिहासिक तूफानों के IBTrACS डेटाबेस के साथ जोड़ा। मॉडल एकल-बिंदु पूर्वानुमानों के बजाय संभाव्यता वितरण का उत्पादन करने के लिए कार्यात्मक जेनरेटिव नेटवर्क का उपयोग करता है, और यह 1,000-सदस्यीय समूह तक पहुंचता है - पूर्व प्रणाली के 50-सदस्यीय रनों का बीस गुना। बड़े समूह दुर्लभ लेकिन उच्च-परिणाम वाली घटनाओं को बेहतर ढंग से पकड़ते हैं, जैसे तीव्र तीव्रता, खतरनाक घटना जहां तूफान की हवा की गति अचानक बढ़ जाती है।

एक खोज यह उजागर करती है कि यह क्या चुनौती देती है। उच्च स्थानिक रिज़ॉल्यूशन को लंबे समय से सटीक तीव्रता पूर्वानुमानों की कीमत माना जाता है। वेदरनेक्स्ट साइक्लोन 28-बाई-28-किलोमीटर इनपुट पर चलता है, जो पारंपरिक क्षेत्रीय मॉडलों की तुलना में लगभग 100 गुना मोटा है, और वेदरनेक्स्ट 2-मिनी नामक एक कॉम्पैक्ट संस्करण 111-बाई-111 किलोमीटर पर चलता है और अभी भी अच्छा प्रदर्शन करता है। पेपर में कहा गया है कि उच्च रिज़ॉल्यूशन अत्याधुनिक तीव्रता पूर्वानुमान के लिए एक सख्त शर्त नहीं है, और शोधकर्ता एक खुले प्रश्न के रूप में चिह्नित करते हैं कि मॉडल मोटे डेटा से तीव्रता संकेत कैसे निकालता है।

2025 के तूफान सीज़न के दौरान परीक्षण किया गया

मूल्यांकन पूरी तरह पूर्वव्यापी नहीं था। 2025 के अटलांटिक तूफान के मौसम के दौरान, मॉडल राष्ट्रीय तूफान केंद्र के परिचालन वर्कफ़्लो के साथ चला और पूर्वानुमानकर्ताओं को तूफान मेलिसा की तीव्र तीव्रता और जमैका में भूस्खलन का अनुमान लगाने में काफी पहले से मदद मिली ताकि प्रारंभिक चेतावनी का समर्थन किया जा सके। एनएचसी की 2025 सत्यापन रिपोर्ट सीज़न के पूर्वानुमान प्रदर्शन का दस्तावेजीकरण करती है। इस वर्ष सिस्टम पूर्वानुमानकर्ता निर्णय लेने में सहायता के लिए प्रति चक्रवात 1,000 संभावित परिदृश्य उत्पन्न कर रहा है।

यह काम Google DeepMind और Google रिसर्च के वैज्ञानिकों और नेशनल हरिकेन सेंटर, कोऑपरेटिव इंस्टीट्यूट फॉर रिसर्च इन एटमॉस्फियर (CIRA) और यूके मेट ऑफिस के बीच एक सहयोग था, जिनमें से कई नेचर पेपर के सह-लेखक हैं।

तीन ओपन-सोर्स वेरिएंट जारी किए गए

ओपन-सोर्स रिलीज़ में तीन मॉडल वेरिएंट शामिल हैं:

  • वेदरनेक्स्ट साइक्लोन - वह संस्करण जो 2025 के तूफान के मौसम के दौरान चला और जिसके परिणाम पेपर में दिखाई देते हैं
  • वेदरनेक्स्ट 2 - बाद का अपडेट जिसे Google ने अक्टूबर 2025 में चालू किया
  • वेदरनेक्स्ट 2-मिनी - एक कॉम्पैक्ट संस्करण जो मुफ़्त Google Colab नोटबुक में एकल TPU पर चलता है

तीनों के लिए कोड और वज़न GitHub पर उपलब्ध हैं। एक टीपीयू पर 15 दिन का पूर्वानुमान लगाने में एक मिनट से भी कम समय लगता है, जिसका अर्थ है कि अपनाने में बाधा अब विशेषज्ञता और एकीकरण है, गणना नहीं।

पूर्वानुमान वेदर लैब पर भी खोजे जा सकते हैं, जिसे Google ने चक्रवात ट्रैकिंग से लेकर तापमान, वर्षा और हवा की गति को कवर करने वाले पूर्ण वैश्विक पूर्वानुमान तक विस्तारित किया है। मॉडल और वेदर लैब दोनों Google Earth AI के अंतर्गत आते हैं, जो जलवायु और भू-स्थानिक चुनौतियों के लिए मशीन लर्निंग को लागू करने के लिए कंपनी का प्रमुख प्रयास है।

यह क्यों मायने रखता है

परिणाम एक व्यापक प्रवृत्ति को पुष्ट करता है: एआई-आधारित मौसम मॉडल कई मौसम विज्ञानियों की अपेक्षा से कहीं अधिक तेजी से अनुसंधान प्रदर्शनों से परिचालन उपकरणों की ओर बढ़ रहे हैं। वज़न को ओपन-सोर्स करके और एक शीर्ष स्तरीय जर्नल में प्रकाशित करके, Google वेदरनेक्स्ट को एक संदर्भ प्रणाली के रूप में स्थापित कर रहा है जिसे राष्ट्रीय मौसम विज्ञान एजेंसियां ​​और दुनिया भर के शोधकर्ता बना सकते हैं।

चक्रवात-प्रवण क्षेत्रों में समुदायों के लिए, चेतावनी का एक अतिरिक्त दिन व्यवस्थित निकासी और अराजक निकासी के बीच अंतर हो सकता है। जैसे-जैसे एआई मौसम मॉडल परिपक्व होते जा रहे हैं, प्रतिस्पर्धी प्रश्न केवल सटीकता से हटकर इस बात पर केंद्रित होता जा रहा है कि कौन पूर्वानुमानों को सबसे तेजी से क्रियान्वित कर सकता है।

एआई से आगे रहें

कृत्रिम बुद्धिमत्ता विज्ञान, बुनियादी ढाँचे और दैनिक जीवन को कैसे बदल रही है, इस बारे में अधिक जानकारी के लिए हमारे [ब्रेकिंग एआई न्यूज़] (https://aibuzzwire.news) कवरेज का अनुसरण करें। हम वास्तविक समय में अनुसंधान, कंपनियों और क्षेत्र को आकार देने वाली नीतियों को ट्रैक करते हैं।

अधिक AI समाचार पढ़ें →