आर्टिफिशियल इंटेलिजेंस

एनेविजन का टियानजी मौसम मॉडल ने ईसीएमडब्ल्यूएफ के एआई वॉटर क्वेस्ट में जीत दर्ज की, नया वैश्विक मानक स्थापित

· GlobeWire Daily Editorial Desk · Source: www.prnewswire.com

3 मिनट में पढ़ें

मुख्य बातेंएनेविजन, हरित प्रौद्योगिकियों में वैश्विक अग्रणी, ने घोषणा की कि उसका स्वतंत्र रूप से विकसित मौसम मॉडल, टियानजी, यूरोपीय मध्य‑अवधि मौसम पूर्वानुमान केंद्र (ईसीएमडब्ल्यूएफ) द्वारा आयोजित नवीनतम एआई वॉटर क्वेस्ट में कुल मिलाकर प्रथम स्थान पर आया। टियानजी ने विश्वभर के लगभग 20 शीर्ष टीमों को पीछे छोड़ते हुए हर मूल्यांकित श्रेणी में प्रथम स्थान प्राप्त किया…
„Tianji Weather Foundation Model" von Envision gewinnt „AI Weather Quest"-Wettbewerb des ECMWF und setzt neuen globalen Maßstab für naturwissenschaftlich-basierte KI-Vorhersagen

चित्र: Envision Energy · चित्र स्रोत · Resized and letterboxed to 16:9; no AI generation

एनेविजन, हरित प्रौद्योगिकियों में वैश्विक अग्रणी, ने घोषणा की कि उसका स्वतंत्र रूप से विकसित मौसम मॉडल, टियानजी, यूरोपीय मध्य‑अवधि मौसम पूर्वानुमान केंद्र (ईसीएमडब्ल्यूएफ) द्वारा आयोजित नवीनतम एआई वॉटर क्वेस्ट में कुल मिलाकर प्रथम स्थान पर आया। टियानजी ने विश्वभर के लगभग 20 शीर्ष टीमों को पीछे छोड़ते हुए हर मूल्यांकित श्रेणी में प्रथम स्थान प्राप्त किया, जिसमें नज़दीकी सतह पर परिवर्तनीय औसत तापमान, समुद्र स्तर पर औसत वायुमंडलीय दाब, और 19 से 25 दिन के पूर्वानुमान अवधि के लिए वर्षा शामिल हैं।

एआई वॉटर क्वेस्ट मॉडल को निरंतर वास्तविक‑समय पूर्वानुमान और सत्यापन के माध्यम से मूल्यांकित करता है, विभिन्न मौसम स्थितियों में सतत प्रदर्शन का आकलन करता है। 15‑दिन के मध्य‑अवधि क्षितिज से परे, प्रतियोगिता साप्ताहिक औसत तापमान, समुद्र स्तर पर औसत दाब और 19–25 दिन के लिए साप्ताहिक वर्षा की संभाव्य पूर्वानुमान पर केंद्रित है। तापमान और वर्षा को मुख्यतः भूमि‑कवरेज वाले ग्रिड कोशिकाओं पर मूल्यांकित किया जाता है, जबकि समुद्र स्तर पर औसत दाब को वैश्विक रूप से आंका जाता है, जिससे साप्ताहिक स्थितियों और उनकी अनिश्चितता को कई हफ्ते पहले पूर्वानुमानित करने की क्षमता पर जोर दिया जाता है। टीमों को साप्ताहिक पूर्वानुमान जमा करने होते हैं जिन्हें वास्तविक डेटा से मिलान कर सार्वजनिक रूप से लीडरबोर्ड पर अपडेट किया जाता है।

यह जीत टियानजी की कई उत्कृष्ट उपलब्धियों के बाद आई है, जिसमें वैश्विक वॉटरबेंच‑2 मूल्यांकन में प्रथम स्थान, गूगल के वॉटरनैक्स‑2 मॉडल के साथ बराबरी, और चीन के राष्ट्रीय मौसम विज्ञान केंद्र द्वारा आयोजित एआई मौसम पूर्वानुमान मॉडल डेमोंस्ट्रेशन प्रोग्राम में निर्धारक पूर्वानुमानों में कुल प्रथम स्थान शामिल हैं। टियानजी ने स्टेट ग्रिड के एआई लोड पूर्वानुमान प्रतियोगिता और चीन साउदर्न पावर ग्रिड के व्यापार प्रतियोगिता में भी प्रथम स्थान प्राप्त किया।

"सत्रमासिक पूर्वानुमान – दो सप्ताह से दो महीने आगे – मौसम विज्ञान में सबसे बड़ी चुनौतियों में से एक हैं," एनेविजन के टियानजी प्रमुख रॉबर्ट ज़ेंग ने कहा। "जितना लंबा क्षितिज, उतनी अधिक वायुमंडलीय परिवर्तनों में अनिश्चितता और मॉडल की विकसित हो रही मौसम प्रवृत्तियों को पहचानने की क्षमता की मांग बढ़ती है। नई ऊर्जा में एनेविजन के वर्षों के अनुभव पर आधारित, हमने दुनिया का पहला भौतिक‑आधारित एआई मौसम मॉडल विकसित किया है जो पेटाबाइट‑स्केल उच्च‑रिज़ॉल्यूशन स्थानिक और समयिक डेटा और अंतरिक्ष, वायु और भूमि से बना तीन‑आयामी डेटा नेटवर्क का उपयोग करके पूरे अवधि में विश्वसनीय पूर्वानुमान प्रदान करता है।"

उन्नत कंप्यूटिंग द्वारा संचालित, टियानजी तेज़ अल्प‑कालिक और वैश्विक पूर्वानुमान प्रदान करता है, जिसमें प्रमुख क्षेत्रों में पवन गति और सौर विकिरण के लिए उल्लेखनीय रूप से बेहतर सटीकता है। यह मिनट‑स्तरीय पूर्वानुमान से लेकर सत्रमासिक प्रवृत्ति विश्लेषण तक के पूरे स्पेक्ट्रम को कवर करता है, जिससे वास्तविक‑समय निगरानी और दीर्घकालिक योजना के लिए व्यापक मौसम संबंधी जानकारी उपलब्ध होती है।

यह जीत टियानजी की अल्प‑कालिक पूर्वानुमान से लेकर सत्रमासिक पूर्वानुमान तक के पूरे स्पेक्ट्रम को कवर करने की क्षमता को उजागर करती है, और भौतिक‑आधारित एआई मौसम पूर्वानुमान के लिए नया वैश्विक संदर्भ स्थापित करती है।

यह खबर शेयर करें
मूल स्रोत पढ़ें: „Tianji Weather Foundation Model" von Envision gewinnt „AI Weather Quest"-Wettbewerb des ECMWF und setzt neuen globalen Maßstab für naturwissenschaftlich-basierte KI-Vorhersagen

AI की सहायता से तैयार रिपोर्ट; मूल स्रोत के दावों की स्वतंत्र पुष्टि नहीं की गई है।

लेखक के बारे में

GlobeWire Daily Editorial Desk — प्रकाशित स्रोतों पर आधारित AI-सहायता प्राप्त खबरें।

और पढ़ें