Google DeepMind ਨੇ ਪੀਅਰ-ਸਮੀਖਿਆ ਕੀਤੇ ਨਤੀਜੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਹਨ ਜੋ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਇਸ ਦੇ WeatherNext AI ਮੌਸਮ ਮਾਡਲ ਨੇ ਪ੍ਰਮੁੱਖ ਸੰਚਾਲਨ ਪੂਰਵ-ਅਨੁਮਾਨ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਮੁਕਾਬਲੇ ਪੂਰੇ ਦਿਨ ਜਾਂ ਇਸ ਤੋਂ ਵੱਧ ਭਵਿੱਖਬਾਣੀ ਲੀਡ ਟਾਈਮ ਦੀ ਔਸਤ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋਏ, ਖੰਡੀ ਚੱਕਰਵਾਤਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਿੱਚ ਅਤਿ-ਆਧੁਨਿਕ ਸ਼ੁੱਧਤਾ ਪ੍ਰਾਪਤ ਕੀਤੀ ਹੈ। ਖੋਜ 6 ਅਗਸਤ, 2026 ਨੂੰ ਨੇਚਰ ਜਰਨਲ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਹੋਈ, ਅਤੇ ਗੂਗਲ ਪ੍ਰਕਾਸ਼ਨ ਦੇ ਨਾਲ-ਨਾਲ ਮਾਡਲਾਂ ਨੂੰ ਓਪਨ-ਸੋਰਸਿੰਗ ਕਰ ਰਿਹਾ ਹੈ।

ਸਫਲਤਾ AI ਉਦਯੋਗ ਕਵਰੇਜ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਦੇ ਇੱਕ ਪਲ 'ਤੇ ਪਹੁੰਚੀ ਹੈ, ਜਿੱਥੇ ਉੱਚ ਪੱਧਰੀ ਵਿਗਿਆਨਕ ਅਤੇ ਜਨਤਕ-ਸੁਰੱਖਿਆ ਸਮੱਸਿਆਵਾਂ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਲਾਗੂ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਦੀਪਮਾਈਂਡ ਘੋਸ਼ਣਾ ਵਿੱਚ ਦਰਸਾਏ ਅੰਕੜਿਆਂ ਦੇ ਅਨੁਸਾਰ, ਪਿਛਲੇ 50 ਸਾਲਾਂ ਵਿੱਚ ਗਰਮ ਖੰਡੀ ਚੱਕਰਵਾਤਾਂ ਨੇ 700,000 ਤੋਂ ਵੱਧ ਮੌਤਾਂ ਅਤੇ $1.4 ਟ੍ਰਿਲੀਅਨ ਦਾ ਆਰਥਿਕ ਨੁਕਸਾਨ ਕੀਤਾ ਹੈ, ਨਿਕਾਸੀ ਅਤੇ ਤਬਾਹੀ ਪ੍ਰਤੀਕਿਰਿਆ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਪੂਰਵ ਅਨੁਮਾਨ ਲੀਡ ਟਾਈਮ ਵਿੱਚ ਮਾਮੂਲੀ ਲਾਭ ਵੀ ਲਿਆ ਹੈ।

ਇੱਕ ਸਿਸਟਮ ਵਿੱਚ ਸੰਕੁਚਿਤ ਲੀਡ ਟਾਈਮ ਦਾ ਇੱਕ ਦਿਨ

ਸਿਰਲੇਖ ਦਾ ਨਤੀਜਾ ਲੀਡ ਟਾਈਮ ਹੈ। 2023 ਤੋਂ 2025 ਤੱਕ ਦੇ ਚੱਕਰਵਾਤਾਂ 'ਤੇ, WeatherNext ਦੇ ਟਰੈਕ, ਤੀਬਰਤਾ, ​​ਅਤੇ ਹਵਾ-ਸੰਰਚਨਾ ਦੀਆਂ ਭਵਿੱਖਬਾਣੀਆਂ ਪ੍ਰਮੁੱਖ ਸੰਚਾਲਨ ਮਾਡਲਾਂ ਨਾਲੋਂ ਔਸਤ ਇੱਕ ਦਿਨ ਜਾਂ ਇਸ ਤੋਂ ਵੱਧ ਲਾਭ ਲੈਂਦੀਆਂ ਹਨ। ਵਿਹਾਰਕ ਰੂਪ ਵਿੱਚ, ਇਸਦੀ ਤਿੰਨ ਦਿਨਾਂ ਦੀ ਪੂਰਵ-ਅਨੁਮਾਨ ਦੋ ਦਿਨਾਂ ਵਿੱਚ ਪਹਿਲਾਂ ਵਾਲੇ ਸਿਸਟਮਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸੁਧਾਰ ਦਾ ਵਰਣਨ ਲਗਭਗ ਇੱਕ ਦਹਾਕੇ ਦੇ ਸੰਚਾਲਨ ਮੌਸਮ ਵਿਗਿਆਨਿਕ ਪ੍ਰਗਤੀ ਦੇ ਇੱਕ ਸਿੰਗਲ ਏਆਈ ਸਿਸਟਮ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।

ਚੱਕਰਵਾਤ ਪੂਰਵ-ਅਨੁਮਾਨ ਵਿੱਚ, ਜਿੱਥੇ ਨਿਕਾਸੀ ਦੇ ਆਦੇਸ਼, ਸਪਲਾਈ ਸਟੇਜਿੰਗ, ਅਤੇ ਐਮਰਜੈਂਸੀ ਘੋਸ਼ਣਾਵਾਂ ਘੰਟਿਆਂ 'ਤੇ ਟਿਕੀ ਹੁੰਦੀਆਂ ਹਨ, ਉਹ ਮਾਰਜਿਨ ਉਹ ਮਾਪਦੰਡ ਹੈ ਜੋ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਪੇਪਰ ਵਿੱਚ WeatherNext Cyclones, ਇੱਕ AI ਮਾਡਲ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ ਜੋ 15 ਦਿਨਾਂ ਤੱਕ ਇੱਕ ਗਰਮ ਚੱਕਰਵਾਤ ਦੇ ਟਰੈਕ, ਤੀਬਰਤਾ, ​​ਅਤੇ ਆਕਾਰ ਦੇ ਪੂਰਵ ਅਨੁਮਾਨ ਤਿਆਰ ਕਰਦਾ ਹੈ।

ਮਾਡਲ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਸਿਖਲਾਈ ਡੇਟਾ ਨੇ ਲਗਭਗ 5,000 ਇਤਿਹਾਸਕ ਤੂਫਾਨਾਂ ਦੇ IBTrACS ਡੇਟਾਬੇਸ ਦੇ ਨਾਲ ਗਲੋਬਲ ਵਾਯੂਮੰਡਲ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਜੋੜਿਆ ਹੈ। ਮਾਡਲ ਸਿੰਗਲ-ਪੁਆਇੰਟ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਦੀ ਬਜਾਏ ਪ੍ਰੋਬੇਬਿਲਟੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਪੈਦਾ ਕਰਨ ਲਈ ਫੰਕਸ਼ਨਲ ਜਨਰੇਟਿਵ ਨੈੱਟਵਰਕਸ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਹ 1,000-ਮੈਂਬਰਾਂ ਦੇ ਜੋੜਾਂ ਤੱਕ ਸਕੇਲ ਕਰਦਾ ਹੈ — ਪਿਛਲੇ ਸਿਸਟਮ ਦੇ 50-ਮੈਂਬਰ ਰਨ ਦਾ ਵੀਹ ਗੁਣਾ। ਵੱਡੇ ਸਮੂਹ ਦੁਰਲੱਭ ਪਰ ਉੱਚ-ਨਤੀਜੇ ਵਾਲੀਆਂ ਘਟਨਾਵਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਕੈਪਚਰ ਕਰਦੇ ਹਨ ਜਿਵੇਂ ਕਿ ਤੇਜ਼ ਤੀਬਰਤਾ, ​​ਖਤਰਨਾਕ ਵਰਤਾਰੇ ਜਿੱਥੇ ਤੂਫਾਨ ਦੀ ਹਵਾ ਦੀ ਗਤੀ ਅਚਾਨਕ ਵੱਧ ਜਾਂਦੀ ਹੈ।

ਇੱਕ ਖੋਜ ਉਸ ਲਈ ਬਾਹਰ ਖੜ੍ਹੀ ਹੈ ਜੋ ਇਹ ਚੁਣੌਤੀ ਦਿੰਦੀ ਹੈ। ਉੱਚ ਸਥਾਨਿਕ ਰੈਜ਼ੋਲੂਸ਼ਨ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਸਹੀ ਤੀਬਰਤਾ ਪੂਰਵ ਅਨੁਮਾਨਾਂ ਦੀ ਕੀਮਤ ਮੰਨਿਆ ਗਿਆ ਹੈ। WeatherNext Cyclones 28-by-28-ਕਿਲੋਮੀਟਰ ਇਨਪੁਟਸ 'ਤੇ ਚੱਲਦਾ ਹੈ, ਜੋ ਕਿ ਰਵਾਇਤੀ ਖੇਤਰੀ ਮਾਡਲਾਂ ਨਾਲੋਂ ਲਗਭਗ 100 ਗੁਣਾ ਜ਼ਿਆਦਾ ਮੋਟਾ ਹੈ, ਅਤੇ WeatherNext 2-mini ਨਾਮਕ ਇੱਕ ਸੰਖੇਪ ਰੂਪ 111-by-111 ਕਿਲੋਮੀਟਰ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਅਜੇ ਵੀ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। ਪੇਪਰ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ ਉੱਚ ਰੈਜ਼ੋਲੂਸ਼ਨ ਅਤਿ-ਆਧੁਨਿਕ ਤੀਬਰਤਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਲਈ ਇੱਕ ਸਖ਼ਤ ਪੂਰਵ-ਸ਼ਰਤ ਨਹੀਂ ਹੈ, ਅਤੇ ਖੋਜਕਰਤਾ ਇੱਕ ਖੁੱਲੇ ਸਵਾਲ ਦੇ ਰੂਪ ਵਿੱਚ ਫਲੈਗ ਕਰਦੇ ਹਨ ਕਿ ਮਾਡਲ ਮੋਟੇ ਡੇਟਾ ਤੋਂ ਤੀਬਰਤਾ ਸੰਕੇਤ ਕਿਵੇਂ ਕੱਢਦਾ ਹੈ।

2025 ਤੂਫਾਨ ਦੇ ਸੀਜ਼ਨ ਦੌਰਾਨ ਟੈਸਟ ਕੀਤਾ ਗਿਆ

ਮੁਲਾਂਕਣ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਿਛਾਖੜੀ ਨਹੀਂ ਸੀ। 2025 ਦੇ ਐਟਲਾਂਟਿਕ ਤੂਫਾਨ ਦੇ ਸੀਜ਼ਨ ਦੌਰਾਨ, ਮਾਡਲ ਨੈਸ਼ਨਲ ਹਰੀਕੇਨ ਸੈਂਟਰ ਦੇ ਸੰਚਾਲਨ ਕਾਰਜ-ਪ੍ਰਵਾਹ ਦੇ ਨਾਲ-ਨਾਲ ਚੱਲਿਆ ਅਤੇ ਪੂਰਵ-ਅਨੁਮਾਨਕਾਂ ਨੂੰ ਤੂਫਾਨ ਮੇਲਿਸਾ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਤੀਬਰਤਾ ਅਤੇ ਜਮੈਕਾ ਵਿੱਚ ਲੈਂਡਫਾਲ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਤਾਂ ਕਿ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਚੇਤਾਵਨੀ ਦਾ ਸਮਰਥਨ ਕੀਤਾ ਜਾ ਸਕੇ। NHC ਦੀ 2025 ਤਸਦੀਕ ਰਿਪੋਰਟ ਸੀਜ਼ਨ ਦੀ ਪੂਰਵ-ਅਨੁਮਾਨ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਦਾ ਦਸਤਾਵੇਜ਼ ਹੈ। ਇਸ ਸਾਲ ਸਿਸਟਮ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲੇ ਫੈਸਲੇ ਲੈਣ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਪ੍ਰਤੀ ਚੱਕਰਵਾਤ 1,000 ਸੰਭਾਵਿਤ ਦ੍ਰਿਸ਼ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹੈ।

ਇਹ ਕੰਮ Google DeepMind ਅਤੇ Google ਖੋਜ ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਨੈਸ਼ਨਲ ਹਰੀਕੇਨ ਸੈਂਟਰ, ਕੋਆਪਰੇਟਿਵ ਇੰਸਟੀਚਿਊਟ ਫਾਰ ਰਿਸਰਚ ਇਨ ਦ ਐਟਮੌਸਫੀਅਰ (CIRA) ਅਤੇ UK Met Office ਦੇ ਸੰਚਾਲਨ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸਹਿਯੋਗ ਸੀ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਈ ਨੇਚਰ ਪੇਪਰ 'ਤੇ ਸਹਿ-ਲੇਖਕ ਹਨ।

ਤਿੰਨ ਓਪਨ-ਸੋਰਸ ਵੇਰੀਐਂਟ ਰਿਲੀਜ਼ ਕੀਤੇ ਗਏ

ਓਪਨ-ਸੋਰਸ ਰੀਲੀਜ਼ ਤਿੰਨ ਮਾਡਲ ਰੂਪਾਂ ਨੂੰ ਕਵਰ ਕਰਦੀ ਹੈ:

  • WeatherNext Cyclones — ਉਹ ਸੰਸਕਰਣ ਜੋ 2025 ਦੇ ਹਰੀਕੇਨ ਸੀਜ਼ਨ ਦੌਰਾਨ ਚੱਲਿਆ ਸੀ ਅਤੇ ਜਿਸ ਦੇ ਨਤੀਜੇ ਪੇਪਰ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ
  • WeatherNext 2 — ਬਾਅਦ ਦਾ ਅਪਡੇਟ ਜੋ ਗੂਗਲ ਨੇ ਅਕਤੂਬਰ 2025 ਵਿੱਚ ਚਾਲੂ ਕੀਤਾ ਸੀ
  • WeatherNext 2-mini — ਇੱਕ ਸੰਖੇਪ ਸੰਸਕਰਣ ਜੋ ਇੱਕ ਮੁਫ਼ਤ Google ਕੋਲੈਬ ਨੋਟਬੁੱਕ ਵਿੱਚ ਇੱਕ ਸਿੰਗਲ TPU 'ਤੇ ਚੱਲਦਾ ਹੈ

ਤਿੰਨਾਂ ਲਈ ਕੋਡ ਅਤੇ ਵਜ਼ਨ GitHub 'ਤੇ ਉਪਲਬਧ ਹਨ। ਇੱਕ ਟੀਪੀਯੂ 'ਤੇ ਇੱਕ 15-ਦਿਨ ਦੀ ਪੂਰਵ-ਅਨੁਮਾਨ ਇੱਕ ਮਿੰਟ ਤੋਂ ਘੱਟ ਸਮਾਂ ਲੈਂਦੀ ਹੈ, ਭਾਵ ਗੋਦ ਲੈਣ 'ਤੇ ਰੁਕਾਵਟ ਹੁਣ ਮਹਾਰਤ ਅਤੇ ਏਕੀਕਰਣ ਹੈ, ਨਾ ਕਿ ਗਣਨਾ।

ਮੌਸਮ ਲੈਬ 'ਤੇ ਵੀ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਦੀ ਪੜਚੋਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਜਿਸ ਨੂੰ Google ਨੇ ਚੱਕਰਵਾਤ ਟਰੈਕਿੰਗ ਤੋਂ ਲੈ ਕੇ ਤਾਪਮਾਨ, ਵਰਖਾ, ਅਤੇ ਹਵਾ ਦੀ ਗਤੀ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਪੂਰੇ ਗਲੋਬਲ ਪੂਰਵ ਅਨੁਮਾਨਾਂ ਤੱਕ ਵਧਾ ਦਿੱਤਾ ਹੈ। ਦੋਵੇਂ ਮਾਡਲ ਅਤੇ ਮੌਸਮ ਲੈਬ ਗੂਗਲ ਅਰਥ AI ਦੇ ਅੰਦਰ ਬੈਠਦੇ ਹਨ, ਜੋ ਕਿ ਜਲਵਾਯੂ ਅਤੇ ਭੂ-ਸਥਾਨਕ ਚੁਣੌਤੀਆਂ ਲਈ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਕੰਪਨੀ ਦੀ ਛਤਰੀ ਕੋਸ਼ਿਸ਼ ਹੈ।

ਇਹ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ

ਨਤੀਜਾ ਇੱਕ ਵਿਆਪਕ ਰੁਝਾਨ ਨੂੰ ਮਜਬੂਤ ਕਰਦਾ ਹੈ: AI-ਅਧਾਰਿਤ ਮੌਸਮ ਮਾਡਲ ਖੋਜ ਪ੍ਰਦਰਸ਼ਨਾਂ ਤੋਂ ਬਹੁਤ ਸਾਰੇ ਮੌਸਮ ਵਿਗਿਆਨੀਆਂ ਦੀ ਉਮੀਦ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਸੰਚਾਲਨ ਸਾਧਨਾਂ ਵੱਲ ਵਧ ਰਹੇ ਹਨ। ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਜਰਨਲ ਵਿੱਚ ਵਜ਼ਨਾਂ ਨੂੰ ਓਪਨ-ਸੋਰਸਿੰਗ ਅਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਕੇ, Google WeatherNext ਨੂੰ ਇੱਕ ਸੰਦਰਭ ਪ੍ਰਣਾਲੀ ਦੇ ਰੂਪ ਵਿੱਚ ਸਥਿਤੀ ਪ੍ਰਦਾਨ ਕਰ ਰਿਹਾ ਹੈ ਜਿਸਨੂੰ ਰਾਸ਼ਟਰੀ ਮੌਸਮ ਵਿਗਿਆਨ ਏਜੰਸੀਆਂ ਅਤੇ ਖੋਜਕਰਤਾ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਬਣਾ ਸਕਦੇ ਹਨ।

ਚੱਕਰਵਾਤ-ਸੰਭਾਵੀ ਖੇਤਰਾਂ ਵਿੱਚ ਭਾਈਚਾਰਿਆਂ ਲਈ, ਚੇਤਾਵਨੀ ਦਾ ਇੱਕ ਵਾਧੂ ਦਿਨ ਇੱਕ ਵਿਵਸਥਿਤ ਨਿਕਾਸੀ ਅਤੇ ਇੱਕ ਅਰਾਜਕਤਾ ਵਿੱਚ ਅੰਤਰ ਹੋ ਸਕਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ AI ਮੌਸਮ ਦੇ ਮਾਡਲ ਪਰਿਪੱਕ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ, ਪ੍ਰਤੀਯੋਗੀ ਸਵਾਲ ਇਕੱਲੇ ਸ਼ੁੱਧਤਾ ਤੋਂ ਬਦਲ ਰਿਹਾ ਹੈ ਕਿ ਕੌਣ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਕਾਰਵਾਈ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰ ਸਕਦਾ ਹੈ।

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿਗਿਆਨ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਨੂੰ ਕਿਵੇਂ ਬਦਲ ਰਹੀ ਹੈ, ਇਸ ਬਾਰੇ ਹੋਰ ਜਾਣਨ ਲਈ, ਸਾਡੀ ਬ੍ਰੇਕਿੰਗ ਏਆਈ ਨਿਊਜ਼ ਕਵਰੇਜ ਦੀ ਪਾਲਣਾ ਕਰੋ। ਅਸੀਂ ਖੋਜ, ਕੰਪਨੀਆਂ, ਅਤੇ ਰੀਅਲ ਟਾਈਮ ਵਿੱਚ ਖੇਤਰ ਨੂੰ ਆਕਾਰ ਦੇਣ ਵਾਲੀਆਂ ਨੀਤੀਆਂ ਨੂੰ ਟਰੈਕ ਕਰਦੇ ਹਾਂ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →