کیا AI ہمیں قدرتی آفات سے بچا سکتا ہے؟

قدرتی آفات ناقابل یقین حد تک خطرناک ہیں۔ ان کی مالیاتی لاگت ہوتی ہے لیکن اکثر جانوں کے خطرے کے ساتھ بھی آتے ہیں۔ اگرچہ ان واقعات کی پیشن گوئی کرنے کے لیے ٹیکنالوجی میں بہتری آئی ہے، محققین نے ابھی تک اسے مکمل کرنا ہے۔

تاہم، تباہی کی پیشن گوئی میں AI اگلی بڑی چیز ہوسکتی ہے۔ سیکھنے اور دوبارہ سکھانے کی صلاحیت کے ساتھ، مصنوعی ذہانت نقصان کو کم کرنے میں بہت زیادہ وعدہ ظاہر کرتی ہے۔ لیکن کیا یہ واقعی ہمیں قدرتی آفات سے بچا سکتا ہے؟

ڈیٹا کے ساتھ سافٹ ویئر کی تعلیم

سائنس دان پہلے ہی یہ اندازہ لگا رہے ہیں کہ مصنوعی ذہانت قدرتی آفات کی پیش گوئی کرنے میں کس طرح مدد کر سکتی ہے۔ ایسا ہی ایک ماڈل پچھلے 40 سالوں میں موسمی اعداد و شمار کا تجزیہ کیا۔ کم درستگی لیکن بہت تیز رفتار کے ساتھ۔ یہ پیشین گوئیاں تیز تشخیصی اوقات کے ساتھ زیادہ درست ہو سکتی ہیں کیونکہ پروگرامرز اپنے ماڈلز کو ایڈجسٹ اور دوبارہ سکھاتے ہیں۔ سیکھنے کی اس صلاحیت کی وجہ سے، AI کے پاس قدرتی آفات کے بارے میں عوام کو بڑھتے ہوئے یقین کے ساتھ مطلع کرنے کی صلاحیت ہے۔

مصنوعی ذہانت کی بڑی مقدار میں ڈیٹا اکٹھا کرنے اور اس کی تشریح کرنے کی صلاحیت فائدہ مند ثابت ہوگی۔ موسمیاتی تبدیلیوں کی وجہ سے زمین کا موسم بہت زیادہ غیر متوقع ہو گیا ہے۔ گھر کے مالکان اور کاروبار کے لیے قدرتی آفات کی تیاری کے لیےانہیں یہ جاننے کی ضرورت ہے کہ یہ واقعات کب اور کہاں ہو سکتے ہیں۔ محققین AI کو غیر موسمی واقعات جیسے زلزلے اور جنگل کی آگ تک بھی پھیلا رہے ہیں۔

"مصنوعی ذہانت کی پیشن گوئیاں تیز تشخیصی اوقات کے ساتھ زیادہ درست ہو سکتی ہیں کیونکہ پروگرامرز اپنے ماڈلز کو ایڈجسٹ اور دوبارہ سکھاتے ہیں" 

AI کس طرح آفات کی پیش گوئی کر رہا ہے۔

ایک بار جب سائنس دانوں نے پروگرام کو ان قدرتی مظاہر کے بارے میں سکھا دیا، تو یہ سیکھ سکتا ہے کہ کن علامات کو تلاش کرنا ہے۔ اس سے مصنوعی ذہانت زیادہ درست طریقے سے یہ تعین کر سکتی ہے کہ آفات کب آئیں گی اور کتنی خطرناک ہوں گی۔

سیلاب

2018 میں، گوگل نے ہندوستان میں سیلاب کی پیشین گوئی کے لیے AI کو لاگو کرنا شروع کیا۔ اپنے آغاز کے بعد سے، یہ پروگرام اب بنگلہ دیش تک پھیلا ہوا ہے، جس کی تقریباً اجازت ہے۔ 250 ملین لوگوں کو اطلاعات موصول ہوں گی۔ شدید سیلاب کے بارے میں انہوں نے اپنے سافٹ ویئر کو یہ سکھانے کے لیے پرانے اور حال ہی میں جمع کیے گئے ڈیٹا کا استعمال کیا کہ ممکنہ تباہی کی علامات کو کیسے پہچانا جائے۔ ییل کے ساتھ کی گئی تحقیق کے ذریعے، گوگل نے پایا کہ ان سیلابوں کی اطلاع موصول ہونے والے 65% لوگوں نے تیاری یا انخلاء کا انتخاب کیا۔

فی الحال، وہ بنگلہ دیش کے مزید علاقوں تک پھیلانے اور ان الرٹس کو تیزی سے حاصل کرنے کی کوشش کر رہے ہیں۔ 2020 میں، انہوں نے اپنی پیشن گوئی کے وقت کو دوگنا کر دیا، جس سے لوگوں کو ایک اضافی دن کی تیاری کرنے کا موقع ملا۔ گوگل ان سیلاب سے متاثرہ علاقوں کو یہ بھی بتا رہا ہے کہ پانی کا کتنا امکان ہے اور کہاں ہے۔ جیسا کہ ان کا AI سیکھتا ہے، یہ لوگوں کو اس بارے میں درست معلومات دینا جاری رکھ سکتا ہے کہ سیلاب ان پر کیسے اثر انداز ہو سکتا ہے۔

"گوگل نے اپنے سافٹ ویئر کو سکھانے کے لیے پرانے اور حال ہی میں جمع کیے گئے ڈیٹا کا استعمال کیا کہ ممکنہ تباہی کی علامات کو کیسے پہچانا جائے۔" 

زلزلے

ماہرین ارضیات کی ایک ٹیم نے زلزلوں کی پیشین گوئی کے لیے مشین لرننگ کا استعمال شروع کر دیا ہے۔ ایک لیب میں، ان کا AI درست طریقے سے اندازہ کرنے کے قابل تھا جب نام نہاد "لیب کے زلزلے" واقع ہوں گے۔ یورپ میں دیگر تجربات نے کامیابی سے ان کے نتائج کو نقل کیا۔

حال ہی میں، محققین کی ابتدائی ٹیم کے پال جانسن نے ریاستہائے متحدہ کے بحرالکاہل شمال مغرب میں سست پرچی کے زلزلوں کی فیلڈ ٹیسٹنگ پر ایک مقالہ شائع کیا۔ ان کا ماڈل ان زلزلوں کے آنے سے چند دن پہلے ان کے آغاز کی نشاندہی کرسکتا ہے، اور وہ تیزی سے بہتر نتائج کی امید کرتے ہیں۔

اگرچہ زلزلوں کا اندازہ لگانے کی کوشش کے بارے میں کچھ تنقیدیں ہیں، لیکن یہ سائنس دان اس بات پر متفق ہیں کہ یہ قدرتی رجحان کی ایک اور شکل ہے اور ان کی پیشین گوئی اس سے مختلف نہیں ہونی چاہیے۔

آگ

کرشا راؤ - پی ایچ ڈی سٹینفورڈ یونیورسٹی کے طالب علم نے AI تیار کیا ہے تاکہ یہ اندازہ لگایا جا سکے کہ جنگل کی آگ میں کتنا ایندھن ہے۔ سافٹ ویئر مائیکرو ویوز کا استعمال کرکے اس بات کا تعین کرتا ہے کہ جنگل کے پتے کتنے گیلے ہیں۔ اگر سیٹلائٹ پتے سے جھلکتی لہروں کی ایک بڑی تعداد کو اٹھا لے تو آگ لگنے کا خطرہ کم ہوتا ہے۔ اس کا ماڈل 12 امریکی ریاستوں میں تجربہ کیا گیا ہے۔ اور تقریباً 70% درست رہا ہے۔

اگرچہ ہر آگ منفرد ہوتی ہے، محققین کو امید ہے کہ AI مدد کر سکتا ہے۔ جیسا کہ سافٹ ویئر مختلف عوامل کے بارے میں سیکھتا رہتا ہے، اس کی درست پیشین گوئی کی شرح بڑھ سکتی ہے۔

"[راؤ کے] ماڈل کا 12 امریکی ریاستوں میں تجربہ کیا گیا ہے اور [آگ لگنے کے خطرے کا تعین کرنے میں] تقریباً 70 فیصد درست ثابت ہوا ہے۔"

سمندری طوفان اور طوفان

پچھلے سمندری طوفان کی پیشن گوئی کے ماڈل غلط رہے ہیں کیونکہ وہ کتنے پیچیدہ ہیں۔ تاہم، پیسیفک نارتھ ویسٹ نیشنل لیبارٹری کے سائنسدانوں نے ان پیچیدگیوں کو زیادہ قابل اعتماد طریقے سے ماپنے کے لیے AI کو استعمال کرنے کا ایک طریقہ ڈھونڈ لیا ہے۔ وہ کنکشن کے بارے میں اپنے سافٹ ویئر کو سکھایا سمندری طوفان کے رویے، ہوا کی رفتار، اور پانی اور ہوا کے درجہ حرارت کے درمیان۔ ان محققین کا خیال ہے کہ ان کا ماڈل پیشن گوئی کر سکتا ہے کہ یہ طوفان کیسے کام کریں گے جیسا کہ وہ ہو رہے ہیں اور موسمیاتی تبدیلیوں کے ساتھ۔

2020 میں، نیشنل سینٹر فار ایٹموسفیرک ریسرچ نے طوفانوں اور اولوں کی AI پیشن گوئی کی جانچ شروع کی۔ مشرقی اور مغربی دونوں ساحلوں پر، ان کے ماڈل نے روایتی پیشین گوئیوں کی درستگی کو نمایاں طور پر بہتر کیا۔ یہ پیش گوئی کرنے کے علاوہ کہ طوفان کہاں آئے، ان کی مصنوعی ذہانت نے یہ طے کیا کہ آیا وہ اولے یا ہوا سے زیادہ نقصان پیدا کریں گے۔ یہ تقریباً 40 مختلف ماحولیاتی عوامل کو استعمال کرتا ہے۔ پیٹرن تلاش کرنے اور اس کا فیصلہ کرنے کے لیے۔

قدرتی آفات کی پیش گوئی کے لیے مصنوعی ذہانت کا استعمال

موجودہ پیشن گوئی کی ٹیکنالوجی معقول حد تک قابل اعتماد ہے لیکن اسے بہتر بنایا جا سکتا ہے۔ AI بہت ہی بہتری ہو سکتی ہے جس کی اسے ضرورت ہے۔ چونکہ یہ نمونوں کا تجزیہ کر سکتا ہے اور انسانوں سے زیادہ تیز پیشین گوئیاں کر سکتا ہے، اس لیے ماہرین موسمیات اور دیگر سائنس دان مصنوعی ذہانت کا استعمال کر کے انتہائی موسم کی درستگی سے پہلے اس کی شناخت کر سکتے ہیں۔ اس کے سیکھنے اور دوبارہ سیکھنے کی صلاحیتیں زیادہ سے زیادہ لوگوں کو قدرتی آفات سے بچا سکتی ہیں۔

بھی ، پڑھیں تعلیم میں مصنوعی ذہانت کے استعمال کے 10 طریقے