1. <p>ह récent में, वैज्ञानिकों ने 'Aurora' नामक एक मशीन लर्निंग मॉडल का विकास किया है, जो ट्रॉपिकल सिरकोइस प्रश्न भविष्यवाणी में औधोगिक संस्थाओं की तुलना में बेहतर प्रदर्शन करता है और उसकी गति तथा लागत दोनों कम है। 'Aurora' को माइक्रोसॉफ्ट, पेन्सिल्वेनिया विश्वविद्यालय और अन्य संस्थाओं के शोधकर्ताओं द्वारा बनाया गया आधारभूत मॉडल है, जिसका उद्देश्य पृथ्वी प्रणाली के पूर्वानुमान की गति और सटीकता को सुधारना है, जिसमें हवा की गुणवत्ता, समुद्र के तरंग, ट्रॉपिकल सिरकोइस प्रश्न और उच्च-रिझोल्यूशन हवाई पूर्वानुमान शामिल हैं।</p>
  2. <p style="text-align: center"><img src="https://pic.chinaz.com/picmap/202308071753001576_4.jpg" title="धुआँ के बादल (1) हवा (इमेज स्रोत: AI संश्लेषण)" alt="धुआँ के बादल (1) हवा"/></p>
  3. <p style="text-align: center;">इमेज स्रोत नोट: इमेज AI द्वारा बनाई गई है, और Midjourney द्वारा लाइसेंस प्रदान की गई है।</p>
  4. <p>'Aurora' के सह-लेखक और पेन्सिल्वेनिया विश्वविद्यालय के मैकेनिकल इंजीनियरिंग और एप्लीड मेकैनिक्स के अध्यापक पेरिस पेर्डिकारिस (Paris Perdikaris) का कहना है कि 'Aurora' एक बड़े न्यूरल नेटवर्क की तरह काम करता है, जो पूर्व के भौगोलिक डेटा से सीखता है और जटिल भौतिक प्रक्रियाओं का पूर्वानुमान करता है, परंतु परंपरागत भौतिक समीकरणों पर निर्भर नहीं करता है। परंपरागत मॉडल मौलिक भौतिक सिद्धांतों, जैसे द्रव्यमान, गति और ऊर्जा के संरक्षण पर आधारित होते हैं, जबकि 'Aurora' नेटवर्क के प्रशिक्षण में अवलोकन और डेटा का उपयोग करता है।</p>
  5. <p>'Aurora' को अधिक से अधिक 1 मिलियन घंटे के विविध भौगोलिक डेटा से प्री-ट्रेन किया गया था, और छोटी इंजीनियरिंग टीमों की सहायता के साथ चार से आठ सप्ताह के भीतर ट्यून किया गया। इस प्रक्रिया को परंपरागत डायनैमिक मॉडल के लिए लगभग वर्षों का विकास समय की तुलना में तेज और कुशल माना जाता है।</p>
  6. <p>शोधकर्ताओं के अनुसार, 'Aurora' 2023 में सभी हरिकेन को सटीक रूप से पूर्वानुमान कर पाया और वर्तमान हवाई पूर्वानुमान केंद्र की तुलना में बेहतर प्रदर्शन किया। इसके अलावा, इस मॉडल ने 2022 से 2023 के बीच पांच दिनों के ट्रॉपिकल सिरकोइस प्रश्न पूर्वानुमान में सात ऑपरेशनल पूर्वानुमान केंद्रों को छोड़कर सबसे अच्छा प्रदर्शन किया और दस दिनों के वैश्विक हवाई पूर्वानुमान में 92% लक्ष्यों को छोड़कर सबसे अच्छा प्रदर्शन किया।</p>
  7. <p>'Aurora' एक आधारभूत मॉडल के रूप में विशाल संभावनाएँ रखता है, जिसके प्रयोग से हवा की गुणवत्ता, समुद्र की गति, पर्यावरणीय आपदाएँ और अन्य क्षेत्रों में पूर्वानुमान किए जा सकते हैं। शोधकर्ताओं ने कहा है कि 'Aurora' के आने से पृथ्वी प्रणाली पूर्वानुमान क्षेत्र में गहरे प्रभाव पड़ सकते हैं, जिससे कम लागत पर अधिक सटीक पूर्वानुमान किए जा सकेंगे।</p>
  8. <p>इसके अलावा, एक और मशीन लर्निंग हवा पूर्वानुमान प्रणाली 'Aardvark' भी निरंतर खुले रह रही है। 'Aardvark' को परंपरागत सुपरकंप्यूटर मॉडलों की तुलना में बेहतर प्रदर्शन दिखाने की सक्षमता प्रदर्शित हुई है, जिसे NVIDIA GPU साथी पर ट्रेनिंग और चलाने की सुविधा है और कम कमांड की लागत पर दस दिनों का हवाई पूर्वानुमान पूर्ण कर सकता है।</p>
  9. <blockquote><p>अंक लगाने के लिए:  </p><p>🌪️ 'Aurora' मॉडल ट्रॉपिकल सिरकोइस प्रश्न पूर्वानुमान में औधोगिक संस्थाओं की तुलना में बेहतर प्रदर्शन करता है, और गति तथा लागत दोनों कम है।  </p><p>📊 यह मॉडल 1 मिलियन घंटे से अधिक डेटा से प्री-ट्रेन किया गया है, और ट्यूनिंग की अवधि केवल चार से आठ सप्ताह थी।  </p><p>🌍 'Aurora' के संभावित उपयोग क्षेत्रों में हवा की गुणवत्ता, समुद्र की गति और पर्यावरणीय आपदाएँ शामिल हैं।</p></blockquote>