ইটিএইচ জুরিখ থেকে এমন একটি ভিত্তি মডেল এসেছে যা অসম্পূর্ণ তথ্য ব্যবহার করেও বায়ুমণ্ডল, মাটি এবং জলচক্রকে সমন্বিত করতে সক্ষম।

যখন একটি ক্রান্তীয় ঝড় কয়েক দিনের মধ্যেই একটি সুপার টাইফুনে রূপান্তরিত হয়, তখন চ্যালেঞ্জটি কেবল এর গতিপথের পূর্বাভাস দেওয়া নয়। বরং, বাতাস, বৃষ্টিপাত, মাটির আর্দ্রতা, ভূ-প্রকৃতি, তাপমাত্রা এবং বায়ুমণ্ডলীয় সঞ্চালন কীভাবে একে অপরকে প্রভাবিত করে, তা বোঝা। ২০২৩ সালের জুলাই মাসে, টাইফুন ডকসুরি এই জটিলতাটিকে বিশেষভাবে কঠোরভাবে প্রদর্শন করেছিল, যা ফিলিপাইন এবং চীনে প্রচণ্ড বাতাস, মুষলধারে বৃষ্টি এবং উপকূলীয় অঞ্চলে ব্যাপক ক্ষতিসাধন করে আঘাত হেনেছিল। ইটিএইচ ডোমেইনের গবেষকরা একটি নতুন আবহাওয়া মডেল পরীক্ষা করার জন্য সেই বিশেষ ঘটনাটি ব্যবহার করেছেন। কৃত্রিম বুদ্ধিমত্তা ভূ-ব্যবস্থার ক্ষেত্রে প্রযোজ্য।

মডেলটিকে বলা হয় ভূ-ব্যবস্থা ভিত্তি মডেলঅথবা ESFMএবং এর মধ্যে বিকশিত হয়েছিল সুইস এআই উদ্যোগ, এর অবদানের সাথে ইথ জুরিখ, EPFL, সুইস ডেটা সায়েন্স সেন্টার এবং অন্যান্য বৈজ্ঞানিক অংশীদারগণ। উদ্ভাবনটি প্রচলিত আবহাওয়া মডেল প্রতিস্থাপন করার মধ্যে নিহিত নয়, বরং এমন একটি পরিকাঠামো তৈরি করার মধ্যে নিহিত যা ভিন্নধর্মী এবং অসম্পূর্ণ ডেটা ব্যাখ্যা করতে সক্ষম: স্যাটেলাইট চিত্র, ভূমি স্টেশন থেকে প্রাপ্ত পরিমাপ, বায়ুমণ্ডলীয় সিরিজ, জলবিদ্যুৎ সংক্রান্ত ডেটা, এবং স্থান ও সময় জুড়ে ছড়িয়ে থাকা পর্যবেক্ষণ।

সমস্যাটি শিল্পগত এবং বৈজ্ঞানিক উভয়ই। কৃষি, বীমা, অবকাঠামো ব্যবস্থাপনা, বেসামরিক প্রতিরক্ষা, শক্তি এবং নগর পরিকল্পনা ক্রমবর্ধমানভাবে নির্ভরযোগ্য পূর্বাভাস এবং পুনর্গঠনের উপর নির্ভরশীল। কিন্তু প্রকৃত পরিবেশগত তথ্য খুব কমই একটি সুশৃঙ্খল আকারে এসে পৌঁছায়। পর্যবেক্ষণ নেটওয়ার্কগুলো সমানভাবে বণ্টিত নয়, সেন্সর বিকল হতে পারে, মেঘ স্যাটেলাইটকে আড়াল করে, এবং প্রত্যন্ত অঞ্চলগুলো ভালোভাবে পর্যবেক্ষণ করা যায় না। ঠিক এই অসংলগ্নতার মধ্যেই কাজ করার জন্য ESFM তৈরি করা হয়েছিল।

একটি মডেল যা বায়ুমণ্ডল, ভূমি এবং জলকে সংযুক্ত করে

মূল বিষয়টি হলো সমন্বয়। অনেক আবহাওয়া এআই সিস্টেম প্রাথমিকভাবে বায়ুমণ্ডলের উপর মনোযোগ দিয়েছে, বাকি বিষয়গুলোকে প্রাসঙ্গিক বা গৌণ চলক হিসেবে বিবেচনা করেছে। অন্যদিকে, ESFM বায়ুমণ্ডলকে উপস্থাপন করার চেষ্টা করে। পৃথিবী ব্যবস্থা একটি আন্তঃসংযুক্ত সমগ্র হিসেবে, যেখানে বায়ুমণ্ডলীয়, জলবিজ্ঞানগত এবং স্থলজ প্রক্রিয়াগুলোকে কৃত্রিমভাবে পৃথক করা হয় না। এই দৃষ্টিভঙ্গিটি প্রাসঙ্গিক, কারণ বন্যা, খরা এবং ক্রান্তীয় ঘূর্ণিঝড়ের মতো চরম ঘটনাগুলো কোনো একক চলকের উপর নির্ভর করে না, বরং প্রতিক্রিয়া শৃঙ্খলের উপর নির্ভর করে।

ফ্যানি লেহম্যানগণিতের পোস্টডক্টরাল ফেলোইটিএইচ এআই সেন্টার এবং মডেলটি তৈরি করা দলের একজন সদস্য পদ্ধতিগত এই উল্লম্ফনটি নিম্নরূপভাবে ব্যাখ্যা করেছেন:

পূর্ববর্তী এআই আবহাওয়া মডেলগুলো প্রায়শই প্রধানত বায়ুমণ্ডলের উপরই মনোযোগ দিয়েছে। কিন্তু আমাদের মডেলটি সচেতনভাবে বায়ুমণ্ডলীয় আবহাওয়ার তথ্যের সাথে জলবিজ্ঞান এবং স্থলভাগের তথ্যকে সংযুক্ত করে। এর উপর ভিত্তি করে, এআই পৃথিবীর আবহাওয়া ব্যবস্থার মধ্যেকার মূল প্যাটার্ন, প্রবণতা এবং সম্পর্কগুলো শনাক্ত করে এবং গুরুত্বপূর্ণ তথ্য অনুপস্থিত থাকলেও সেগুলোকে ব্যবহার করে পূর্বাভাস তৈরি করে। আমাদের মডেলের আসল শক্তি নিহিত রয়েছে বিভিন্ন ডেটা উৎস থেকে আবহাওয়ার গুরুত্বপূর্ণ পারস্পরিক ক্রিয়া-প্রতিক্রিয়াগুলো শেখার ক্ষমতায়।

প্রযুক্তিগতভাবে বলতে গেলে, ESFM সমস্ত তথ্যকে একটিমাত্র, পূর্ব-স্বাভাবিকীকৃত গ্রিডে জোর করে অন্তর্ভুক্ত করে না। মডেলটি বিভিন্ন ধরণের ডেটাকে আলাদাভাবে বিবেচনা করে, সেগুলোকে স্থানিক ও কালিক স্থানাঙ্কের সাথে যুক্ত করে এবং তারপর একটি সাধারণ কাঠামোতে একত্রিত করে। এর ফলে স্যাটেলাইট রাস্টার ম্যাপ থেকে শুরু করে তাপমাত্রা, চাপ, বায়ুপ্রবাহ বা জলস্তরের বিন্দুভিত্তিক পরিমাপ পর্যন্ত প্রতিটি উৎসের নির্দিষ্ট বৈশিষ্ট্যগুলো সংরক্ষিত থাকে।

এর ব্যবহারের ক্ষেত্রে এটি একটি গুরুত্বপূর্ণ পদক্ষেপ।বড় ডেটা পরিবেশ বিজ্ঞানে। উপাত্ত তুলনীয় না হলে বিস্তৃত পর্যবেক্ষণ যথেষ্ট নয়। ESFM-এর উদ্ভাবনী ক্ষমতা হলো, এটি সবকিছুকে একটি অনমনীয় উপস্থাপনায় পর্যবসিত না করে এবং এই প্রক্রিয়ায় তথ্য হারিয়ে না ফেলে, বিভিন্ন ফরম্যাট ও ঘনত্ব ব্যবহার করতে পারে।

ডোকসুরি পরীক্ষা এবং অসম্পূর্ণ পর্যবেক্ষণের সমস্যা

সুপার টাইফুন ডকসুরি পরীক্ষাটি তাৎপর্যপূর্ণ, কারণ এই ঘটনাটি প্রশিক্ষণ ডেটাতে অন্তর্ভুক্ত ছিল না। তা সত্ত্বেও, ইটিএইচ জুরিখের মতে, ইএসএফএম বেশ কয়েকদিন ধরে উল্লেখযোগ্য নির্ভুলতার সাথে বাতাসের তীব্রতার পূর্বাভাস দিয়েছে এবং ঝড়টির অবস্থান, গতিবিধি ও স্থানিক বিস্তারকে বাস্তবসম্মতভাবে পুনর্গঠন করেছে। এটি একটি সতর্কীকরণ ব্যবস্থা হিসাবে ব্যবহারের জন্য কার্যক্ষমতার স্বীকৃতি দেয় না, তবে এটি চরম ঘটনা সম্পর্কিত গবেষণার জন্য একটি কার্যকর সাধারণীকরণ ক্ষমতার ইঙ্গিত দেয়।

তবে, মডেলটির সবচেয়ে স্বতন্ত্র বৈশিষ্ট্য হলো তথ্যের ঘাটতি ব্যবস্থাপনা। সূত্র অনুসারে, প্রশিক্ষণের পর ESFM এমন স্যাটেলাইট পর্যবেক্ষণ থেকেও পূর্বাভাস তৈরি করতে সক্ষম, যেখানে কেবল প্রায় ১০০% ডেটা উপলব্ধ থাকে। ৩ শতাংশ পিক্সেলএটি বিশেষত সেইসব এলাকার অ্যাপ্লিকেশনগুলির জন্য প্রাসঙ্গিক যেখানে পর্যবেক্ষণের পরিধি দুর্বল, অথবা এমন পরিস্থিতিতে যেখানে প্রতিকূল আবহাওয়া, প্রযুক্তিগত সীমাবদ্ধতা বা পরিকাঠামোর অভাবের কারণে তথ্য সংগ্রহ ব্যাহত হয়।

ফিরাত ওজদেমিরইএসএফএম টিমের প্রধান ডেভেলপার এবং এলও-এর সিনিয়র ডেটা সায়েন্টিস্ট সুইস ডেটা সায়েন্স সেন্টারসমস্যাটিকে এভাবে সংক্ষিপ্ত করেছেন:

ESFM-এর বিপরীতে, আবহাওয়ার পূর্বাভাসের জন্য পূর্ববর্তী এআই মডেলগুলোকে প্রায়শই একটিমাত্র ডেটা টাইপ বা কয়েকটি একই ধরনের ফরম্যাটের ডেটাসেটের ওপর প্রশিক্ষণ দেওয়া হতো। অত্যন্ত ভিন্নধর্মী বা অসম্পূর্ণ ডেটা নিয়ে কাজ করার সময় এদের পারফরম্যান্স প্রায়শই কমে যায়। ESFM বহু-উৎস থেকে প্রাপ্ত ডেটাকে একীভূত করে এবং তথ্যের ঘাটতি আরও অনেক দক্ষতার সাথে পূরণ করার মাধ্যমে এই সমস্যার সমাধান করে।

এই সক্ষমতার সুনির্দিষ্ট প্রভাব রয়েছে। উদাহরণস্বরূপ, একটি খরা-পীড়িত এলাকায় বৃষ্টিপাত, মাটির আর্দ্রতা, ভূতাত্ত্বিক বৈশিষ্ট্য, তাপমাত্রা এবং জলস্তরের সমন্বয় ঝুঁকির বিবর্তন ব্যাখ্যা করতে সাহায্য করতে পারে। ESFM নিকটবর্তী এলাকার উপলব্ধ তথ্য, পারস্পরিক সম্পর্কযুক্ত চলক এবং অতীতের পর্যবেক্ষণের সাথে শূন্যস্থান সংযুক্ত করে অনুপস্থিত ডেটা পুনর্গঠন করে। এর কার্যপ্রণালী সাধারণ ইন্টারপোলেশন নয়, বরং পুনরাবৃত্তিমূলক ভৌত সম্পর্ক অনুধাবন করা।

বিশেষায়িত মডেল থেকে পুনর্ব্যবহারযোগ্য ভিত্তি পর্যন্ত

শব্দ ভিত্তি মডেল এটি মনোযোগ সহকারে পড়া উচিত। কৃত্রিম বুদ্ধিমত্তার পরিভাষায়, এটি এমন একটি মডেলকে নির্দেশ করে যা ব্যাপক ভিত্তিতে প্রশিক্ষিত এবং পরবর্তী কাজগুলোর জন্য পুনরায় ব্যবহারযোগ্য ও অভিযোজিত হতে সক্ষম। ফাইনটিউনিংভূ-বিজ্ঞানের ক্ষেত্রে, এর অর্থ হলো কোনো একটি চলক বা ব্যবহারের জন্য নির্মিত নির্দিষ্ট টুল থেকে সরে এসে ডেটা সমন্বয় ও পূর্বাভাসের জন্য আরও সাধারণ একটি প্ল্যাটফর্মের দিকে অগ্রসর হওয়া।

সেবাস্টিয়ান শেম, বায়ুমণ্ডলীয় বিজ্ঞানী এবং অধ্যাপককেমব্রিজ বিশ্ববিদ্যালয়, যা ইতিমধ্যে ইটিএইচ জুরিখ-এ সক্রিয়, মডেলটির পরিধি নির্দিষ্ট করেছে:

ESFM কোনো চিরায়ত জলবায়ু মডেল বা বিশেষায়িত আবহাওয়ার পূর্বাভাস কিংবা ঝড় সতর্কীকরণ মডেল নয়; বরং এটি এমন এক স্বতন্ত্র শ্রেণীর মডেলের অন্তর্ভুক্ত যা জলবায়ু ও আবহাওয়া গবেষণার বিস্তৃত পরিসরের কাজের জন্য একটি নমনীয় ভিত্তি হিসেবে কাজ করতে পারে। এর সুবিধা হলো এক ধরনের অর্জিত পদ্ধতিগত বোধগম্যতা, যা এটিকে অনেক ক্ষেত্রে বিশ্বাসযোগ্য পূর্বাভাস তৈরি করতে সক্ষম করে, এমনকি যখন ডেটা অসম্পূর্ণ বা খণ্ডিত থাকে।

প্রকল্পের সাথে সম্পর্কিত কারিগরি কাজ, যা উপস্থাপন করা হয়েছিলইজিইউ সাধারণ সভা ২০২৬ ভিয়েনার, ESFM-কে ভিন্নধর্মী ডেটা এবং পূর্বাভাসের সমন্বয়ের জন্য একটি কাঠামো হিসেবে বর্ণনা করে। মডেলটি মূল কাঠামোর উপর নির্মিত। 3D Swin UNet অরোরা কর্তৃক ইতোমধ্যেই ব্যবহৃত এই প্রযুক্তিটি, অনুপস্থিত ডেটা, বিক্ষিপ্ত পরিমাপ, বিন্দুভিত্তিক পর্যবেক্ষণ এবং স্যাটেলাইট চিত্রের জন্য নতুন সম্প্রসারণ নিয়ে এসেছে। প্রিপ্রিন্টে তুলে ধরা উপাদানগুলোর মধ্যে রয়েছে ভেরিয়েবলগুলোর মধ্যকার নির্ভরশীলতা অনুধাবনের জন্য অ্যাক্সিয়াল অ্যাটেনশন এবং স্বতন্ত্র ভেরিয়েবল টোকেনাইজেশন স্কিম।

এই খাতের জন্য এই পরিবর্তনটি তাৎপর্যপূর্ণ, কারণ এটি জলবায়ু এআই-কে প্রধানত পরীক্ষামূলক পর্যায় থেকে আরও মডুলার কাঠামোতে নিয়ে যাচ্ছে। একটি মৌলিক মডেলকে প্রতিবার একেবারে গোড়া থেকে শুরু না করেই জলবিজ্ঞান, কৃষি, জীববৈচিত্র্য বা পরিবেশ পর্যবেক্ষণের জন্য অভিযোজিত করা যেতে পারে। ম্যাথিউ সলজম্যান, সিনিয়র বিজ্ঞানী।EPFL এবং সুইস ডেটা সায়েন্স সেন্টারের ডেপুটি চিফ ডেটা সায়েন্টিস্ট, সুনির্দিষ্টভাবে এই দিকটিই নির্দেশ করেছেন: কৃষি, জীববৈচিত্র্য এবং জলবিজ্ঞানের মতো ক্ষেত্রগুলিতে মডেলটির প্রতিনিধিত্বমূলক ক্ষমতাকে কাজে লাগানো।

উন্মুক্ত প্রবেশাধিকার এবং তথ্য-স্বল্প অঞ্চলসমূহের উপর এর প্রভাব

শিল্পগতভাবে গুরুত্বপূর্ণ আরেকটি বিষয় হলো সহজলভ্যতা। ইটিএইচ জুরিখ জানিয়েছে যে ইএসএফএম পাওয়া যায় আলিঙ্গন মুখ এবং একটি সংগ্রহস্থলে GitHubপাবলিক রিপোজিটরিটিতে বায়ুমণ্ডল এবং ভূ-ব্যবস্থা পূর্বাভাস পরীক্ষার জন্য প্রশিক্ষণ ও মূল্যায়ন কোড রয়েছে। ব্যয়বহুল কম্পিউটেশনাল রিসোর্সের আধিপত্যপূর্ণ একটি ক্ষেত্রে, মডেলটির উন্মুক্ততা বাধা দূর করে না, তবে এটি গবেষণা দল এবং সরকারি সংস্থাগুলোকে এই ফ্রেমওয়ার্কটি পরিদর্শন, অভিযোজন এবং পরীক্ষা করার সুযোগ দেয়।

প্রকল্পটি এর দ্বারাও সমর্থিত।আন্তর্জাতিক গণনা এবং এআই নেটওয়ার্কইটিএইচ জুরিখের সাথে যুক্ত একটি উদ্যোগ যা এআই-এর উপর আন্তর্জাতিক সহযোগিতাকে উৎসাহিত করে। এর একটি ঘোষিত লক্ষ্য হলো এই ধরনের মডেলগুলোকে ব্যবহারযোগ্য করে তোলা, এছাড়াও গ্লোবাল সাউথযেখানে স্থানীয় তথ্যের অভাব পরিবেশগত পূর্বাভাসের ক্ষেত্রে একটি কাঠামোগত সীমাবদ্ধতা তৈরি করে। এই ধরনের প্রেক্ষাপটে, আঞ্চলিক পর্যবেক্ষণের মাধ্যমে পরিবেশগত পূর্বাভাস মডেলকে (ESFM) পরিমার্জন করার ক্ষমতা কৃষি, জল ব্যবস্থাপনা এবং ঝুঁকি প্রতিরোধের জন্য একটি আশীর্বাদ হতে পারে।

টর্স্টেন হোফলার, কম্পিউটার বিজ্ঞানের অধ্যাপক ইথ জুরিখ এবং প্রধান এআই স্থপতি সুইস জাতীয় সুপারকম্পিউটিং কেন্দ্র লুগানো থেকে, ESFM কেসটিকে ভিত্তি মডেলগুলির আরও সাধারণ প্রকৃতির সাথে যুক্ত করা হয়েছে:

অত্যন্ত ভিন্ন ধরনের ডেটার ওপর প্রশিক্ষণের মাধ্যমে, ESFM-এর মতো মডেলগুলো এক প্রকার মৌলিক জ্ঞান অর্জন করে এবং এর ফলে তারা নমনীয়ভাবে বিস্তৃত পরিসরের কাজ সমাধান করতে পারে। কৃত্রিম বুদ্ধিমত্তা গবেষণায়, এগুলোকে ভিত্তি মডেল বলা হয়।

দূরদৃষ্টিকে নিখুঁত ভবিষ্যদ্বাণীর প্রতিশ্রুতির সাথে গুলিয়ে ফেলা উচিত নয়। চরম ঘটনাগুলো জটিল গতিশীল ব্যবস্থা হিসেবেই থেকে যায়, এবং একটি মডেল থেকে প্রাপ্ত যেকোনো ফলাফলের যাচাইকরণ, স্বাধীন পর্যবেক্ষণের সাথে তুলনা, এবং বিদ্যমান কার্যপ্রণালীতে একীভূতকরণের প্রয়োজন হয়। তবে, দিকনির্দেশনাটি স্পষ্ট:কৃত্রিম বুদ্ধিমত্তা এটি আবহাওয়াবিজ্ঞান ও পরিবেশ বিজ্ঞানে শুধু পূর্বাভাসের হাতিয়ার হিসেবেই নয়, বরং জ্ঞান পুনর্গঠন ও সমন্বয়ের প্রযুক্তি হিসেবেও প্রবেশ করছে।

জন্য সুইজর্লণ্ডএই প্রকল্পটি বিশ্ববিদ্যালয়, ডেটা সেন্টার এবং সুপারকম্পিউটিং পরিকাঠামো জুড়ে বিস্তৃত গবেষণা ইকোসিস্টেমের ভূমিকা নিশ্চিত করে। বাজারের জন্য, এটি একটি সম্ভাব্য পরিবর্তনের ইঙ্গিত দেয়: একটিমাত্র পূর্বাভাসের জন্য বিশেষায়িত মডেল থেকে সরে এসে প্রায়শই অসম্পূর্ণ ডেটা ব্যবহার করে জলবায়ু, জলবিজ্ঞান এবং ভূমি-ব্যবহার সংক্রান্ত ঘটনা বোঝার জন্য পুনঃব্যবহারযোগ্য ভিত্তির দিকে পরিবর্তন। এই সক্ষমতাকে সরকারি ও শিল্পখাতের সিদ্ধান্ত গ্রহণের জন্য নির্ভরযোগ্য, যাচাইযোগ্য এবং কার্যকর উপকরণে রূপান্তরিত করাই হবে আসল চ্যালেঞ্জ।

১৮৮০ থেকে ২০২৫ সাল পর্যন্ত, বিগ ডেটার তথ্যমতে পৃথিবীর তাপমাত্রা

মহাকাশ থেকে কার্বন ডাই অক্সাইড নির্গমন পর্যবেক্ষণ

এখানে তিনটি অন্তর্দৃষ্টি রয়েছে যা আপনাকে আগ্রহী করতে পারে:

জলবায়ু পরিবর্তন কর্মক্ষেত্রের নিরাপত্তাকে কীভাবে প্রভাবিত করে
বিমানের ধোঁয়ার রেখা, সালফার ও অ্যারোসল: এটাই হলো বিমান চলাচলের নতুন জলবায়ু ধাঁধা।
অ্যাপেনাইন পর্বতমালার চূড়ায় বিশ্বব্যাপী জলবায়ু প্রহরী, মাউন্ট সিমোন