காலநிலை மாதிரிகள்: முப்பது ஆண்டுக் கணினி ஆற்றல், இருந்தும் மழை இன்னும் கடினமே

காலநிலைக் கொள்கைக்குப் பின்னால் உள்ள சான்றுகளில் பெரும்பகுதியைக் காலநிலை மாதிரிகளே வழங்குகின்றன. 1995 முதல், CMIP — Coupled Model Intercomparison Project (இணைக்கப்பட்ட மாதிரிகள் ஒப்பீட்டுத் திட்டம்) — என்ற ஒரு சர்வதேசத் திட்டம், பொது விதிகளின் கீழ், தலைமுறை தலைமுறையாக அவற்றை அருகருகே இயக்கி வருகிறது. ஒவ்வொரு தலைமுறையும் நுண்ணிய கட்டங்களையும் அதிக இயற்பியலையும், எனவே அதிகக் கணினி ஆற்றலையும் பயன்படுத்தியது. செயின்ட் ஆண்ட்ரூஸ் பல்கலைக்கழகம் மற்றும் பிரிட்டனின் தேசிய வளிமண்டல அறிவியல் மையத்தைச் சேர்ந்த ஐயோனா கோல்ஃபெஸ்கு (Ioana Colfescu) தலைமையிலான 24 ஆய்வாளர்கள் கொண்ட குழுவின் கூற்றுப்படி, இதற்கு எவ்வளவு ஆற்றல் செலவாகிறது, அது எதை வாங்குகிறது என்பதை யாரும் கண்காணிப்பதில்லை.

159 மாதிரிகள், ஒரே பிழை மதிப்பெண்

குழு, ஐந்து CMIP தலைமுறைகளைச் சேர்ந்த 159 மாதிரிகளுக்கு, அவற்றின் காப்பகப்படுத்தப்பட்ட வெளியீடுகளைக் கொண்டு ஒரே பிழைக் குறியீட்டை மீண்டும் கணக்கிட்டது: ஒவ்வொரு மாதிரியின் குளிர்காலக் காலநிலை (1979–1999) மூன்று மாறிகளில் அவதானிப்புகளிலிருந்து எவ்வளவு விலகுகிறது — கடல் மட்டக் காற்றழுத்தம், மேற்பரப்புக் காற்று வெப்பநிலை, மழைப்பொழிவு. இந்த மூன்று மட்டுமே, ஏனெனில் இரண்டாம் தலைமுறை வேறு எதையும் காப்பகப்படுத்தவில்லை. குறைவாக இருப்பதே சிறந்தது.

இடைநிலைப் பிழை முதல் தலைமுறையில் 1.56-இலிருந்து ஆறாம் தலைமுறையில் 0.61-க்குக் குறைகிறது. அதே காலத்தில், ஒரு வழக்கமான மாதிரிக்குத் தேவையான கணினி ஆற்றல், அதன் கட்டத் தெளிவுத்திறனிலிருந்து மதிப்பிடப்பட்டபடி, சுமார் 29 மடங்கு வளர்ந்தது.

நிலையான ஒரு வருவாய் விகிதம்

தலைமுறைக்குத் தலைமுறை, பிழை 21, 28, 21, 14% எனக் குறைகிறது — ஒழுங்கற்ற ஒரு வரிசை. ஆனால் ஒவ்வொரு படியும் எவ்வளவு கணினி ஆற்றலைச் சேர்த்தது என்பதை வைத்து அளந்தால், அமைப்பு ஒழுங்காகிறது: கணினி ஆற்றல் இரட்டிப்புக்கு 13.5% குறைவான பிழை; ஒப்பீடு பொருந்தும் மூன்று மாற்றங்களிலும் வெறும் 0.7 புள்ளி வேறுபாட்டுடன்.

இந்த விகிதம் ஓர் எளிய, நிதானப்படுத்தும் கணக்கைத் தருகிறது. பிழையைப் பாதியாக்கச் சுமார் 4.8 இரட்டிப்புகள் தேவை, “ஏனெனில் 0.865-இன் 4.8-ஆம் அடுக்கு 0.5” என்று ஆசிரியர்கள் எழுதுகிறார்கள் — 4.8 இரட்டிப்புகள் என்றால் இன்றைய மாதிரிகளைவிடச் சுமார் 28 மடங்கு அதிகக் கணினி ஆற்றல். இதற்கிடையில், தலைமுறைகளுக்கு இடையிலான கணினி ஆற்றல் வளர்ச்சி 2.2 இரட்டிப்புகளிலிருந்து 1.1-க்கு மெதுவாகியுள்ளது.

இதன் பொருள் குறித்து ஆசிரியர்கள் கவனமாக இருக்கிறார்கள். சிறந்த இயற்பியலும் மாதிரிகளை மேம்படுத்துகிறது, இரண்டையும் பிரிக்க முடியாது; எனவே 13.5% என்பது கணினி ஆற்றல் மற்றும் அறிவியலின் கூட்டு வருவாயை அளக்கிறது. மேலும் அது கடந்தகால முன்னேற்றத்தை விவரிக்கிறது, ஓர் இயற்கை விதியை அல்ல.

மழை பின்தங்குகிறது

ஒரே மதிப்பெண் பெரிய வேறுபாடுகளை மறைக்கிறது. முதல் மற்றும் ஆறாம் தலைமுறைகளுக்கு இடையே, கடல் மட்ட அழுத்தப் பிழை 3.5 மடங்கும் மேற்பரப்பு வெப்பநிலைப் பிழை 2.7 மடங்கும் குறைந்தன. மழைப்பொழிவில் அது 7% மட்டுமே குறைந்தது. இந்த அளவீட்டின்படி, மூன்று பதிற்றாண்டுகளாகச் சேர்க்கப்பட்ட தெளிவுத்திறனும் சிக்கலும், காலநிலைத் தாக்கங்களுக்கு மிக முக்கியமான மாறியைக் கிட்டத்தட்ட மேம்படுத்தவே இல்லை.

யாரும் அளக்காத ஆற்றல்

ஆற்றல் அறிக்கையிடல் ஒழுங்கற்றது. சமீபத்திய தலைமுறைக்கு முழுமையான தரவை வெளியிட்ட எட்டு நிறுவனங்கள் 1,692 டன் CO₂-க்குக் கணக்குக் காட்டுகின்றன. ஆற்றல் அளக்கப்பட்ட 13 மாதிரிகளில், உருவகப்படுத்தப்பட்ட ஒவ்வோர் ஆண்டுக்குமான ஆற்றல் 65 மடங்கு வேறுபடுகிறது; அது தெளிவுத்திறனைக் கிட்டத்தட்டப் பின்தொடர்வதே இல்லை. 30 நிறுவனங்களில் ஒன்பது தரப்படுத்தப்பட்ட ஆற்றல் எண்ணிக்கைகளை வெளியிடுகின்றன; எதுவும் ஒரு திறன் (skill) மதிப்பெண்ணுடன் இணைத்து ஆற்றலைத் தெரிவிப்பதில்லை.

GraphCast, Pangu-Weather, FuXi, GenCast போன்ற AI வானிலை மாதிரிகள் இப்போது ஐரோப்பிய மையத்தின் உயர் தெளிவுத்திறன் முன்னறிவிப்புக்கு இணையாகவோ அதைவிடச் சிறப்பாகவோ உள்ளன. அவற்றை இயக்குவது மிக மலிவு என்று கூறப்படுகிறது. ஆனால் அவற்றின் முன்னறிவிப்புகளை உருவாக்கத் தேவையான ஆற்றலுக்கு வெளியிடப்பட்ட எந்த அளவீட்டையும் குழு காணவில்லை; எனவே தெரிவிக்கப்பட்ட வன்பொருள் மற்றும் இயக்க நேரங்களிலிருந்து அதை மீளுருவாக்கியது. பிறகு பயிற்சியைச் சேர்த்தது: GraphCast-க்குச் சுமார் 2,900 kWh, Pangu-Weather-க்கு 62,000 kWh. நாளொன்றுக்கு நான்கு முன்னறிவிப்புகள் கொண்ட ஓர் ஆண்டில், ஒவ்வோர் அமைப்பின் ஆற்றலிலும் பயிற்சியே 99%-க்கு மேல்; ஒரு கிலோவாட்-மணிக்கான திறனில் Pangu-Weather இரண்டாம் இடத்திலிருந்து கடைசிக்குச் சரிகிறது.

ஏணிக்குப் பதில் ஓர் எல்லைக்கோடு

இந்த வழிவரைபடம், மாதிரிகளை ஒரு திறன்–ஆற்றல் தளத்தில் மதிப்பிட முன்மொழிகிறது: ஓர் அச்சில் திறன், மற்றோர் அச்சில் ஆற்றல், இரண்டிலும் வேறு எந்த அமைப்பும் விஞ்ச முடியாத அமைப்புகளின் தொகுப்பு. திறனை ஆற்றலால் வகுக்கும் ஒரு மதிப்பெண், ஒரு வகுப்புக்குள் அமைப்புகளைத் தரவரிசைப்படுத்தலாம்; ஆனால் அதைத் தனியாக ஒருபோதும் பயன்படுத்தக் கூடாது என்று ஆசிரியர்கள் எச்சரிக்கிறார்கள்: கிட்டத்தட்ட ஆற்றலே பயன்படுத்தாத, கிட்டத்தட்டப் பயனற்ற ஒரு மாதிரி நல்ல மதிப்பெண் பெற்றுவிடும். “தெரிவிக்கப்பட்டது” முதல் “முழுமையானது, தணிக்கை செய்யப்பட்டது” வரை ஐந்து நிலை ஆற்றல் அறிக்கையிடலையும், குறைவானதைக் கொண்டு அதிகம் செய்ய நான்கு வழிகளையும் அவர்கள் முன்மொழிகிறார்கள்: சிறப்பாக வடிவமைக்கப்பட்ட சோதனைகள், GPU போன்ற புதிய வன்பொருள், குறைவான தரவு இடமாற்றம், இலக்கு வைக்கப்பட்ட AI கூறுகள்.

அபாயங்களையும் அவர்கள் சுட்டிக்காட்டுகிறார்கள்: மலிவான இயக்கங்கள் வெறுமனே அதிக இயக்கங்களைக் குறிக்கலாம்; பெரிய வானிலை மாதிரிகளின் பயிற்சி இன்னும் சில நிறுவனங்களிலும் நாடுகளிலும் மட்டுமே குவிந்துள்ளது. அவர்களின் முதல் படி அடக்கமானது. அடுத்த தலைமுறை மாதிரிகள் — CMIP8 — தொடங்கும் முன், தெளிவான எல்லைகளுடன், துல்லியத்துக்கு அருகில் ஆற்றலையும் தெரிவியுங்கள்.