ہم سب اپنی فوٹوگرافی کو بہتر بنانے اور مزید تخلیقی بننے کی کوشش کرتے ہیں۔ سوال یہ ہے کہ آیا ہمیں اپنی مدد کے لیے ٹیکنالوجی، جیسے AI، استعمال کرنا چاہیے یا نہیں۔ فوٹوگرافی میں آواز ڈھونڈنے کے بارے میں ایک مضمون پر تبصرے کرتے ہوئے مارک ساویر نے AI کو تخلیقی صلاحیت کا وعدہ کرنے والی ایک سرگوشی کرنے والی ہستی کے طور پر ذکر کیا۔ یہ ظاہر کرتا ہے کہ کچھ لوگ AI کو سادہ ہدایات کے ذریعے تخلیقی تصاویر بنانے کا شارٹ کٹ سمجھ سکتے ہیں۔ AI بلاشبہ ایک قیمتی تحقیقی آلہ ہے، خاص طور پر تجارتی مقامات میں جہاں یہ مواد کی تخلیق میں تیزی اور لاگت کی کمی کرتا ہے۔ تاہم، اصل سوال یہ ہے کہ کیا AI واقعی ہماری تخلیقی صلاحیت کو فوٹوگرافی اور آرٹ میں بڑھا سکتا ہے؟ تخلیقی صلاحیت کا جوہر خود اظہار ہے، جو AI کے پاس نہیں ہوتا کیونکہ اس کے پاس جذبات اور تجربات نہیں ہوتے۔ جیسا کہ سر جون ہیگارٹی نے نوٹ کیا، AI کے پاس ذاتی تجربات اور روح کی کمی ہوتی ہے، جو آرٹ کے لئے اہم عناصر ہیں۔ عظیم فوٹوگرافک آرٹ زندگی کے تجربات اور ان کے ذریعہ ابھرتے جذبات سے پیدا ہوتا ہے۔ ایک تصویر میں ان جذبات کو قید کرنا ناظر کو فنکار کی روح کی جھلک فراہم کرتا ہے۔ AI سے بنی تصاویر، اگرچہ بصری طور پر دلکش ہوتی ہیں، مگر ذاتی طور پر تجربہ کی گئی اور قید کی گئی لمحات کی اصلیت اور گہرائی سے محروم ہوتی ہیں۔ اگرچہ AI منظرنامہ فوٹوگرافی جیسے اصناف میں خوبصورت مناظر کی نقل کر سکتا ہے، یہ اس لمحے میں فوٹوگرافر کے محسوس کردہ موڈ اور جذبات کو منتقل کرنے میں مشکل پاتا ہے۔ اسپین کے ذریعے کی گئی ایک ذاتی سفر کا ایک مثال اس خلیج کو اجاگر کرتی ہے؛ AI سے تیار کردہ تصویر وہی جذبات نہیں اجاگز کر سکی جو براہ راست قید کی گئی تصویر نے کیے۔ اگر AI کے ذریعے نہیں، تو کوئی زیادہ تخلیقی کیسے بن سکتا ہے؟ جواب مختلف ذرائع سے تحریک لینے میں مضمر ہے۔ سفر ایک اہم تحریک کا ذریعہ ہے جو مختلف ثقافتوں، فن اور تعمیرات سے ملواتا ہے۔ پوسٹروں میں بھی تحریک ملتی ہے، جو مقامی ثقافت کو ظاہر اور منعکس کرتے ہیں۔ ذاتی پرورش اور تجربات—جیسے کہ سخت، باغی انگلینڈ میں—تخلیقی صلاحیتوں اور ترجیحات کو شکل دیتے ہیں۔ آرٹ کی تاریخی تحقیق اور اس بات کا تجزیہ کہ کن تصاویر ہمیں متاثر کرتی ہیں، تخلیقی آنکھ کی نشوونما میں بھی مددگار ہیں۔ اگرچہ AI ماضی کے فنکاروں کے کام کی جمالیاتی پہلو کا تجزیہ کر سکتا ہے، یہ ان کاموں سے ابھرنے والے جذبات کو نہیں سمجھ سکتا، جو کہ ان کی بنیاد ہے۔ اصل تخلیقیت زندگی کے تجربے اور متنوع محرکات کی نمائش سے پروان چڑھتی ہے۔ اختتامیہ میں، دنیا کی تلاش اور زندگی کے مختلف طریقوں کا مشاہدہ تخلیقی صلاحیت کو متاثر کرتا ہے۔ تاریخی فنکاروں اور فوٹوگرافروں کا مطالعہ ہماری تخلیقی سمجھ بوجھ کو بڑھاتا ہے۔ وہ لوگ جو تجسس کے ساتھ تحریک کی تلاش کرتے ہیں ان کا فائدہ ہوتا ہے۔ AI تکنیکی کاموں جیسے تصویر کی صفائی کے لیے مفید ہے لیکن ذاتی تجربات اور جذبات سے اخذ کردہ معنی خیز، تاثراتی فوٹوگرافک آرٹ بنانے میں ناکام رہتا ہے۔ آپ کے کیا خیالات ہیں—کیا آپ اپنی تخلیقی صلاحیت کے لئے AI کو ضروری سمجھتے ہیں؟ آپ اپنی تخلیقی تحریک کہاں سے لیتے ہیں؟

اوپن اے آئی، جو چیٹ جی پی ٹی کی تخلیق کے لیے مشہور ہے، نے دفاعی آغازہ کروائی کرنے والی کمپنی اینڈریل کے ساتھ شراکت داری کا اعلان کیا ہے، جو امریکی فوج کے لیے میزائل، ڈرون اور سافٹ ویئر تیار کرتی ہے۔ یہ تعاون ایک بڑھتی ہوئی رجحان کا حصہ ہے جہاں بڑی سیلیکون ویلی کی ٹیک کمپنیز دفاعی صنعت کے قریب تر ہو رہی ہیں۔ اوپن اے آئی کے سی ای او سیم آلٹ مین نے کمپنی کی عزم کا اظہارا کیا کہ وہ اے آئی کو بڑے پیمانے پر فائدے کے لیے استعمال کرے گی جبکہ امریکی جمہوری اقدار کو برقرار رکھنے کی کوششوں کی حمایت کررہی ہے۔ اینڈریل کے سی ای او برائن شِمف کے مطابق، اینڈریل اوپن اے آئی کے ماڈلز کو فضائی دفاعی نظام کی بہتری کے لیے استعمال کرنے کا منصوبہ رکھتا ہے تاکہ فوجی آپریٹرز کو تیز تر، زیادہ درست فیصلے کرنے میں مدد ملے۔ ایک سابق اوپن اے آئی ملازم کے مطابق، اوپن اے آئی کی تکنالوجی ڈرون خطرات کی جانچ کو بہتر بنائے گی، جس سے بہتر فیصلے ممکن ہوں گے جبکہ آپریٹرز کی حفاظت کو یقینی بنایا جائے گا۔ اس سال کے اوائل میں، اوپن اے آئی نے فوجی ایپلی کیشنز پر اپنی پالیسی تبدیل کی، حالانکہ کچھ سٹاف نے عدم اطمینان کا اظہار کیا، مگر کوئی احتجاج نہیں ہوا۔ بہرحال، امریکی فوج پہلے سے ہی کچھ اوپن اے آئی تکنالوجیز کا استعمال کر رہی ہے۔ اینڈریل چھوٹے خودکار طیاروں کے ذریعے جدید فضائی دفاعی نظام تیار کر رہا ہے، جو اسے قدرتی زبان کو سمجھنے والے ماڈل سے کنٹرول کرتا ہے۔ یہ طیارے موجودہ طور پر اوپن سورس زبان ماڈلز کے ساتھ آزمائے جا رہے ہیں۔ تاہم، اینڈریل خودکار فیصلے کے لیے جدید اے آئی کا استعمال نہیں کر رہا، ممکنہ خطرات کی وجہ سے۔ تاریخی اعتبار سے، سیلیکون ویلی کے اے آئی محققین فوجی تعاون کے مخالف تھے، جیسا کہ 2018 میں دیکھا گیا جب گوگل ملازمین نے محکمہ دفاع کے ساتھ کام کرنے پر احتجاج کیا۔ تاہم، یوکرین پر روس کی جارحیت کے بعد نظریے تبدیل ہوئے، اور اب اے آئی کو ایک اہم جغرافیائی سیاسی تکنالوجی سمجھا جاتا ہے۔ دفاعی معاہدے منافع بخش ہونے کی وجہ سے بڑھتی ہوئی کشش رکھ رہے ہیں، جس سے اے آئی کمپنیاں اپنی وسیع تحقیق اور ترقی کی سرمایہ کاری کو فروغ دے رہی ہیں۔ حریف اے آئی کمپنی اینتھروپک حال ہی میں دفاعی کنٹریکٹر پالنٹیئر کے ساتھ شراکت کی، جو امریکی فوج اور انٹیلی جنس کو اپنے اے آئی ماڈلز تک رسائی دیتی ہے۔ اسی طرح، میٹا نے اعلان کیا کہ اس کی لامہ اے آئی تکنالوجی امریکی حکومت اور فوجی کنٹریکٹرز کے لئے دستیاب ہوگی، پالنٹیئر اور بوز ایلن جیسی کمپنیوں کے ساتھ تعاون میں۔ آلٹ مین نے فوجی اے آئی ایپلی کیشنز میں اوپن اے آئی کے محتاط رویے پر زور دیا، جس کا مقصد امریکی فوجی اہلکاروں کا تحفظ کرنا اور نیشنل سکیورٹی کو ذمہ دار تکنالوجی کے استعمال پر تعلیم دینا ہے۔ اینڈریل، جسے اوکلوس وی آر کے تخلیق کار پامر لاکی نے مشترکہ طور پر قائم کیا، نے جدید تکنالوجی کے استعمال سے دفاعی شعبے میں تیزی سے ترقی کی ہے، بڑے معاہدوں کو پورا کرتے ہوئے پرانی صنعت کے کھلاڑیوں کا مقابلہ کیا ہے۔

**اہم نکات:** امریکہ میں لاکھوں تیل اور گیس کے کنویں غیر دستاویزی اور بے مالک ہیں، جو کہ خطرناک ماحولیاتی اثرات جیسے کہ میتھین - ایک طاقتور گرین ہاؤس گیس - جیسے کیمیائی مواد کے ممکنہ اخراج کا خطرہ رکھتے ہیں۔ محققین AI کا استعمال کر رہے ہیں تاکہ یو ایس جی ایس کے 45 سال پرانے نقشوں کا تجزیہ کریں اور کیلیفورنیا اور اوکلاہوما میں غیر دستاویزی کنوؤں کا پتہ لگائیں۔ قومی تجربہ گاہوں کے ماہرین کا ایک کنسورشیم ڈرونز اور سستے سینسرز کا استعمال کر کے میتھین کے اخراج کا زیادہ درست اندازے کا طریقہ کار تیار کر رہا ہے۔ یہ ریاست اور مقامی امریکی قبائل کی صلاحیت کو بہتر بنائے گا کہ وہ خطرناک کنوؤں کو پلگ کرنے کے لیے شناخت اور ترجیح دے سکیں۔ تقریباً 170 سال کی ڈرلنگ کے بعد، بہت سے تیل اور گیس کے کنویں، جو اب بھلا دیے گئے ہیں، سرکاری ریکارڈز میں درج نہیں ہیں۔ یہ غیر دستاویزی بے مالک کنویں (UOWs) تیل اور کیمیائی مواد کا اخراج کر سکتے ہیں یا میتھین جیسی نقصان دہ گیس خارج کر سکتے ہیں، جو کاربن ڈائی آکسائیڈ سے کہیں زیادہ حرارت کو پکڑتا ہے۔ محققین جدید آلات جیسے کہ ڈرونز اور لیزر امیجنگ کا استعمال کرتے ہوئے ان کنوؤں سے میتھین کے اخراج کی شناخت اور پیمائش کر رہے ہیں پورے امریکی علاقے میں۔ ان کنوؤں کو تلاش کرنے کے لیے، محققین تاریخی ٹوپوگرافک نقشوں کے ساتھ جدید AI کو شامل کر رہے ہیں۔ امریکی جیولوجیکل سروے نے ہزاروں نقشوں کو ڈیجیٹائز کیا ہے، جو AI کے ساتھ مل کر نقشے کے مستقل علامات کے ذریعے کنوؤں کی شناخت کی اجازت دیتا ہے۔ AI جو ان علامات کو پہچاننے کے لیے تربیت یافتہ ہے، غیر دستاویزی کنویں کے ممکنہ مقامات کو تنگ کرتا ہے، جن کی سیٹلائٹ تصاویر اور فیلڈ سروے سے توثیق کی جاتی ہے۔ کیٹلاگ نامی ایک منصوبہ، جو متعدد قومی لیبز اور اوسیج نیشن کے ساتھ شامل ہے، ان کنوؤں کو تلاش کرنے کے اور پلگ کرنے کے طریقوں کو بہتر بنانے کے لیے کام کر رہا ہے۔ اس میں سستے سینسرز کا استعمال کر کے تیز میتھین اخراج کی تشخیص شامل ہے۔ سکیلنگ کی کوششوں میں متعدد سینسرز کے ساتھ ڈرون ٹیکنالوجی کا استعمال شامل ہوتا ہے تاکہ پوشیدگی کا دائرہ بڑھے، ممکنہ اخراجات اور خطرات کو تلاش کرنے کے لیے ایک تہہ دار نقطہ نظر پیش کرے۔ کیٹلاگ اور اوسیج نیشن کے درمیان تعاون قیمتی ثابت ہو رہا ہے، کیونکہ یہ آلات کی تشخیص کو بہتر بنا رہا ہے اور غیر دستاویزی کنوؤں کے بارے میں ڈیٹا کی درستگی کو بڑھا رہا ہے۔ یہ اقدام امریکی محکمہ برائے انرجی کی فوسل انرجی اور کاربن مینجمنٹ کے دفتر کی جانب سے معاونت یافتہ ہے اور نیشنل انرجی ریسرچ سائنسی کمپیوٹنگ سینٹر (NERSC) جیسے وسائل کو استعمال کرے گا۔ برکلے لیب پائیدار توانائی اور ماحولیاتی حل کے لیے اوزار اور ٹیکنالوجی ترقی دینے کی تحقیق میں پیش پیش ہے۔ ان کا مقامی اسٹیک ہولڈرز، بشمول مقامی امریکی قبائل کے ساتھ جاری کام ترک شدہ کنوؤں سے اخراجات اور ماحولیاتی خطرات کو کم کرنے کا مقصد رکھتا ہے، جو کہ تاریخی اور جدید تکنیکی نقطہ نظر کا امتزاج پیش کرتا ہے۔

ایمیزون نے طویل عرصے سے کم قیمتوں اور وسیع انتخاب پر توجہ مرکوز کرنے والی حکمت عملیوں کے ذریعے ای کامرس پر غلبہ کیا ہے۔ اب، اسی طرح کی حکمت عملیوں کو اپنی AI حکمت عملی میں ڈال رکھا ہے، ایمیزون ویب سروسز (AWS) کے ذریعے۔ ایک نئی پہل میں ملکیتی AI ماڈلز کی ایک پورٹ فولیو شامل ہے جسے نوا کہا جاتا ہے، جو ٹیکسٹ، امیج، اور ویڈیو سوالات کو سنبھالتے ہیں۔ اینتھروپک کے AI ماڈلز میں ایک بڑے سرمایہ کاری کے باوجود، ایمیزون کاروباری اداروں کے لیے مختلف ماڈلز میں انتخاب اور تنوع کی ضرورت پر زور دیتا ہے۔ ان کی بیڈراک سروس، جو گزشتہ سال شروع کی گئی تھی، نے کاروباروں کو ان کی ضروریات کے لیے مختلف AI ماڈلز میں سے انتخاب کی اجازت دی، اور نئی بیڈراک مارکیٹ پلیس اس انتخاب کو 100 ماڈلز تک بڑھاتی ہے، خصوصی اور عام استعمال دونوں کے آپشنز پیش کرتی ہے۔ یہ ایمیزون مارکیٹ پلیس کی خارجی تاجر کی آفرن اور ایمیزون کی اپنی مصنوعات کے انضمام کی عکاسی کرتا ہے۔ قیمت کی مسابقت ایمیزون کے AI تک رسائی میں بہت اہم ہے۔ اے ڈبلیو ایس کو حریفوں کے مقابلے میں نمایاں طور پر لاگت مؤثر بتایا جاتا ہے، جو ایمیزون کی ریٹیل حکمت عملی کی کم قیمت سے مطابقت رکھتا ہے۔ سی ای او اینڈی جیسی نے نوا ماڈلز کی افورڈیبلیٹی پر زور دیا، جسے آزاد محقق سائمن ولیسن نے گوگل کے ماڈلز کے مقابلے میں لاگت اور کارکردگی کے لحاظ سے مسابقتی قرار دیا۔ جیسے جیسے اے ڈبلیو ایس AI ماڈل فراہم کنندہ بننے کی کوشش کر رہا ہے، ایمیزون کی روایتی کم قیمت اور وسیع انتخاب کی طاقتوں کو AI سیکٹر میں غالب مقام حاصل کرنے میں اہم کردار ادا کرنے کی توقع ہے۔

مصنوعی ذہانت کے ایک معروف موجد بننے سے پہلے، راج ریڈی کے ابتدائی سال کسی کمپیوٹر لیب سے دور گزرے۔ انیس سو چالیس کی دہائی کے دوران، ان کی پرورش انڈیا کے دیہی علاقے کاٹور، آندھرا پردیش میں ہوئی، جہاں ان کی تعلیم ایک کمرے کے سکول میں ہوئی جو کاغذ اور پنسل سے خالی تھا، اس لیے وہ ریت پر حروف لکھنے کی مشق کرتے۔ بجلی اور بہتے پانی کے بغیر گرمی کی راتوں میں، ریڈی اور ان کے چھ بہن بھائی باہر اپنے توشک بچھا کر ٹھنڈک لے لیتے۔ ریڈی مسکراہٹ کے ساتھ یاد کرتے ہیں، "آسمان نہایت صاف تھا اور میں سارے ستارے دیکھ سکتا تھا۔ لوگ پوچھتے کہ 'اوہ، خدا! کیا آپ واقعی اتنے غریب تھے؟' لیکن مجھے کبھی محرومی محسوس نہیں ہوئی۔" ایک نجومی کے مشورے پر عمل کرتے ہوئے ان کے والد نے انہیں کالج بھیجا اور ان کے چچا نے ٹیوشن کا بندوبست کیا۔ اسی موقعے پر ریڈی نے اپنی پہلی جوڑی جوتے خریدے۔ ریڈی نے پہلی بار کمپیوٹر کا سامنا اس وقت کیا جب وہ آسٹریلیا کی یونیورسٹی آف نیو ساؤتھ ویلز میں سول انجینئرنگ میں ماسٹر کی ڈگری حاصل کر رہے تھے۔ انہوں نے فوراً کمپیوٹر کا استعمال انٹیگریشن کے مسائل حل کرنے میں کیا، جو ان کے ایک ہم جماعت کے لیے حیران کن تھا۔ "اگر آپ اپنے ذہن کو بھٹکنے دیں،" انہوں نے ہم جماعت سے کہا، "تو آپ کسی حل تک پہنچ سکتے ہیں۔"

ایمیزون ویب سروسز (اے ڈبلیو ایس) اپنی 2024 کی ری:انویٹ کانفرنس 2 دسمبر سے 6 دسمبر تک لاس ویگاس، نیواڈا میں منعقد کر رہا ہے۔ یہ سالانہ تقریب کلاؤڈ کمپیوٹنگ پیشہ وران، ٹیکنالوجی ماہرین، اور صنعتی رہنماؤں کو جمع کرتا ہے تاکہ اے ڈبلیو ایس کی تازہ ترین ایجادات، ابھرتی ہوئی ٹیکنالوجیز، اور کمپنی کی حکمت عملیوں پر بصیرت تقسیم کی جا سکے۔ کانفرنس کے دوران، "آسکنگ فار اے ٹرینڈ" کے میزبان جوش لپٹن، یاہو فنانس کی میڈیسن ملز کے ساتھ، اے ڈبلیو ایس کے سی ای او میٹ گارمن سے کمپنی کی پُرعزم AI ترقی کی حکمت عملی پر بات کرتے ہیں۔ اس گفتگو میں اے ڈبلیو ایس کی تازہ ترین پروڈکٹ انوویشنز کو اُجاگر کیا گیا جیسے کہ ٹرینیئم 2 الٹرا سرورز، ٹرینیئم 3 چپس، اور نووا AI ماڈلز کی شروعات۔ گارمن صارفین کے تجربات کو بڑھانے اور AI ٹیکنالوجی کے میدان میں اے ڈبلیو ایس کی مسابقتی حیثیت کو مضبوط کرنے کے لیے نئے پلیٹ فارم فیچرز پر بھی گفتگو کرتے ہیں۔ گارمن مزید وضاحت کرتے ہیں کہ AI چپ کے شعبے میں مارکیٹ حصے کو برقرار رکھنے اور اس میں توسیع کے لیے اے ڈبلیو ایس کی حکمت عملی کیا ہے، اور کمپنی کس طرح خود کو حریفوں سے ممتاز کرنے اور طویل مدتی ترقی کے لیے کیا نیا سوچتی ہے۔ وہ صدر منتخب ڈونلڈ ٹرمپ کی طرف سے مجوزہ ٹیرف پالیسیوں کے لیے اے ڈبلیو ایس کے ردعمل کا بھی ذکر کرتے ہیں۔ تازہ ترین مارکیٹ ایکشنز پر مزید ماہرین کی معلومات اور تجزیے دیکھنے کے لیے، "آسکنگ فار اے ٹرینڈ" کی اضافی اقساط یہاں دیکھیں۔ متعلقہ ویڈیوز میں شامل ہیں: 46:46 01:31 23:24 05:17

گوگل ڈیپ مائنڈ نے GenCast متعارف کرایا ہے، جو ایک AI موسم کی پیش گوئی کرنے والا ماڈل ہے جو موجودہ نظاموں کو پیچھے چھوڑتا ہے۔ نیچر میں شائع ہونے والا GenCast، ڈیپ مائنڈ کا حالیہ دوسرا AI موسمی ماڈل ہے، جو جولائی کے NeuralGCM کے بعد پیش کیا گیا۔ NeuralGCM AI کو طبیعیات پر مبنی طریقوں کے ساتھ ضم کرتا تھا اور کم کمپیوٹنگ پاور درکار تھی، لیکن یہ روایتی پیش گوئی کی طرح کام کرتا تھا۔ NeuralGCM کے برعکس، GenCast مکمل طور پر AI پر انحصار کرتا ہے، جیسے کہ ChatGPT متن کی پیش گوئی کرتا ہے، سیکھے گئے پیٹرن سے پیشن گوئی کی جاتی ہے جو پیشین گوئیوں کو حقیقی موسمی ڈیٹا کے ساتھ موازنہ کرکے آئندہ موسم کے ممکنہ حالات کی توقع کرتے ہیں۔ اسے 1979 سے 2018 تک کے 40 سال کے ڈیٹا پر تربیت دی گئی اور اس نے 2019 کا موسم 97% درستگی کے ساتھ پیش گوئی کرنے میں موجودہ بہترین Ensemble Forecast (ENS) کو پیچھے چھوڑ دیا، خاص طور پر ہواؤں اور انتہائی واقعات جیسے کہ اشنکتماک طوفانوں کے لئے۔ یہ ہوا کی طاقت کی کارکردگی اور آفات کی منصوبہ بندی کو بہتر بناتا ہے۔ دیگر ٹیکنالوجی جائنٹس بھی موسم کی پیش گوئی کے لئے AI کا استعمال کر رہے ہیں۔ Nvidia نے 2022 میں FourCastNet جاری کیا، اور 2023 میں Huawei نے اپنا Pangu-Weather ماڈل متعارف کیا، جو تعیناتی پیشین گوئیوں پر زور دیتا ہے۔ اس کے برعکس، GenCast احتمال پسندی پیشین گوئیاں فراہم کرتا ہے، جو امکانات کے تخمینے دیتا ہے، جو مختلف موسمی حالات کا اندازہ لگانے میں مدد کرتا ہے تاکہ بہتر منصوبہ بندی کی جا سکے۔ اگرچہ انقلابی ہے، GenCast روایتی موسمیات کی جگہ نہیں لے رہا ہے۔ یہ تاریخی ڈیٹا پر منحصر ہے، جو بدلتے ہوئے موسمی حالات کے تحت کمزور ہو سکتا ہے، اور ERA5 جیسے ڈیٹاسیٹ کا استعمال کرتا ہے جو طبیعیات پر مبنی ماڈلز سے اخذ کیا گیا ہے۔ بہت سے ماحولیاتی متغیرات کی ضرورت ہوتی ہے کہ وہ طبیعیات پر مبنی تخمینوں پر بھروسہ کریں کیونکہ وہ براہ راست دیکھے جانے والے نہیں ہوتے، جس سے ڈیٹا کی مسلسل اپ ڈیٹ کی ضرورت ہوتی ہے۔ یونیورسٹی آف اوکلاہوما کے ایرن ہل اور ڈیپ مائنڈ کے ایلان پرائس کے مطابق، ماڈل کی درستگی کے لئے مستقل ڈیٹا کی فراہمی ضروری ہے۔ آئندہ کے منصوبے میں براہ راست مشاہدے کے ڈیٹا جیسے کہ ہواؤں یا نمی کے ساتھ ماڈلز کی جانچ شامل ہے۔ موجودہ AI ماڈلز کو چیلنجز کا سامنا ہے، جیسے اوپری ٹراپوسفیئر کے حالات یا طوفان کی شدت کی پیش گوئی کرنا، ڈیٹا کی محدودیت کی وجہ سے۔ GenCast کے تخلیق کار موسمی ماہرین کے ساتھ تعاون کرنے کا تصور کرتے ہیں تاکہ بہتر پیشن گوئیاں کی جائیں، انسانی مہارت پر زور دیں جو کہ مختلف ڈیٹا ان پٹس کو ضم کرنے اور معلومات پر مبنی فیصلے کرنے کی ضرورت پر توجہ مرکوز کرتی ہے۔