சிம்
இது காலநிலையுடன் நாம் எதிர்கொள்ளும் ஒரு சிக்கலான பிரச்சனையாகும் – மேலும் புவி அமைப்பு மற்றும் அதன் எதிர்காலத்தை எந்த கிரானுலாரிட்டியுடன் உண்மையில் மாதிரியாக்குவதற்கு மிகவும் சக்திவாய்ந்த கணினி தேவைப்படும்.
என்விடியாவில் ஆராய்ச்சி மேலாளரும், UC இர்வின் பேராசிரியருமான Mike Pritchard, இந்த செயல்முறையைப் பற்றியும், அது எவ்வாறு செயல்படுகிறது என்பதைப் பற்றியும் பேசுவதை நான் சமீபத்தில் கேட்டேன்.
“இயற்பியல் விண்வெளியில் 10 ஆர்டர்களை பரப்புகிறது,” என்று அவர் கூறினார், ஒரு மேகத் துகள் அதைச் சுற்றி நீராவிக்கு சாதகமாக இருக்கிறதா என்பதைக் கண்டறிவது போன்ற ஆராய்ச்சி சிக்கல்களை மேற்கோள் காட்டினார்.
“நீங்கள் கிரகத்தை நூற்றுக்கணக்கான முறை உருவகப்படுத்த விரும்பினால், எதிர்காலத்தின் பல ‘என்ன என்றால்’ காட்சிகளை மாதிரியாகப் பார்க்க விரும்பினால், துரதிர்ஷ்டவசமாக, மிகவும் சக்திவாய்ந்த சூப்பர் கம்ப்யூட்டர்களால் கூட, அந்த சிக்கலான அனைத்துக்கும் நியாயம் செய்ய முடியாது,” என்று அவர் கூறினார். “இதற்கிடையில், எதிர்கால காலநிலை பற்றிய மனிதகுலத்தின் கேள்விகள் உருவகப்படுத்துதல் தொழில்நுட்பத்திற்கு மிகவும் பரந்தவை.”
பிரச்சனைகளை நேரடியாகப் பார்ப்பதற்கான ஒரு உறுதியான உதாரணத்திற்கு, அவர் சான் டியாகோவிலிருந்து இர்வின் வரை தனது பயணத்தைப் பற்றி பேசினார், மேலும் ஜன்னலுக்கு வெளியே ஒரு குறிப்பிட்ட வகையான மேகத்தைப் பார்த்தார்.
“இது அடிவானத்தில் ஒரு சாம்பல் பட்டை போல் தெரிகிறது,” என்று அவர் கூறினார். “நாங்கள் அதை கடல் அடுக்கு என்று அழைக்கிறோம். இது ஒரு கடற்கரை நாளில் அலைந்தால், அது உங்களுக்கு குளிர்ச்சியை உண்டாக்குவதால், நீங்கள் வெட்கப்படுவீர்கள். ஆனால் முக்கியமானது என்னவென்றால், சான் டியாகோவிலிருந்து ஹவாய் செல்லும் விமானத்தில் பாதி வழியில், விமானத்திலிருந்து உங்கள் ஜன்னலுக்கு வெளியே ஒரு பெரிய தாழ்வான மேகங்களின் விளிம்பைக் காண்பீர்கள், மேலும் அந்த மேகம் கிரகத்திலிருந்து அதிக ஆற்றலைப் பிரதிபலிக்கிறது. , அது இல்லையெனில் இருக்கும் விட குளிர்ச்சியாக வைத்து. எனவே அது சிதறினால் … அது புவி வெப்பமடைதலை பெருக்கும் … ஆனால் அது தடிமனாக இருந்தால், அது அதை ஈரமாக்கும். அது பல டிரில்லியன் டாலர் நிச்சயமற்ற நிலை. மேலும் இது ஒரு உருவகப்படுத்துதல் பிரச்சனை. காலநிலை உருவகப்படுத்துதலில் இன்னும் பயன்படுத்த முடியாது என்பதை உருவகப்படுத்த இந்த மேகங்கள் மிக உயர்ந்த தெளிவுத்திறனை எடுத்துக்கொள்வதை நாங்கள் அறிவோம்.
ஒரு கேவல்கேட் ஆஃப் சிஸ்டம்ஸ்
ப்ரிட்சார்ட் ‘இன்செம்பிள்’ என்ற வார்த்தையையும் குறிப்பிடுகிறார், இது இயந்திரக் கற்றலில் ஒரு நேரத்தில் ஒன்றுக்கு மேற்பட்ட மாடல்களைப் பயன்படுத்துவது அல்லது வெவ்வேறு எல்எல்எம்களின் வெளியீடுகளைப் பற்றி பேசுவதற்குப் பயன்படுத்தப்படுகிறது, ஆனால் வானிலை முன்னறிவிப்பில் இது வேறுபட்ட பொருளைக் கொண்டுள்ளது.
“நீங்கள் ஒரு சூறாவளியைக் கணிக்கவில்லை,” நீங்கள் நூற்றுக்கணக்கான சூறாவளிகளைக் கணிக்கிறீர்கள். நீங்கள் சிறந்ததை எதிர்பார்க்கிறீர்கள், மேலும் மோசமானதைத் திட்டமிடுங்கள் … வாஷிங்டன் பல்கலைக்கழகத்தில் உள்ள கார்டு-ஏந்தி வளிமண்டல விஞ்ஞானிகள் இந்த AI வானிலை மாதிரிகளை எடுத்துக்கொள்கிறார்கள், அவை உண்மையான வளிமண்டலத்தின் குழப்பம் குறித்து பயிற்சியளிக்கப்பட்டன, இது மிகவும் சத்தமாகவும் குழப்பமாகவும் இருக்கிறது. உண்மை, அவர்களை ஆராய்ந்து, இதுபோன்ற விஷயங்களைச் செய்வதன் மூலம் அவர்கள் இயற்பியலைக் கற்றுக்கொண்டார்களா என்று கேட்கிறார்கள்.
பிட்சார்ட் தொழில்நுட்பத்துடன் எவ்வாறு செயல்படுகிறது என்பதைப் பற்றி பேசினார், மேலும் வானிலை முன்னறிவிப்பதில் AI மாதிரிகளின் திறனுக்கான ஆதாரங்களின் காப்பகத்தை உருவாக்கினார்.
புதிய மென்பொருள் மற்றும் தொழில்நுட்பம்
உதாரணமாக, ப்ரிட்சார்ட், மாடுலஸ், எர்த்2ஸ்டுடியோ போன்ற என்விடியா AI கருவிகளின் திறனைக் குறிப்பிடுகிறார், இது AI முன்னறிவிப்பு மாதிரிகளின் ஆராய்ச்சி, மேம்பாடு மற்றும் சரிபார்ப்பை செயல்படுத்துகிறது.
அமெரிக்கப் பங்குச் சந்தையில் முதலிடத்தைப் பிடித்துள்ள இந்த நிறுவனம், உண்மையில் வளிமண்டல அறிவியல் சமூகத்துடன் பல ஆராய்ச்சி நீரோடைகள் மற்றும் ஒத்துழைப்புகளைக் கொண்டுள்ளது. இவை ஓப்பன் சோர்ஸ் டொமைனில் வெளியிடப்படுகின்றன, மேலும் சில முக்கிய மாதிரிகள் இங்கே:
StormCast ஆராய்ச்சி – வளிமண்டல இயக்கவியலைப் பின்பற்றி, மீசோஸ்கேல் வானிலை நிகழ்வுகளைப் பார்த்து, கணிப்புகளை (காகிதம்) உருவாக்கும் AI மாதிரியை நிரூபிக்கிறது.
கார்டிஃப்– இது உயர் தெளிவுத்திறன் கொண்ட வானிலை முன்னறிவிப்புகளை (காகிதம்) உருவாக்கும் மற்றொரு AI மாதிரியாகும். முன் பயிற்சி பெற்ற கார்டிஃப்பைப் பயன்படுத்தி AI இயங்கும் டவுன்ஸ்கேலிங் பற்றி மேலும் அறிந்துகொள்ளலாம் மற்றும் ஆராயலாம்.
ஃபோர் காஸ்ட்நெட்– இந்த மாதிரியானது 25-கிமீ-தெளிவுத்திறன் கொண்ட வானிலை முன்னறிவிப்பை உலகெங்கிலும் உள்ள இடங்களுக்கு கோள ஃபோரியர் நரம்பியல் ஆபரேட்டர்களுடன் வழங்குகிறது, இது சமீபத்தில் பெரிய குழுமங்களுக்கு அளவீடு செய்யப்பட்டது. முன் பயிற்சியளிக்கப்பட்ட Fourcastnet ஐப் பயன்படுத்தி நடுத்தர அளவிலான உலகளாவிய முன்கணிப்பைப் பற்றி மேலும் அறியலாம் மற்றும் ஆராயலாம்.
பூமி-2 இயங்குதளம் டிஜிட்டல் ட்வின் கிளவுட் பிளாட்ஃபார்ம் ஆகும், இது நிறுவனங்களுக்கு இந்த AI முன்னேற்றங்களைப் பயன்படுத்த உதவுகிறது மற்றும் காலநிலை மற்றும் வானிலை உருவகப்படுத்துதல்களின் கணக்கீட்டுத் தடையைக் குறைக்க பாரம்பரிய எண் உருவகப்படுத்துதல்களை துரிதப்படுத்துகிறது. ஆர்டிஎக்ஸ் ரெண்டரிங் டெக்னாலஜி போன்ற கணினி வரைகலையின் முன்னேற்றங்களுடன் இந்த முன்னேற்றங்களை இணைத்து, விஞ்ஞானிகள் வானிலை நிகழ்வுகளின் சிக்கலான தன்மைகளை ஆராயவும், பகுப்பாய்வு செய்யவும் மற்றும் விளக்கவும், குறிப்பாக மாறிவரும் காலநிலையின் பின்னணியில் விஞ்ஞானிகளுக்கு உதவ பூமியின் காலநிலை மற்றும் வானிலையின் டிஜிட்டல் இரட்டையர்களை உருவாக்க முடியும்.
காலநிலை வேலை பற்றி மேலும்
ப்ரிட்சார்ட் பெரிய குழும AI வானிலை முன்னறிவிப்புகளில் உகந்த பரவலை ஊக்குவிப்பது பற்றி பேசினார், மேலும் குறைந்த சாத்தியக்கூறுகள், அதிக தாக்கத்தை ஏற்படுத்தும் காலநிலை உச்சநிலைகளை உருவகப்படுத்த AI ஐப் பயன்படுத்துவதற்கான வளர்ந்து வரும் அறிவியலுக்கு கூடுதல் விவரங்களைக் கொண்டு வரும் புதிய ஆவணங்களைக் குறிப்பிட்டார். இது, தீவிர வானிலை நிகழ்வுகளைப் புரிந்துகொள்ளவும் பாதுகாக்கவும் உதவும் புதிய கருவிகளை காலநிலை அபாய மாதிரியாளர்களுக்கு வழங்கும் என்றார்.
வரைபடம் – ஆதாரம்: https://build.nvidia.com/nvidia/corrdiff (மற்ற விருப்பங்களை எளிதாக பிரித்தெடுக்கலாம்)
பின்னோக்கி மற்றும் முன்னோக்கி
பயனுள்ள AI மாடல்களின் அடிப்படையில் பிரிட்சார்ட் பேசியதன் மற்றொரு அம்சம் இங்கே. ‘ஆரக்கிளுக்குச் செல்வது’ போன்ற பாரம்பரிய காலநிலை தகவல் செயல்முறைகளை அவர் விவரித்தார் – பெரிய சிமுலேட்டர்கள் பெரிய தரவுத் தொகுப்புகளை உருவாக்குகின்றன, எதிர்கால காலநிலை பற்றிய ‘என்ன என்றால்’ சூழ்நிலைகள் மற்றும் கேள்விகளைத் தெரிவிக்க பயனர்களுக்கு உதவ வேண்டும் என்று அவர் பரிந்துரைத்தார். AI கணிப்புகள், முன்னோக்கி மற்றும் பின்னோக்கி இயக்க முடியும், இது வேறு ஆரம்ப உள்ளீட்டைக் கொடுத்து, என்ன மாறியிருக்கும் என்பதை பயனர்கள் எளிதாகக் கண்டறிய உதவும்.
“வழக்கமான உருவகப்படுத்துதலின் அனைத்து இடையூறுகளையும் அனுபவிக்காமல், எதிர்காலத்தில் நமது செல்வாக்கை மிக எளிதாகப் புரிந்து கொள்ளக்கூடிய எதிர்காலத்தில் நாம் நுழைகிறோம்,” என்று அவர் கூறினார்.
இரட்டையர்களின் சக்தி
முடிவில், ப்ரிட்சார்ட் டிஜிட்டல் ட்வின்னிங் யோசனையைப் பற்றி பேசினார் – நம் உலகில் உள்ள மிகப்பெரிய ஒற்றைப் பொருளுக்கு – உலகமே.
“ஊடாடும் செயல்பாட்டின் மிகவும் முக்கியமான முன்னுதாரணங்கள் AI டிஜிட்டல் இரட்டையர்களின் சங்கிலிகள் மற்றும் அடுக்குகள் என்று நான் நினைக்கிறேன், … எனவே AI டிஜிட்டல் இரட்டையர்களின் தீவிர வானிலை (நிகழ்வுகள்) ஆகியவற்றுடன் இணைந்த காலநிலையின் AI டிஜிட்டல் இரட்டையர்களை நோக்கி உருவாகும் எதிர்காலத்தை நீங்கள் கற்பனை செய்யலாம்.”
தற்போதைய ஆராய்ச்சி மற்றும் இந்த சிக்கலான சிக்கலைச் சுற்றி எல்லோரும் என்ன செய்கிறார்கள் என்பதற்கு ஒப்புதல் அளித்து, பெரிய தரவுத் தொகுப்புகளுக்கு அப்பாற்பட்ட தொழில்நுட்பத்துடன் நமது காலத்தின் காலநிலையை எவ்வாறு நிவர்த்தி செய்வது என்பது பற்றிய சிந்தனைக்கு ப்ரிட்சார்ட் உணவைத் தருகிறார். பாஸ்டனில் உள்ள AI மற்றும் கிரகம் பற்றிய சமீபத்திய நிகழ்வுகளில் இருந்து வெளிவந்த மேலும் பலவற்றைக் குறித்து காத்திருங்கள்.