ഡോ. ജൂബി മാത്യു HOD കംപ്യൂട്ടർ സയൻസ് & എൻജിനിയറിംഗ്, അമൽജ്യോതി കോളേജ്
ഇന്ന് മഴ പെയ്യുമോ ? കാലാവസ്ഥാ മുന്നറിയിപ്പുണ്ടെങ്കിൽ പെയ്യില്ലെന്ന് ഉറപ്പ്. മലയാളികൾ കഴിഞ്ഞ കുറേകാലമായി പറഞ്ഞു ശീലിച്ച വാക്കുകളാണിത്. പ്രവചനത്തിൽ കാലാവസ്ഥാകേന്ദ്രം പോലെ പഴിയും പരിഹാസവും കേട്ടവർ വേറെ ഉണ്ടാവില്ല. ഭൂമിയിലെ കാലാവസ്ഥയെക്കുറിച്ചു മനസ്സിലാക്കുന്നതിനും അന്തരീക്ഷസ്ഥിതിയിലെ മാറ്റങ്ങൾ പ്രവചിക്കുന്നതിനുംവേണ്ടിയുള്ള മനുഷ്യൻ്റെ ശ്രമങ്ങൾക്ക് ഒരുപക്ഷേ, മനുഷ്യരാശിയോളംതന്നെ പഴക്കം കാണും. പ്രാചീനകാല സംസ്ക്കാരങ്ങളിൽ ആകാശത്തെ പ്രത്യേകതകൾ നിരീക്ഷിച്ചും മറ്റും, മഴയുടെ വരവ് മുൻകൂട്ടി പ്രവചിക്കുവാൻ ശ്രമിച്ചിരുന്നതായി കരുതുന്നു. 17-18 നൂറ്റാണ്ടുകളിലായി താപനില അളക്കാൻ തെർമ്മോമീറ്ററും (thermom-eter) മർദം അളക്കാൻ ബാരോമീറ്ററും (barometer) കാറ്റിൻ്റെ വേഗത നിർണ്ണയിക്കാൻ അനിമോമീറ്ററും (an-emometer) ഈർപ്പത്തിന്റെ അളവ് കണക്കാക്കാൻ ഹൈ ഗ്രോമീറ്ററും (hygrometer) കണ്ടുപിടിക്കപ്പെട്ടതോടെ ചിലയിടങ്ങളിൽ, വിശേഷിച്ചും പാശ്ചാത്യരാജ്യങ്ങളിൽ, നിരീക്ഷണ ക്യാമ്പയിനുകൾ (observational campaigns) നടന്നുവന്നു.ലോകത്തെ മുഴുവൻ ആശങ്കപ്പെടുത്തുന്ന ഒരു വിഷയമായി മാറിയിരിക്കുകയാണ് കാലാവസ്ഥ പ്രവചനം. ശാസ്ത്രം വളർന്നെങ്കിലും പലപ്പോഴും കാലാവസ്ഥമുൻകൂട്ടി പ്രവചിക്കുകയെന്നത് പ്രയാസകരമായി മാറിയിരിക്കുകയാണ്. പെട്ടന്നുണ്ടാകുന്ന പ്രകൃതിദുരന്തങ്ങൾ നിരവധി പേരുടെ മരണങ്ങൾക്ക് കാരണമാകാറുണ്ട്. കാലാവസ്ഥ പ്രവചനത്തിനായി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗപ്പെടുത്തിക്കൊണ്ടുള്ള നിരവധി പരീക്ഷണങ്ങൾ നടത്തുന്നുണ്ട്. 15 ദിവസത്തെ കാലാവസ്ഥമുൻകൂട്ടി പ്രവചിക്കാൻ കഴിയുന്ന മെഷീൻ ലേർണിങ് അടിസ്ഥാനമാക്കിയുള്ള ജനറേറ്റീവ് എഐ മോഡലാണ് ജെൻ കാസ്റ്റ് (GenCast).ഗൂഗിളിൻ്റെ ബ്രിട്ടീഷ്-അമേരിക്കൻ എഐ റിസർച്ച് ലാബായ ഗൂഗിൾ ഡീപ് മൈൻഡ് (Google Deep Mind)ആണ് ജെൻകാസ്റ്റിന് പിന്നിൽ. ലണ്ടൻ ആസ്ഥാനമായാണ് ഈ എഐ റിസർച്ച് ലാബ് പ്രവർത്തിക്കുന്നത്, കാലാവസ്ഥാ പ്രവചനത്തിന് മറ്റെല്ലാ മോഡലുകളേക്കാളും മികച്ചതാണ് ജെൻകാസ്റ്റ് എന്നാണ് ഡീപ് മൈൻഡ് എഐ റിസർച്ച് ലാബ് അവകാശപ്പെടുന്നത്. കാലാവസ്ഥ വ്യതിയാനങ്ങൾ കൃത്യമായി മുൻകൂട്ടി പ്രവചിക്കാനാകുന്നതോടെ പ്രകൃതി ദുരന്തങ്ങളിൽനിന്നും രക്ഷനേടാമെന്നുള്ള സാധ്യതയാണ് തെളിയുന്നത്. ഗൂഗിളിന്റെ പുതിയ മോഡൽ വരുന്നതോടെ ഗൂഗിളിൻ്റെ കാലാവസ്ഥ പ്രവചനം (Google weather prediction) കൂടുതൽ കൃത്യത കൈവരിക്കും. ഇത് പ്രകൃതി ദുരന്തങ്ങളുടെ ആഘാതങ്ങളെ ഒരു പരിധിവരെ കുറയ്ക്കാൻ സാധിക്കും. മാത്രമല്ല കൃഷി, ഏവിയേഷൻ ഉൾപ്പെടെയുള്ള വിവിധ മേഖലകളിലും ഇത് പ്രയോജനകരമാകും. ഭൂമിയുടെ ആകൃതിയും സമീപകാല കാലാവസ്ഥാവിവരങ്ങളും വിശകലനം ചെയ്താണ് പ്രവചനം നടത്തുക. ഉപ്രഗ്രഹങ്ങൾ, കാലാവസ്ഥാ സ്റ്റേഷനുകൾ എന്നിവയിൽ നിന്നുള്ള കാലാവസ്ഥാ വിവരങ്ങളെ തത്സമയ പാരിസ്ഥിതിക വിവരങ്ങളുമായി സംയോജിപ്പിക്കുന്നതിലൂടെ, ഏറ്റവും പുതിയ കാലാവസ്ഥ മാറ്റങ്ങൾ അറിയാൻ സാധിക്കും.പരമ്പരാഗത കാലാവസ്ഥാ പ്രവചനം ന്യൂമറിക്കൽ വെതർ പ്രെഡിക്ഷൻ (Numerical Weather Prediction) അൽഗോരിതങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ന്യൂറൽ നെറ്റ്വർക്ക് സാങ്കേതിക വിദ്യ അടിസ്ഥാനമാക്കിയാണ് ജെൻ കാസ്റ്റ് പ്രവർത്തിക്കുന്നത്. ഗൂഗിളിൻ്റെ ടെൻസർ ഫ്ലോ (Tensor Flow) പ്ലാറ്റ്ഫോം ഉപയോഗിക്കുന്നത് വഴി, നിമിഷങ്ങൾക്കുള്ളിൽ വലിയ ഡാറ്റാസെറ്റുകൾ പ്രോസസ്സ് ചെയ്യാൻ പ്രാപ്തമാക്കുന്നു. ചുഴലിക്കാറ്റുകൾ, വെള്ളപ്പൊക്കം, ഉഷ്ണതരംഗങ്ങൾ എന്നിവപോലെയുള്ള കാലാവസ്ഥാ സംഭവങ്ങൾ പ്രവചിക്കുന്നതിലെ ശ്രദ്ധേയമായ കൃത്യതയാണ് ജെൻകാസ്റ്റ്നെ മറ്റുള്ളവയിൽ നിന്ന് വ്യത്യസ്തമാക്കുന്നത്.ഈർപ്പം, താപനില, കാറ്റിൻ്റെ വേഗത, വിവിധ ഉയരങ്ങളിലെ മർദ്ദം, പ്രാദേശിക വിവരങ്ങൾ എന്നിവയുൾപ്പെടെയുള്ള ഹൈപ്പർ-ലോക്കൽ വിവരങ്ങളുമായി ആഗോള കാലാവസ്ഥാ വിവരങ്ങളെ സംയോജിപ്പിച്ചാണ് ഇതിന്റെ പ്രവർത്തനം. മുൻകാല പ്രവചനങ്ങളിൽനിന്നും ഫലങ്ങളിൽ നിന്നും ഫീഡ്ബാക്ക് വിശകലനം ചെയ്തു കൊണ്ട് മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങൾ ഉപയോഗിച്ച് കൃത്യത ഉറപ്പാക്കുന്നു. ജെൻകാസ്റ്റ്ൻ്റെ ഏറ്റവും ആകർഷകമായ സവിശേഷതകളിലൊന്ന് അതിന്റെ വേഗതയാണ്. ജെൻകാസ്റ്റ്ന് 15-ദിവസത്തെ പ്രവചനം സൃഷ്ടിക്കാൻ ഒരൊറ്റ Google Cloud TPU v5 ന് വെറും 8 മിനീറ്റ് മതിയാവും. എന്നാൽ പരമ്പരാഗത ഭൗതികശാസ്ത്രത്തെ അടിസ്ഥാനമാക്കിയുള്ള പ്രവചനങ്ങൾക്ക്, പതിനായിരക്കണക്കിന് പ്രോസസ്സറുകളുള്ള ഒരു സൂപ്പർ കമ്പ്യൂട്ടറിൽ മണിക്കൂറുകളെടുക്കും. യൂറോപ്യൻ സെൻറർ ഫോർ മീഡിയം റേഞ്ച് വെതർ പ്രവചനങ്ങളിൽ (ECMWF) 40 വർഷത്തെ ERA5 പുനർവിശകലന ഡാറ്റയിൽ (1979-2018) ജെൻകാസ്റ്റ് പരിശീലിപ്പിച്ചിരിക്കുന്നു.ജെൻ കാസ്റ്റ് പോലുള്ള എഐ മോഡലുകളും പരമ്പരാഗത പ്രവചന സംവിധാനങ്ങളും തമ്മിലുള്ള സഹകരണം കാലാവസ്ഥാ പ്രവചനങ്ങളുടെ കൃത്യതയും വേഗതയും വർദ്ധിപ്പിക്കും. ലോകമെമ്പാടുമുള്ള ദശലക്ഷക്കണക്കിന് ആളുകൾക്ക് പുതിയ കണ്ടുപിടുത്തങ്ങളുടെ പ്രയോജനം ലഭിക്കുമെന്ന് കരുതാം. ജെൻകാസ്റ്റ് നിർമിച്ചിരിക്കുന്ന കോഡ് ഗൂഗിൾ ലഭ്യമാക്കിയിട്ടുണ്ട്. GitHub ( https://github.com/google-deepmind/graphcast)
