ঐতিহ্যবাহী মডেলগুলির বিপরীতে যা ভৌত প্রক্রিয়া অনুকরণ করতে একটি অবস্থানের ভৌত বৈশিষ্ট্য ব্যবহার করে, মেশিন লার্নিং মডেলগুলি মূলত ব্ল্যাক বক্স যা অতীতের প্যাটার্নগুলিতে প্রশিক্ষণ নেয় এবং ভবিষ্যতের প্যাটার্নগুলির পূর্বাভাস দেয়। কিন্তু Weather Next 3 যে কোনো নির্দিষ্ট অবস্থানের পৃষ্ঠের তাপমাত্রা এবং শিশির বিন্দু গণনা করতে সামান্য ভৌত তথ্য যোগ করছে যা আপনি দেখতে চান। এটি পরীক্ষা করে যে সেই বিন্দুটি স্থল না মহাসাগর এবং এর পৃষ্ঠের উচ্চতা ব্যবহার করে। সেই তথ্য দিয়ে ট্যাগ করা অতীতের আবহাওয়া স্টেশন ডেটাতে প্রশিক্ষণ দিয়ে, দলটি বলে যে তারা আরও ভাল পূর্বাভাস পায়।

কিছু অদ্ভুততা: শ্বেতপত্রটি Weather Next 2-এর পাশাপাশি ইউরোপীয় মাঝারি-পরিসরের আবহাওয়ার পূর্বাভাস কেন্দ্র (ECMWF) AI মডেলের তুলনায় পূর্বাভাস কর্মক্ষমতা উন্নতির নথিভুক্ত করতে কিছু ফলাফল দেখায়। তারা তাদের পূর্ববর্তী মডেলের তুলনায় উপরের বায়ুমণ্ডলের অবস্থার নির্ভুলতায় প্রায় ৫ শতাংশ উন্নতি লক্ষ্য করে, উদাহরণস্বরূপ, যা তারা বলে প্রায় ছয় ঘণ্টা বেশি সঠিক পূর্বাভাসের সময়ের সমান। এবং নির্দিষ্ট অবস্থানের পৃষ্ঠের তাপমাত্রা গণনা করার জন্য তাদের পরিবর্তন নির্ভুলতা ৩০ শতাংশ পর্যন্ত উন্নত করেছে। তারা সাধারণত এই মেট্রিক্সে ECWMF মডেলকেও হারাচ্ছে।

একটি কৌতূহলোদ্দীপক ব্যতিক্রম আছে যার কারণ কাগজটি অনুমানও করে না। বেশ কয়েকটি ভেরিয়েবলের জন্য, অন্যান্য মডেলের প্রাথমিক ছয়-ঘণ্টা-আগামী পূর্বাভাসের সাথে তাদের তুলনা দেখায় যে Weather Next 3 ১৫-দিনের পূর্বাভাসের বাকি অংশে এগিয়ে যাওয়ার আগে খারাপ করে। বৃহত্তর-স্কেল প্যাটার্নগুলিও কিছু অদ্ভুততা ছাড়া নয়। আপনি কিছু পূর্বাভাসে মডেলের গ্রিডের আকৃতি দেখতে পারেন, যেমন বৃষ্টিপাতের মানচিত্র কিছু স্পষ্ট ষড়ভুজাকার ব্লব দেখায়।

সামগ্রিকভাবে, দলটি বলে যে তাদের নতুন মডেল "বিশ্লেষণের উপর সম্পূর্ণ নির্ভর করার বাইরে গিয়ে এবং তথ্য-ঘন, কম-বিলম্ব পর্যবেক্ষণ ডেটা ব্যবহার করে AI-ভিত্তিক আবহাওয়ার পূর্বাভাসের জন্য একটি বড় পদক্ষেপের প্রতিনিধিত্ব করে।" Weather Next 3 এখন Google পরিষেবাগুলি জুড়ে পূর্বাভাস তথ্যের উৎস, যার মধ্যে Search, Gemini এবং Maps অন্তর্ভুক্ত।

মূল সত্তা: কোম্পানি: Google, ECMWF