به گزارش کارگروه فناوری اطلاعات سایبربان، هند در حال گسترش استفاده از هوش مصنوعی و یادگیری ماشین در پیشبینی آبوهوا و سیستمهای هشدار اولیه است و ابزارهای دادهمحور را با پیشبینی عددی آبوهوای مرسوم ترکیب میکند.
وزارت علوم زمین هند اعلام کرد که مرکز ملی پیشبینی آبوهوای میانمدت، هوش مصنوعی و یادگیری ماشین را با ادغام دادههای عملیاتی، مدلسازی سیستم زمین، پیشبینی گروهی و محاسبات با کارایی بالا ادغام میکند. اداره هواشناسی هند نیز از محصولات مشتقشده از هوش مصنوعی برای پشتیبانی از پیشبینیهای رویدادهای شدید آبوهوایی استفاده میکند.
چندین ابزار در مراحل مختلف توسعه و آزمایش هستند. این ابزارها شامل متئوگان (meteoGAN)، یک مدل یادگیری عمیق که پیشبینیهای بارندگی را برای منطقه دهلی با وضوح مکانی ۳۰۰ متر تولید میکند و یک مدل هوش مصنوعی که پیشبینیهای میانمدت را تا ۷ روز آینده تولید میکند، هستند.
محققان همچنین در حال ارزیابی یک شبکه عصبی کانولوشنی هستند که برای اصلاح سوگیریهای بارندگی در سیستم پیشبینی بهارات طراحی شده است. سایر کاربردها شامل پیشبینی رعدوبرق و پیشبینیهای تجربی یادگیری ماشین است که با سیستم پیشبینی عددی آبوهوای عملیاتی هند مقایسه میشوند.
هوش مصنوعی مولد در حال بررسی است تا پیشبینیها را قابلدسترس کند. اپلیکیشن موئاسام وانی (MausamVani) با استفاده از مدلهای زبانی بزرگ و نسل بازیابی تقویتشده، درحالتوسعه است تا پیشبینیهای بلادرنگ را به توصیههای محلی به زبانهای منطقهای تبدیل کند.
در طول بارندگیهای موسمی جنوب غربی ۲۰۲۶، از یک سیستم ترکیبی هوش مصنوعی و یادگیری ماشینی برای ارسال توصیههای کشاورزی محلی از طریق پیامک به حدود ۵۲.۸ میلیون کشاورز در ۱۵ ایالت و یک قلمرو اتحادیه استفاده شد. اپلیکیشن دیگری که درحالتوسعه است، موئاسام جیپیتی (MausamGPT) برای تولید خلاصههای چندزبانه مختصر از پیشبینیها، چشماندازهای اقلیمی و هشدارهای مبتنی بر تأثیر در نظر گرفته شده است.
در چارچوب مأموریت (Mausam)، اداره هواشناسی هند نیز در حال کار بر روی یک پلتفرم ملی هشدار اولیه مبتنی بر هوش مصنوعی است. سیستم برنامهریزیشده، دادههای ماهوارهای، مشاهدات رادار آبوهوای داپلر، ایستگاههای هواشناسی خودکار، پایش اقیانوس و رودخانه، مدلهای پیشبینی مرسوم و ابزارهای هوش مصنوعی را ترکیب میکند.
