গুগল ডিপমাইন্ডের উইথারনেক্স্ট মডেল ডিফি বীমা এবং প্রেডিকশন মার্কেটকে উন্নত করতে পারে

গুগল ডিপমাইন্ড একটি আবহাওয়া পূর্বাভাস মডেল তৈরি করেছে যা হারিকেন ট্র্যাক করার জন্য তাদের ক্যারিয়ার ব্যয় করা মানুষদের চেয়ে ভালো কাজ করে। গুগল রিসার্চের সাথে সহযোগিতায় উন্নয়নকৃত WeatherNext 2, 2025 এর আটলান্টিক হারিকেন মৌসুমের সময় ট্রপিক্যাল সাইক্লোনের পথ এবং তীব্রতা উভয়ই পূর্বাভাস দিতে পারে, যা প্রচলিত পদার্থবিদ্যা-ভিত্তিক পদ্ধতির চেয়ে বেশি সঠিক।

মডেলটি 15 দিন আগে পর্যন্ত সম্ভাব্যতা ভিত্তিক এনসেম্বল পূর্বাভাস তৈরি করে, যার সময় রেজোলিউশন এক ঘন্টা পর্যন্ত। এটি তার আগের মডেলগুলির চেয়ে 8x দ্রুত চলে। জাতীয় হারিকেন কেন্দ্র 2025 সালের হারিকেন মৌসুমের সময় WeatherNext 2 পরীক্ষা করেছিল। সাইক্লোন পূর্বাভাসের জন্য এটি কয়েকটি প্রধান পারফরম্যান্স মেট্রিক্সে প্রচলিত পদ্ধতিগুলির চেয়ে ভালো পারফর্ম করেছিল। সম্ভবত সবচেয়ে আকর্ষণীয় বিষয় হল, মডেলটির পিছনের গবেষকদের এখনও পুরোপুরি বুঝতে পারছেন না যে, কম-রেজোলিউশনের আবহাওয়ার ডেটা ইনপুট ব্যবহার করে এটি এই মাত্রার সঠিকতা কীভাবে অর্জন করে।

WeatherNext সিরিজের পূর্ববর্তী উপাদানগুলি, যেমন GraphCast এবং GenCast-এর মতো সংশ্লিষ্ট মডেলগুলি ইতিমধ্যেই ওপেন-সোর্স করা হয়েছে। প্রি-ট্রেনড ওজন এবং কম রেজোলিউশনের ডেটা ইনপুটগুলি Google Developer সম্পদের মাধ্যমে সাধারণের জন্য উপলব্ধ। DeepMind ইঙ্গিত করেছে যে WeatherNext-এর নিজস্বও ওপেন-সোর্স করা হবে, যার অর্থ যেকোনো যার প্রযুক্তিগত দক্ষতা আছে, তিনি এর উপরে ভিত্তি করে নতুন কিছু তৈরি করতে পারবেন।

ক্রিপ্টো বাস্তুতন্ত্রটি নির্ভুল, বাস্তব-সময়ের আবহাওয়ার তথ্যের উপর নির্ভর করে আর্থিক অবকাঠামো গড়ে তুলছে। প্রেডিকশন মার্কেটগুলি ব্যবহারকারীদের আবহাওয়ার ফলাফলের উপর জুয়া খেলতে দেয়। প্যারামেট্রিক বীমা প্রোটোকলগুলি নির্দিষ্ট আবহাওয়াগত সীমানা অতিক্রম করলে স্বয়ংক্রিয়ভাবে পেমেন্ট ট্রিগার করে, যেমন নির্দিষ্ট মাত্রার বেশি বাতাসের গতি বা বৃষ্টিপাত নির্দিষ্ট বেঞ্চমার্ক ছুঁয়ে যাওয়া।

WeatherNext 2-এর ঘন্টার রেজোলিউশন এবং 15-দিনের পূর্বানুমান ব্যবহারকারীদের এই ট্রিগারগুলির সঠিকতা উল্লেখযোগ্যভাবে উন্নত করতে পারে। মডেলটির ওপেন-সোর্স প্রকৃতির কারণে DeFi প্রোটোকলগুলি সরাসরি মডেলের আউটপুট একীভূত করতে পারে, অথবা Google-এর সাথে এন্টারপ্রাইজ লাইসেন্সিং চুক্তি করার প্রয়োজন ছাড়াই পাবলিকলি উপলব্ধ ওয়েটসের উপর ডেরিভেটিভ ডেটা পণ্য তৈরি করতে পারে।

গুগল ডিপমাইন্ড বছর ধরে এই মুহূর্তের দিকে এগিয়ে যাচ্ছে। গ্রাফকাস্ট প্রমাণ করেছে যে মেশিন লার্নিং মধ্যম-পরিসরের আবহাওয়ার পূর্বাভাসের জন্য প্রচলিত সংখ্যাগত আবহাওয়া পূর্বাভাসকে পরাজিত করতে পারে। জেনকাস্ট সম্ভাব্যতা সমষ্টি উৎপাদনের দিকে এগিয়েছে। উইথারনেক্সট ২ ট্রপিকাল সাইক্লোনের মতো উচ্চ-প্রভাবশালী ঘটনাগুলির উপর ফোকাস করে পরবর্তী পদক্ষেপটি নেয়।

এনএইচসি-এর সাথে এই অংশীদারিত্ব শুধু শিক্ষাগত ক্ষেত্রেই নয়, প্রতিষ্ঠিত প্রতিষ্ঠানগত বিশ্বস্ততা যোগ করে। যখন জীবন রক্ষার জন্য দায়িত্বপ্রাপ্ত একটি কেন্দ্রীয় সংস্থা নিজেদের পারম্পরিক পদ্ধতির চেয়ে একটি এআই মডেলের উৎকৃষ্টতা যাচাই করে, তখন এটি একটি সংকেত যে এই প্রযুক্তি গবেষণামূলক কৌতূহল থেকে ব্যবহারিক সরঞ্জামে পরিণত হয়েছে।

ঝুঁকিটি হল যে ভালো পূর্বাভাস স্বয়ংক্রিয়ভাবে ভালো পণ্যে রূপান্তরিত হয় না। একটি মডেলের আউটপুট এবং একটি স্মার্ট চুক্তির কার্যক্রমের মধ্যে ফাঁকটি এখনও শক্তিশালী অরাকল ইনফ্রাস্ট্রাকচার, উপযুক্ত ঝুঁকি মডেলিং এবং বাজারগুলিকে কার্যকর করার জন্য যথেষ্ট তরলতা প্রয়োজন। ডিপমাইন্ড পূর্বাভাসের সমস্যা সমাধান করেছে। ক্রিপ্টো বাস্তুতন্ত্রটি এখনও পাইপলাইন সমাধান করতে প্রয়োজন।