यह निबंध रॉबर्ट हॉफमैन के साथ एक सहयोग है, और यह काफी हद तक हॉफमैन एट अल पर आधारित है। (2017) मौसम को मनाना: कैसे विशेषज्ञ पूर्वानुमानक सोचते हैं। कुशल शतरंज के खिलाड़ियों और मौसम पूर्वानुमानियों ने आर्टिफिशियल इंटेलिजेंस का उपयोग करना सीखने के तरीके के बारे में कुछ मुद्दों पर एक पूर्व निबंध को छुआ। यह वर्तमान निबंध उन तरीकों से अधिक विस्तार से जाता है जो आर्टिफिशियल इंटेलिजेंस मौसम विज्ञान में अधिक योगदान दे रहा है।
Technophiliac पंडित इन दिनों घोषणा करने के लिए प्यार करता है कि कंप्यूटर अंततः मानव मौसम forecaster की जगह ले जाएगा। यह बेबुनियाद उत्साह मुख्य रूप से स्मृति और कंप्यूटिंग क्षमता में प्रभावशाली प्रगति को ध्यान में रखते हुए उचित है। कंप्यूटर प्रौद्योगिकी की पंडितों की गलतफहमी स्पष्ट है: सभी की जरूरतों को और अधिक संख्या में क्रंचिंग है, और लो! एक चमत्कार किया जाएगा।
एक बात के लिए, अगर यह मानव विशेषज्ञता के लिए नहीं था, तो कंप्यूटर मॉडल मौजूद नहीं होंगे। तो तथ्य यह है कि कंप्यूटर मॉडल भविष्यवाणियों की मदद करते हैं, सभी मनुष्यों के लिए एक बड़ी उपलब्धि का प्रतिनिधित्व करते हैं। एक और बात के लिए, कंप्यूटर मॉडल मौसम पूर्वानुमान का उत्पादन नहीं करते हैं। वे कुछ वायुमंडलीय मानकों के मूल्यों की भविष्यवाणियां उत्पन्न करते हैं, जैसे सतही तापमान, वायुमंडल में विभिन्न ऊंचाइयों पर पवन दिशाएं इत्यादि। मॉडल आउटपुट (अन्य उपलब्ध बड़े डेटा के साथ) के साथ मानव विशेषज्ञता लेती है, और उत्पादन एक सार्थक पूर्वानुमान जो लोगों को मौसम की समझ में मदद करता है और उचित कार्रवाई करता है (केर, 2012 देखें)।
पूर्वानुमान दशकों से उनके मूल्य और सटीकता में सुधार कर रहे हैं, और कारणों का एक हिस्सा यह है कि कंप्यूटर मॉडल बेहतर हो रहे हैं। लेकिन जब कोई हुड के नीचे दिखता है, तो कोई देखता है कि कंप्यूटर मॉडल अच्छे हैं जो चीजें हैं जो मानव पूर्वानुमानकर्ता अच्छे हैं।
मानव और कंप्यूटर भविष्यवाणियों की तुलना की रिपोर्ट में कंप्यूटर मॉडल बहुत अच्छे नहीं हैं, कम ध्यान में रखते हैं। एक अपवाद तूफान ट्रैक पूर्वानुमान है, जिसे कभी-कभी “स्पेगेटी ग्राफ” कहा जाता है। विभिन्न मॉडल कभी-कभी अलग-अलग ट्रैक भविष्यवाणियां उत्पन्न करते हैं। लेकिन कई तूफानों के लिए, मॉडल अभिसरण करते हैं, और कंप्यूटर मॉडल द्वारा तूफान विश्लेषण ने हाल के वर्षों में काफी सुधार दिखाया है।
लेकिन यह ऐसी स्थिति नहीं है जिसमें मानव के लिए कंप्यूटर आउटपुट पर “सुधार” करना मुश्किल हो और कठिन हो, या कंप्यूटरों को “हरा” दें। जैसा कि मैंने पिछले निबंध, द एज ऑफ़ सेंटोरस में चर्चा की थी, यह मानव और मशीन के बीच प्रतिस्पर्धा करने के लिए उत्पादक नहीं है। भविष्यवाणियों के लिए कंप्यूटर मॉडल का उपयोग वे हैं, उपकरण बहुत बड़े टूलकिट में हैं। मौसम विज्ञान में एक कहावत है कि “आप मॉडलों का उपयोग किए बिना एक अच्छा पूर्वानुमान नहीं दे सकते हैं जब तक कि आप मॉडल का उपयोग किए बिना एक अच्छा पूर्वानुमान नहीं दे सकते।” पूर्वानुमानकर्ता 10-25 प्रतिशत (कभी-कभी अधिक) की सीमा में कहीं भी कंप्यूटर आउटपुट में सुधार करते हैं, निर्भर करता है जिस पर पैरामीटर की तुलना की जा रही है।
कंप्यूटर भी मनुष्यों पर निर्भर करते हैं। कंप्यूटर मॉडलों में इनपुट को समायोजित करने के लिए मानव विशेषज्ञता की आवश्यकता होती है ताकि मॉडलों को कुछ स्थितियों के तहत कुछ मानदंडों की भविष्यवाणी करने के लिए मॉडल को अलग-अलग किया जा सके। मनुष्यों को भी कई मॉडलों के आउटपुट का मूल्यांकन करना पड़ता है (उनमें से बहुत अच्छे हैं) और यह निर्धारित करें कि उनमें से कौन सा “दिन का पसंदीदा मॉडल” है।
हमें तर्क के लिए मानव की क्षमता की तुलना में संख्या-क्रंचिंग को अधिक महत्व नहीं देना चाहिए। मानव-मशीन परस्पर निर्भरता के बिना मौसम पूर्वानुमान संभव नहीं होगा। हमें अधिक मानव विशेषज्ञ भविष्यवाणियों की आवश्यकता नहीं है, कम नहीं। अब हम विशेषज्ञता के बारे में क्या जानते हैं, बिना संदेह के भविष्यवाणियों के प्रशिक्षण में लीवरेज किया जा सकता है।
जैसा कि पियरसन ने 1 9 78 में गणना की थी, राष्ट्रीय मौसम सेवा के लिए प्रति व्यक्ति लागत प्रति व्यक्ति है जो आप बड़े हैमबर्गर, फ्राइज़ और शीतल पेय के लिए भुगतान करेंगे। अमेरिकी आबादी (आज लगभग 320 एम तक) में वृद्धि के लिए सुधार, वर्तमान 9डब्ल्यूएम का वर्तमान एनडब्ल्यूएस बजट प्रति व्यक्ति लागत के लिए अकेले हैमबर्गर के बारे में है। हमारा वर्तमान राजनीतिक “जलवायु” एक ऐसा है जिसमें आर्थिक और राजनीतिक एजेंडा जलवायु परिवर्तन के बारे में गलत जानकारी को बढ़ावा देते हैं। न केवल हमें अधिक विशेषज्ञ भविष्यवाणियों की आवश्यकता है (उदाहरण के लिए, हॉफमैन एट अल।, 2014), हमें सार्वजनिक व्याख्यान (उदाहरण के लिए, कॉलिन्स और इवांस, 2017) में एक मजबूत आवाज उठाने के लिए विशेषज्ञ भविष्यवाणियों की आवश्यकता है।
संदर्भ
कोलिन्स, एच। और इवांस, आर। (2017)। लोकतंत्र को विज्ञान की आवश्यकता क्यों है। न्यूयॉर्क: जॉन विली।
हॉफमैन, आरआर, लाड्यू, डी।, और मोगिल, एचएम, रोबेबर, पी।, और ट्रैफटन, जेजी (2017)। मौसम को बाध्य करना: कैसे विशेषज्ञ पूर्वानुमान सोचते हैं। कैम्ब्रिज, एमए: एमआईटी प्रेस।
हॉफमैन, आरआर, वार्ड, पी।, डिबेलो, एल।, फैल्टोविच, पीजे, फिओर, एसएम, और एंड्रयूज, डी। (2014)। त्वरित विशेषज्ञता: एक जटिल दुनिया में उच्च दक्षता के लिए प्रशिक्षण। बोका रटन, FL: टेलर और फ्रांसिस / सीआरसी प्रेस।
केर, आरए (2012)। मौसम पूर्वानुमान धीरे-धीरे समाशोधन। विज्ञान, 38, 734-737।
पियरसन, एडी (1 9 78)। मौसम विज्ञान बिग मैक। संपादकीय, कान्सास सिटी स्टार। एल। स्नेलमैन (एड।), फोरम, नेशनल वेदर डाइजेस्ट, 3, पीपी 2-6 में दोबारा मुद्रित।
