क्या AI हमें प्राकृतिक आपदाओं से बचा सकता है?

प्राकृतिक आपदाएं अविश्वसनीय रूप से खतरनाक हैं। उनके पास एक मौद्रिक लागत होती है, लेकिन साथ ही साथ अक्सर जान गंवाने का जोखिम भी होता है। जबकि इन घटनाओं की भविष्यवाणी करने के लिए प्रौद्योगिकी में सुधार हुआ है, शोधकर्ताओं ने अभी तक इसे सही नहीं किया है।

हालाँकि, आपदा पूर्वानुमान में AI अगली बड़ी चीज़ हो सकती है। सीखने और फिर से सिखाने की अपनी क्षमता के साथ, कृत्रिम बुद्धिमत्ता क्षति शमन में बहुत अधिक वादा दिखाती है। लेकिन क्या यह वास्तव में हमें प्राकृतिक आपदाओं से बचा सकता है?

डेटा के साथ सॉफ्टवेयर पढ़ाना

वैज्ञानिक पहले से ही अनुमान लगा रहे हैं कि कृत्रिम बुद्धि प्राकृतिक आपदाओं की भविष्यवाणी करने में कैसे मदद कर सकती है। ऐसा ही एक मॉडल पिछले 40 वर्षों में मौसम के आंकड़ों का विश्लेषण किया कम सटीकता के साथ लेकिन बहुत तेज गति के साथ। ये पूर्वानुमान त्वरित मूल्यांकन समय के साथ अधिक सटीक हो सकते हैं क्योंकि प्रोग्रामर अपने मॉडल को समायोजित और फिर से सिखाते हैं। सीखने की इस क्षमता के कारण, एआई में प्राकृतिक आपदाओं के बारे में जनता को निश्चितता के साथ सूचित करने की क्षमता है।

बड़ी मात्रा में डेटा इकट्ठा करने और उसकी व्याख्या करने की आर्टिफिशियल इंटेलिजेंस की क्षमता फायदेमंद साबित होगी। जलवायु परिवर्तन के कारण, पृथ्वी का मौसम बहुत अधिक अप्रत्याशित हो गया है। मकान मालिकों और व्यवसायों के लिए प्राकृतिक आपदाओं के लिए तैयार करने के लिए, उन्हें यह जानने की जरूरत है कि ये घटनाएं कब और कहां हो सकती हैं। शोधकर्ता एआई को गैर-मौसम की घटनाओं जैसे भूकंप और जंगल की आग में भी विस्तारित कर रहे हैं।

"कृत्रिम बुद्धिमत्ता के पूर्वानुमान त्वरित मूल्यांकन समय के साथ अधिक सटीक हो सकते हैं क्योंकि प्रोग्रामर अपने मॉडल को समायोजित और फिर से सिखाते हैं" 

कैसे एआई आपदाओं की भविष्यवाणी कर रहा है

एक बार जब वैज्ञानिकों ने इन प्राकृतिक घटनाओं के बारे में कार्यक्रम को पढ़ा दिया, तो यह सीख सकता है कि किन संकेतों को देखना है। इससे आर्टिफिशियल इंटेलिजेंस अधिक सटीक रूप से यह निर्धारित कर सकता है कि आपदाएं कब आएंगी और वे कितनी खतरनाक होंगी।

बाढ़

2018 में, Google ने भारत में बाढ़ की भविष्यवाणी करने के लिए AI को लागू करना शुरू किया। इसकी शुरूआत के बाद से, यह कार्यक्रम अब बांग्लादेश में विस्तारित हो गया है, जिससे लगभग 250 मिलियन लोग सूचनाएं प्राप्त करने के लिए गंभीर बाढ़ के बारे में। उन्होंने अपने सॉफ़्टवेयर को संभावित आपदा के संकेतों को पहचानने का तरीका सिखाने के लिए पुराने और हाल ही में एकत्रित डेटा का उपयोग किया। येल के साथ किए गए शोध के माध्यम से, Google ने पाया कि इन बाढ़ों की सूचना प्राप्त करने वाले 65% लोगों ने तैयारी या खाली करने का विकल्प चुना।

वर्तमान में, वे बांग्लादेश के और अधिक क्षेत्रों में विस्तार करना चाहते हैं और इन अलर्ट को तेज़ी से प्राप्त करना चाहते हैं। 2020 में, उन्होंने अपने पूर्वानुमान समय को दोगुना कर दिया, जिससे लोगों को एक अतिरिक्त दिन की तैयारी करने की अनुमति मिली। गूगल इन बाढ़ प्रभावित इलाकों को भी बता रहा है कि कितना और कहां पानी आने की संभावना है। जैसे-जैसे उनका एआई सीखता है, यह लोगों को इस बारे में सटीक जानकारी देना जारी रख सकता है कि बाढ़ उन्हें कैसे प्रभावित कर सकती है।

"Google ने अपने सॉफ़्टवेयर को संभावित आपदा के संकेतों को पहचानने का तरीका सिखाने के लिए पुराने और हाल ही में एकत्रित डेटा का उपयोग किया।" 

भूकंप

भू-वैज्ञानिकों की एक टीम ने भूकंप की भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग करना शुरू कर दिया है। एक प्रयोगशाला में, उनका AI सटीक मूल्यांकन करने में सक्षम था जब तथाकथित "प्रयोगशाला भूकंप" घटित होंगे। यूरोप में अन्य प्रयोगों ने अपने निष्कर्षों को सफलतापूर्वक दोहराया।

हाल ही में, शोधकर्ताओं की प्रारंभिक टीम के पॉल जॉनसन ने संयुक्त राज्य अमेरिका के प्रशांत नॉर्थवेस्ट में धीमी गति से आने वाले भूकंपों के परीक्षण पर एक पेपर प्रकाशित किया। उनका मॉडल इन भूकंपों के होने से कुछ दिन पहले की शुरुआत की पहचान कर सकता है, और वे तेजी से बेहतर परिणामों की आशा करते हैं।

हालांकि भूकंप की आशंका के बारे में कुछ आलोचनाएं हैं, ये वैज्ञानिक सहमत हैं कि वे प्राकृतिक घटना का एक और रूप हैं और उनकी भविष्यवाणी अलग नहीं होनी चाहिए।

आग

कृष्णा राव - एक पीएच.डी. स्टैनफोर्ड यूनिवर्सिटी के छात्र - ने एआई विकसित किया है ताकि यह अनुमान लगाया जा सके कि जंगल की आग में कितना ईंधन हो सकता है। माइक्रोवेव का उपयोग करके सॉफ्टवेयर निर्धारित करता है कि जंगल के पत्ते कितने गीले हैं। यदि उपग्रह बड़ी संख्या में तरंगों को पत्तियों से परावर्तित कर लेता है, तो आग लगने का जोखिम कम होता है। उनका मॉडल 12 अमेरिकी राज्यों में परीक्षण किया गया है और लगभग 70% सटीक रहा है।

जबकि हर आग अद्वितीय है, शोधकर्ताओं को उम्मीद है कि एआई मदद कर सकता है। जैसा कि सॉफ्टवेयर विभिन्न कारकों के बारे में सीखना जारी रखता है, इसकी सटीक भविष्यवाणी दर बढ़ सकती है।

"[राव के] मॉडल का 12 अमेरिकी राज्यों में परीक्षण किया गया है और यह लगभग 70% सटीक है [आग के जोखिम को निर्धारित करने में]।"

तूफान और बवंडर

पिछले तूफान-पूर्वानुमान मॉडल गलत हैं क्योंकि वे कितने जटिल हैं। हालाँकि, पैसिफिक नॉर्थवेस्ट नेशनल लेबोरेटरी के वैज्ञानिकों ने इन जटिलताओं को अधिक मज़बूती से मापने के लिए एआई का उपयोग करने का एक तरीका खोजा हो सकता है। वे कनेक्शन के बारे में अपने सॉफ्टवेयर सिखाया तूफान के व्यवहार, हवा की गति और पानी और हवा के तापमान के बीच। इन शोधकर्ताओं का मानना ​​​​है कि उनका मॉडल भविष्यवाणी कर सकता है कि ये तूफान कैसे कार्य करेंगे जैसे वे हो रहे हैं और जलवायु परिवर्तन के रूप में कार्य करेंगे।

2020 में, नेशनल सेंटर फॉर एटमॉस्फेरिक रिसर्च ने बवंडर और ओलों के एआई पूर्वानुमान का परीक्षण शुरू किया। पूर्वी और पश्चिमी दोनों तटों पर, उनके मॉडल ने पारंपरिक पूर्वानुमानों की सटीकता में काफी सुधार किया। तूफान कहां हुआ, इसकी भविष्यवाणी करने से परे, उनकी कृत्रिम बुद्धि ने निर्धारित किया कि क्या वे ओलों या हवा से अधिक नुकसान पहुंचाएंगे। यह लगभग 40 विभिन्न वायुमंडलीय कारकों का उपयोग करता है पैटर्न खोजने और उसका निर्णय लेने के लिए।

प्राकृतिक आपदाओं का पूर्वानुमान लगाने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करना

वर्तमान पूर्वानुमान तकनीक यथोचित रूप से विश्वसनीय है लेकिन इसमें सुधार किया जा सकता है। एआई वह सुधार हो सकता है जिसकी उसे आवश्यकता है। क्योंकि यह पैटर्न का विश्लेषण कर सकता है और मनुष्यों की तुलना में तेजी से भविष्यवाणियां कर सकता है, मौसम विज्ञानी और अन्य वैज्ञानिक अधिक सटीक रूप से होने से पहले चरम मौसम की पहचान करने के लिए कृत्रिम बुद्धि का उपयोग कर सकते हैं। इसकी सीखने और फिर से सीखने की क्षमता अधिक लोगों को प्राकृतिक आपदाओं से बचा सकती है।

इसके अलावा, पढ़ें शिक्षा में आर्टिफिशियल इंटेलिजेंस का उपयोग करने के 10 तरीके