হাইব্রিড এআই-পদার্থবিজ্ঞান মডেল বিরল চরম আবহাওয়ার পূর্বাভাস উন্নত করে

অপ্রত্যাশিত পূর্বাভাস

দৈনন্দিন আবহাওয়ার পূর্বাভাস উল্লেখযোগ্যভাবে নির্ভুল হয়ে উঠেছে, কিন্তু বিরল, চরম ঘটনা—যেমন মারাত্মক তাপপ্রবাহ—পূর্বাভাস দেওয়া একটি কঠিন চ্যালেঞ্জ রয়ে গেছে। এই ঘটনাগুলি, কখনও কখনও 'গ্রে সোয়ান' নামে পরিচিত, এত কম ঘন ঘন ঘটে যে তারা সাধারণ আবহাওয়ার ধরণের বাইরে পড়ে। ঐতিহ্যবাহী সুপারকম্পিউটার-ভিত্তিক মডেলগুলি তাদের অনুকরণ করতে পারে, কিন্তু তাদের জন্য প্রচুর গণনামূলক সম্পদ এবং সময় প্রয়োজন। অন্যদিকে, নতুন এআই-ভিত্তিক পূর্বাভাস মডেলগুলি নিয়মিত পূর্বাভাসে দক্ষ কিন্তু প্রায়শই প্রশিক্ষণ ডেটাতে কম উপস্থাপিত আউটলায়ারদের ধরতে ব্যর্থ হয়।

এই ফাঁক গবেষকদের একটি মধ্যম পথ খুঁজতে অনুপ্রাণিত করেছে। শিকাগো বিশ্ববিদ্যালয়ের বিজ্ঞানী এবং ফ্রান্সের সহযোগীদের একটি দল একটি হাইব্রিড পদ্ধতি তৈরি করেছে যা উভয় পদ্ধতির শক্তিকে একত্রিত করে। ফিজিক্যাল রিভিউ লেটার্স জার্নালে প্রকাশিত, নতুন কৌশলটি বিরল, উচ্চ-প্রভাব আবহাওয়ার ঘটনার পূর্বাভাস উন্নত করার প্রতিশ্রুতি দেয় এবং ঐতিহ্যবাহী মডেলগুলির তুলনায় অনেক কম সম্পদ ব্যবহার করে।

গ্রে সোয়ানের চ্যালেঞ্জ

তাপপ্রবাহ চরম আবহাওয়ার সবচেয়ে মারাত্মক রূপগুলির মধ্যে একটি। ২০০৩ সালে, ইউরোপ জুড়ে একটি তাপপ্রবাহ প্রায় ৭০,০০০ মৃত্যুর কারণ হয়েছিল এবং ২০১০ সালে, রাশিয়া একটি তাপপ্রবাহের সম্মুখীন হয়েছিল যা ৫৬,০০০ মৃত্যুর দিকে পরিচালিত করেছিল। সম্প্রতি, জুন ২০২৬-এ, মার্কিন যুক্তরাষ্ট্রের প্রায় অর্ধেক—প্রায় ১৮০ মিলিয়ন মানুষ—বিপজ্জনক তাপমাত্রার সম্মুখীন হয়েছিল। জলবায়ু পরিবর্তনের কারণে এই ঘটনাগুলি আরও ঘন ঘন এবং গুরুতর হয়ে উঠছে, যা সঠিক পূর্বাভাসকে আরও গুরুত্বপূর্ণ করে তুলেছে।

তবে, এই ধরনের আউটলায়ারদের প্রকৃতি তাদের অধ্যয়ন করা কঠিন করে তোলে। তারা বিরল, তাই মেশিন লার্নিং মডেল প্রশিক্ষণের জন্য সীমিত ঐতিহাসিক ডেটা রয়েছে। ঐতিহ্যবাহী পদার্থবিজ্ঞান-ভিত্তিক মডেল, যা মৌলিক সমীকরণ থেকে বায়ুমণ্ডলের আচরণ অনুকরণ করে, চরম পরিস্থিতি তৈরি করতে পারে, কিন্তু তাদের জন্য বিশাল কম্পিউটিং শক্তি প্রয়োজন এবং কয়েক দিন সময় লাগতে পারে। এটি তাদের রিয়েল-টাইম পূর্বাভাস বা অনেক সম্ভাব্য পরিস্থিতি অন্বেষণের জন্য অবাস্তব করে তোলে।

শিকাগো বিশ্ববিদ্যালয়ের ভূ-পদার্থবিজ্ঞানের সহযোগী অধ্যাপক এবং গবেষণার সহ-নেতা পেড্রাম হাসানজাদেহ ব্যাখ্যা করেছেন, 'এআই আবহাওয়া এবং জলবায়ু মডেলগুলি বিজ্ঞানে এআই-এর অন্যতম সেরা অর্জন, কিন্তু তারা জাদুকরী নয়—তারা গ্রে সোয়ান, সবচেয়ে বিরল এবং সবচেয়ে চরম ঘটনাগুলিতে ব্যর্থ হয়। বিস্তারিত পদার্থবিজ্ঞান-ভিত্তিক মডেলগুলি চরম ঘটনা ধরতে পারে, কিন্তু তাদের জন্য নিষিদ্ধভাবে প্রচুর সময় এবং শক্তি প্রয়োজন।'

একটি হাইব্রিড সমাধান

হাসানজাদেহের ক্লাইমেট এক্সট্রিমস থিওরি অ্যান্ড ডেটা গ্রুপ এবং আন্তর্জাতিক সহযোগীদের দ্বারা বিকশিত নতুন পদ্ধতিটি ঐতিহ্যবাহী পদার্থবিজ্ঞান-ভিত্তিক মডেলিংয়ের সাথে এআইকে সংহত করে। পদ্ধতিটি সম্ভাব্য অবস্থার বিস্তৃত পরিসর অন্বেষণ করতে এআই-এর গতি ব্যবহার করে, যখন পদার্থবিজ্ঞান-ভিত্তিক মডেলগুলি নিশ্চিত করে যে বিরল ঘটনাগুলি শারীরিকভাবে বাস্তবসম্মত। এই সংমিশ্রণটি দলকে চরম ঘটনার সম্ভাবনা আরও সঠিকভাবে এবং দক্ষতার সাথে অনুমান করতে দেয়।

মূল উদ্ভাবনটি দুটি উপাদানের মিথস্ক্রিয়ার মধ্যে রয়েছে। চরম ঘটনা সিমুলেশনের সীমিত সেটে প্রশিক্ষিত এআই মডেল, প্রার্থী পরিস্থিতি প্রস্তাব করে। তারপর পদার্থবিজ্ঞান-ভিত্তিক মডেল ব্যবহার করে সেগুলি যাচাই এবং পরিমার্জিত করা হয়, যা কোনও অবাস্তব ফলাফল সংশোধন করে। এই পুনরাবৃত্তিমূলক প্রক্রিয়াটি বিরল ঘটনার জন্য একটি নির্ভরযোগ্য সম্ভাবনা বন্টনে রূপান্তরিত হয়, এমনকি যখন এআই একা তাদের মিস করবে।

'এই পদ্ধতির শক্তি হল এটি এআই এবং ঐতিহ্যবাহী পদার্থবিজ্ঞান উভয়ের শক্তিকে একত্রিত করে এবং চরম ঘটনাগুলির জন্য বিশেষভাবে কার্যকর, যা অনুকরণ করা সবচেয়ে কঠিন এবং সামাজিক প্রভাব সবচেয়ে বেশি,' বলেছেন হাসানজাদেহ।

পূর্বাভাস এবং জলবায়ু গবেষণার জন্য প্রভাব

হাইব্রিড পদ্ধতিটি বিরল কিন্তু ধ্বংসাত্মক আবহাওয়ার ঘটনাগুলির পূর্বাভাস দেওয়ার আমাদের ক্ষমতা উল্লেখযোগ্যভাবে উন্নত করতে পারে। উদাহরণস্বরূপ, এটি জরুরি পরিকল্পনাকারীদের তাপপ্রবাহ, বন্যা বা খরার জন্য প্রস্তুত করতে সাহায্য করতে পারে যা এক শতাব্দীতে বা এমনকি সহস্রাব্দে একবার ঘটতে পারে। আরও সঠিক সম্ভাবনা প্রদান করে, পদ্ধতিটি অবকাঠামো নকশা, জনস্বাস্থ্য কৌশল এবং দুর্যোগ প্রতিক্রিয়া পরিকল্পনা জানাতে পারে।

তদুপরি, হ্রাসকৃত গণনামূলক ব্যয়ের অর্থ হল এই ধরনের পূর্বাভাস আরও ঘন ঘন এবং দীর্ঘ সময়ের দিগন্তের জন্য চালানো যেতে পারে। এটি আরও ভাল মৌসুমী এবং দশকীয় পূর্বাভাসের দিকে পরিচালিত করতে পারে, যা সমাজকে পরিবর্তিত জলবায়ুর সাথে খাপ খাইয়ে নিতে সহায়তা করে।

গবেষণাটি পদার্থবিজ্ঞানের বোঝার সাথে এআইকে একত্রিত করার গুরুত্বও তুলে ধরে। যদিও এআই অনেক ক্ষেত্রে বিপ্লব ঘটিয়েছে, বিরল ঘটনার ক্ষেত্রে এর সীমাবদ্ধতা রয়েছে। দুটিকে মিশ্রিত করে, বিজ্ঞানীরা উভয় জগতের সেরাটি ব্যবহার করতে পারেন।

সামনের দিকে তাকিয়ে

দলটি পদ্ধতিটি আরও পরিমার্জন এবং হারিকেন এবং টর্নেডোর মতো অন্যান্য ধরণের চরম ঘটনাগুলিতে পরীক্ষা করার পরিকল্পনা করেছে। তারা বিশ্বজুড়ে আবহাওয়া পরিষেবা এবং জলবায়ু গবেষকদের কাছে সরঞ্জামটি অ্যাক্সেসযোগ্য করার লক্ষ্যও রাখে।

চরম আবহাওয়া আরও সাধারণ হয়ে উঠলে, সঠিক পূর্বাভাসের প্রয়োজনীয়তা বৃদ্ধি পায়। এই হাইব্রিড পদ্ধতিটি একটি প্রতিশ্রুতিশীল পথ সরবরাহ করে, যা জীবন বাঁচাতে এবং অর্থনৈতিক ক্ষতি কমাতে পারে। অপ্রত্যাশিত ভবিষ্যদ্বাণী করার আমাদের ক্ষমতা উন্নত করে, আমরা সামনে থাকা চ্যালেঞ্জগুলির জন্য আরও ভালভাবে প্রস্তুত হতে পারি।

আপাতত, পদ্ধতিটি চরম ঘটনা পূর্বাভাসের বিজ্ঞানে একটি উল্লেখযোগ্য পদক্ষেপের প্রতিনিধিত্ব করে। এটি আন্তঃবিভাগীয় সহযোগিতার শক্তি এবং অত্যাধুনিক এআইকে সময়-পরীক্ষিত শারীরিক নীতিগুলির সাথে একত্রিত করার সম্ভাবনার একটি প্রমাণ।

এই নিবন্ধটি ফিজ.অর্গ-এর রিপোর্টিংয়ের উপর ভিত্তি করে তৈরি। মূল নিবন্ধটি পড়ুন।