Nvidiaના સંશોધન વિભાગે તાજેતરમાં AI હવામાન મોડેલ રિલીઝ કર્યું છે જે ટૂંકી અવધિ માટેના પ્રાદેિશક સ્તર પર હવામાન પૂર્વાનુમાનને સુધારવાની ધારણા છે. આ વિકાસ એટમોસ્ફેરિક સાયન્સમાં પ્રગતિશીલ બદલાવ દર્શાવે છે, કારણ કે મશીન લર્નિંગ મોટું ભૂમિકા નિભાવશે. Nvidiaના સંશોધક માઇક પ્રિટચાર્ડ અનુસાર, "AI એ એટમોસ્ફીયરને કે રીતે અનુકરણ કરવી એમાં ક્રાંતિ આવી રહી છે. " સામન્ય રીતે, ભવિષ્યના હવામાનની ઘટનાઓ માટે ભૌતિકશાસ્ત્રની સમીકરણો હલ કરવા માટે મોંઘા અને વિશાળ સુપરકમ્પ્યુટર આવશ્યક હતા, જે પૂર્વાનુમાનોની વણય અને જથ્થામાં મર્યાદિતતા લાવતી હતી. જોકે, AIએ સમાન પરિસ્થિતિઓમાં તુલનાત્મક અથવા શ્રેષ્ઠ આગાહીની કાંઇયું દર્શાવી છે. તારીખનું Nvidia સંશોધન એક નવીન મોડેલ રજૂ કરે છે જે ઝડપથી સ્થાનિક હવામાનની ઘટનાઓની આગાહી કરે છે, જેવી કે વરસાદી વાદળો, કિલોમિટર સ્તરની ચોકસાઈથી. યુનિવર્સિટી ઓફ મેરિલેંડની મારિયા મોલિના દ્વારા અભિપ્રાય દ્વારા હવાલાથી, આ મોડેલ સમયસર માહિતીના ઝડપી વિતરણમાં યોગદાન આપે છે.

મશીન લર્નિંગ ગણતરીની દક્ષતા પ્રાપ્ત થવાથી વધુ વારંવાર આગાહીઓ શક્ય બને છે. અને વધુમાં, મશીન લર્નિંગ મોડેલને તાલીમ મેળવ્યા પછી સંચાલન કરતો ખર્ચ ઓછો છે, જેના કારણે સીમિત સંસાધનો ધરાવતી દેશોએ પણ હવામાન આગાહીના ઉપયોગીતા મેળવી શકે છે. આ એક્સેસિબીલિટી વિકરાળ હવામાન ઘટનાઓ જેવા કે ડેરોસ અને હરિકેનની આગાહી માટે મહત્વપૂર્ણ છે, જેને કારણે જીવ બચાવવાનો મોકો વધારે છે. ટેકનોલોજીસ્ટ પીટાક મિત્રા આ પ્રગતિને સમગ્ર વિશ્વમાં ખૂબ જ ચોક્કસ કિલોમિટર-સ્તરની હવામાન આગાહીને કહે છે, જે આપત્તિ પ્રતિસાદ અને સંસાધન વ્યવસ્થાપનમાં પરિવર્તનકારી બનશે. આ યોગ્ય સ્થળે અને યોગ્ય સમયે ટારગેટ કરવામાં સહાયતા કરશે, વિતરિત થયા વિના. અને વધુમાં, સુધરેલા વાવાઝોડાની ચેતવણીની પ્રણાલીઓમાંથી ભવિષ્યમાં વિવિધ પ્રદેશોને લાભ હોવાનો આશાવાદ છે.