Google DeepMind သည် တစ်နာရီလျှင် 5 ကီလိုမီတာ ခန့်မှန်းချက်ဖြင့် AI WeatherNext 3 ကို မိတ်ဆက်ခဲ့သည်

Google DeepMind နှင့် Google Research တို့က WeatherNext 3 ကို ကြာသပတေးနေ့တွင် လွှင့်တင်ခဲ့ပြီး ၎င်းအား ကုမ္ပဏီမှ တည်ဆောက်ထားသမျှ အဆင့်မြင့်ဆုံးနှင့် အတိကျဆုံး ကမ္ဘာလုံးဆိုင်ရာ ရာသီဥတု AI မော်ဒယ်အဖြစ် ဖော်ပြခဲ့သည်။ စနစ်သစ်သည် ခြောက်ကြိမ်တစ်ကြိမ်အစား အသစ်သောခန့်မှန်းချက်တစ်ခုကိုထုတ်ပေးပြီး 5 ကီလိုမီတာဇယားကွက်တွင် အပူချိန်နှင့် အစိုဓာတ်ကဲ့သို့သော အဓိကမျက်နှာပြင်ပြောင်းလဲမှုများကို ဖြေရှင်းပေးသည် — Google က ပုံတစ်ခုသည် ၎င်း၏ယခင် WeatherNext 2 ထက် ငါးဆခန့်ပိုမိုပြတ်သားသည်ဟု Google ကဖော်ပြသည်။

မော်ဒယ်မိတ်ဆက်မှုအများစုနှင့်မတူဘဲ၊ ဤတစ်မျိုးကို ဘီလီယံနှင့်ချီသောအသုံးပြုသည့် ထုတ်ကုန်များတွင် ထည့်သွင်းပြီးဖြစ်သည်။ Google ၏အဆိုအရ WeatherNext 3 သည် Search၊ Gemini၊ Maps၊ Google Maps Platform နှင့် Google Cloud တို့တွင် ရာသီဥတုရလဒ်များကို အားကောင်းစေသည်။ နောက်ဆုံးထွက် AI သတင်းနှင့် သုတေသန ၏နောက်လိုက်များအတွက် မိုးလေဝသခန့်မှန်းချက်သည် စက်သင်ယူမှု၏ စီးပွားရေးအရအအောင်မြင်ဆုံး နယ်နိမိတ်များထဲမှ တစ်ခုဖြစ်လာသည် — AI စနစ်များသည် သုတေသနသရုပ်ပြမဟုတ်တော့ဘဲ နေ့စဉ်အဖြေများနောက်ကွယ်ရှိ မူရင်းအင်ဂျင်ဖြစ်သည့် ဒိုမိန်းတစ်ခုဖြစ်သည်။

ကြည်လင်ပြတ်သားမှု ငါးဆ ခုန်တက်သည်။

ခန့်မှန်းချက်တစ်ခု၏ အသုံးဝင်မှုသည် မကြာခဏဆိုသလို အသေးစိပ်ဖော်ပြသည်- မော်ဒယ်တစ်ခုသည် နေရာနှင့်အချိန်ကို မည်ကဲ့သို့ ကောင်းစွာဖြေရှင်းပေးသည် ။ WeatherNext 3 သည် spatial resolution အများအပြားတွင် နာရီအလိုက် ခန့်မှန်းချက်များကို ထုတ်ပေးသည်။ မျက်နှာပြင်အပူချိန်နှင့် အစိုဓာတ်ကို ၅ ကီလိုမီတာ၊ အခြားမျက်နှာပြင်ပြောင်းလဲမှုများကို ၁၀ ကီလိုမီတာ၊ နှင့် လေတိုက်နှုန်း ၂၅ ကီလိုမီတာ ကဲ့သို့သော လေထုပြောင်းလဲမှုများကို ဖော်ပြသည်။

WeatherNext 2 သည် နှိုင်းယှဉ်ခြင်းဖြင့် 6 နာရီကြာ တိုး၍ 25 ကီလိုမီတာအကွာအဝေးတွင်ခန့်မှန်းချက်များကိုထုတ်လုပ်ခဲ့သည်။ ကြေညာချက်နှင့်အတူ ထုတ်ပြန်သည့် နှိုင်းယှဉ်ချက်တွင်၊ မော်ဒယ်အသစ်၏ 2 မီတာ အပူချိန် ခန့်မှန်းချက်သည် ရှုပ်ထွေးရှုပ်ထွေးသော ဒေသဆိုင်ရာ မြေမျက်နှာသွင်ပြင်ကို ဖြေရှင်းပေးခဲ့ပြီး အဟောင်းဂရစ်ဒ်မှ ထုတ်လုပ်သော pixelated၊ အလွန်ချောမွေ့သော အပူကိုယ်စားပြုမှုများကို ရှောင်ရှားခဲ့သည်။

သရုပ်ဖော်မှုများသာမက တိုက်ရိုက်ဂြိုလ်တုများမှ သင်ယူခြင်း။

ပိုမိုနက်ရှိုင်းသော ပြောင်းလဲမှုမှာ မော်ဒယ်မှ သင်ယူသောအရာ ဖြစ်သည်။ WeatherNext 2 အပါအဝင် WeatherNext အပါအဝင် AI မိုးလေဝသမော်ဒယ်အများစုသည် ကိန်းဂဏာန်းမိုးလေဝသခန့်မှန်းချက် (NWP) မှထွက်ရှိချက်များကို လေ့ကျင့်သင်ကြားထားခြင်းဖြစ်သည်—ဆယ်စုနှစ်များစွာလည်ပတ်နေသောမိုးလေဝသကိုကျောက်ချရပ်နားထားသောစူပါကွန်ပြူတာမှမောင်းနှင်သောရူပဗေဒဆိုင်ရာပုံတူလိုတာများ။ အဆိုပါ သရုပ်ဖော်မှုများသည် ခြောက်နာရီကြာ ဒေတာ ပြတ်တောက်မှုကို သယ်ဆောင်ပေးကာ မိုးနှင့် မျက်နှာပြင် အပူချိန်တို့ကဲ့သို့ လျင်မြန်စွာ ပြောင်းလဲနေသော ကိန်းရှင်များတွင် ဘက်လိုက်မှုများကို မိတ်ဆက်ပေးသည်။

WeatherNext 3 သည် မတူညီသောလမ်းကြောင်းကို အသုံးပြုသည်။ ၎င်းသည် ရိုးရာသမိုင်းဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုများနှင့်အတူ တစ်နာရီလျှင်တိုင်း ပြန်လည်ဆန်းသစ်ထားသော ကမ္ဘာ့ပထဝီဝင်ဂြိုဟ်တုဓာတ်ပုံများ၏ တိုက်ရိုက် mosaic ကို ထည့်သွင်းပြီး နှစ်ခုစလုံးကို Functional Generative Network (FGN) တစ်ခုတည်းသို့ ပေးပို့သည် — ထူထပ်သော ကွက်ကွင်းကွင်းပြင်များ၊ သီးခြားဆိုင်ကလုန်းလမ်းကြောင်းများနှင့် ဘူတာရုံအဆင့် ခန့်မှန်းချက်များကို မူရင်းအတိုင်း ထုတ်ပေးသည့် mesh transformer architecture ဖြစ်သည်။ မကြာသေးမီက ဂြိုလ်တုလေ့လာတွေ့ရှိချက်များအရ နာရီတိုင်းခန့်မှန်းချက်တိုင်းကို အခြေခံထားပြီး၊ မိုဒယ်သည် မိုးရွာသွန်းမှုအများဆုံးရရှိမှုအချို့နှင့်အတူ လျင်မြန်စွာပြောင်းလဲနေသောရာသီဥတုကို ပိုမိုတိကျစွာခြေရာခံနိုင်သည်ဟု Google မှ ပြောကြားခဲ့ပါသည်။

ဂရစ်ဆဲလ်များမှ ဆိုင်ကလုန်းလမ်းကြောင်းများအထိ

FGN ၏ ရလဒ်များသည် မော်ဒယ်တစ်ခုတည်းအတွက် ကွဲပြားသည်။ ဇယားကွက်များအပြင်၊ ၎င်းသည် သီးခြားဆိုင်ကလုန်းလမ်းကြောင်းများနှင့် ကျဲသော ဘူတာရုံအဆင့် သြဒိနိတ်များကို စီမံပြီးနောက်ပိုင်း အပိုပရိုဂရမ်များထက် ပထမတန်းစား ခန့်မှန်းချက်များအဖြစ် ထုတ်လွှတ်ပါသည်။ ခြေရာခံအမှားအယွင်းများသည် ဘေးလွတ်ရာသို့ တိုက်ရိုက်ပြန်ဆိုထားသည့် ဟာရီကိန်းနှင့် တိုင်ဖွန်းမုန်တိုင်းများကို စောင့်ကြည့်လေ့လာသူများအတွက် အရေးကြီးသည်။ Google ၏ယခင် WeatherNext မျိုးဆက်သည် အပူပိုင်းဆိုင်ကလုန်းမုန်တိုင်းခန့်မှန်းချက်တွင် အောင်မြင်မှုတစ်ခုအတွက် သြဂုတ်လတွင် အာရုံစိုက်လာခဲ့ပြီး ဗိသုကာအသစ်သည် ထိုလုပ်ငန်းကို ချဲ့ထွင်စေသည်။

ခန့်မှန်းချက်များ ပေါ်လာမည့်နေရာ

Google သည် Search၊ Gemini၊ Maps၊ Google Maps Platform နှင့် Cloud တို့တွင် WeatherNext 3 ကို စတင်ဖြန့်ချီနေပြီဖြစ်သည်။ ကုမ္ပဏီသည် ပရော်ဖက်ရှင်နယ်အသုံးပြုသူများအတွက် ရည်ရွယ်သည့် ထပ်လောင်းထပ်တိုးမှုနှစ်ခု- ပြတ်သားသောမိုးရွာသွန်းမှုခန့်မှန်းချက်နှင့် သန့်ရှင်းသောစွမ်းအင်ပြောင်းလဲမှုအသစ်များ၊ ထွက်လာသည့်စွမ်းအင်ကဏ္ဍအတွက် ဒီဇိုင်းထုတ်ထားသော ရလဒ်များကို လေနှင့် နေရောင်ခြည်ဖြင့် နာရီအလိုက် လေထုအပြောင်းအရွှေ့အတွက် စီစဉ်ပေးထားသည်။

စီးပွားရေးလုပ်ငန်းများသည် WeatherNext 3 ကိုစားသုံးသူအင်္ဂါရပ်အဖြစ်သာမက ဒေတာထုတ်ကုန်တစ်ခုအဖြစ် နေရာယူထားသည့် WeatherNext 3 ကို Google Cloud မှတစ်ဆင့် ခန့်မှန်းချက်များကို ပေါင်းစပ်နိုင်သည် — စိုက်ပျိုးရေးကုမ္ပဏီများ၊ ထောက်ပံ့ပို့ဆောင်ရေးကုမ္ပဏီများနှင့် ဂရစ်အော်ပရေတာများက တိုက်ရိုက်တည်ဆောက်နိုင်သည့်အရာဖြစ်သည်။

အရေးဆိုမှု တိကျမှုကို မည်သို့တိုင်းတာခဲ့သနည်း။

WeatherNext 3 သည် ယနေ့အထိ အတိကျဆုံး ကမ္ဘာလုံးဆိုင်ရာ မိုးလေဝသ စံနမူနာဖြစ်ပြီး အတွင်းပိုင်း စမ်းသပ်ခြင်းသာမကဘဲ မိုးလေဝသ AI ကုမ္ပဏီတစ်ခုဖြစ်သည့် Brightband မှ ဆောင်ရွက်သော လွတ်လပ်သော တိုက်ရိုက် အကဲဖြတ်ချက်များအပေါ်တွင် တည်မှီနေကြောင်း သိရသည်။ ပြင်ပအဖွဲ့အစည်း အကဲဖြတ်ခြင်းကို ဖိတ်ခေါ်ခြင်းသည် Google ၏ သိပ္ပံမော်ဒယ်များအတွက် စံနမူနာတစ်ခု ဖြစ်လာပြီး ၎င်းသည် AI မိုးလေဝသစာတမ်းများသည် တိုက်ရိုက်ထုတ်လွှင့်မှုအခြေအနေထက် ရွေးချယ်ထားသော သမိုင်းဝင်အတွဲများပေါ်တွင် ရလဒ်များကို အစီရင်ခံသည်ဟူသော ကာလရှည်ကြာစွာ ဝေဖန်မှုများကို ကိုင်တွယ်ဖြေရှင်းပါသည်။

၎င်းသည် ထီးအက်ပ်ထက် အဘယ်ကြောင့် အရေးကြီးသနည်း။

Google ၏ ကြေညာချက်သည် စိုက်ပျိုးရေး၊ ကမ္ဘာလုံးဆိုင်ရာ ထောက်ပံ့ရေးကွင်းဆက်များ၊ သန့်ရှင်းသော စွမ်းအင်ထုတ်လုပ်မှုနှင့် နိုင်ငံ့စီးပွားရေးများမှတစ်ဆင့် လှိုင်းထန်နေသော အပူလှိုင်းများနှင့် မိုးခေါင်မှုကို စီမံခန့်ခွဲခြင်းအထိ နယ်ပယ်တိုင်းတွင် ဆုံးဖြတ်ချက်များအတွက် ရာသီဥတုကို ထည့်သွင်းဖော်ပြထားသည်။ မကြာသေးမီနှစ်များအတွင်း၊ AI ကြိုတင်ခန့်မှန်းသူများသည် ၎င်းတို့၏တိကျမှုကို တိုက်ဆိုင်မှု သို့မဟုတ် အကဲဖြတ်နေစဉ် သမားရိုးကျနည်းလမ်းများထက် ပိုမိုလျင်မြန်စွာ ခန့်မှန်းချက်များထုတ်ပေးခြင်းဖြင့် အဆိုပါပိုက်လိုင်းတွင် ၎င်းတို့၏နေရာကို ရရှိခဲ့ကြောင်း Google အရ သိရသည်။

အပြိုင်အဆိုင် အခင်းအကျင်းကလည်း ပူလာသည်။ မိုးလေဝသအေဂျင်စီများနှင့် နည်းပညာကုမ္ပဏီများသည် မကြာသေးမီနှစ်များအတွင်း AI ကြိုတင်ခန့်မှန်းမှုစနစ်များကို တင်ပို့ခဲ့ပြီး နာရီတိုင်း၊ ဂြိုလ်တုအခြေပြုခန့်မှန်းချက်များသည် ၎င်းတို့အားလုံးအတွက် အကန့်အသတ်ကို မြှင့်တင်ပေးခဲ့သည်။ လာမည့်နှစ်အတွက် မေးစရာမှာ နိုင်ငံလုံးဆိုင်ရာ မိုးလေဝသဝန်ဆောင်မှုများသည် WeatherNext 3 ကဲ့သို့ မော်ဒယ်များကို စမ်းသပ်ဖြည့်စွက်စာများထက် မူလရင်းမြစ်များအဖြစ် စတင်ကုသခြင်းရှိမရှိ — နှင့် Google ၏ နာရီအလိုက် cadence သည် စက်မှုလုပ်ငန်း၏ အခြေခံအချက်အသစ်ဖြစ်လာခြင်း ရှိ၊

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →