म्यांमार में आए भूकंप के दौरान आपदा राहत प्रयासों में कृत्रिम बुद्धिमत्ता और उपग्रहों ने किस प्रकार सहायता की?

म्यांमार में भूकंप राहत प्रयासों में शामिल देशों को अंतरिक्ष प्रौद्योगिकी से सहायता मिल रही है, जिसमें ढह गई इमारतों का पता लगाने के लिए उपग्रह इमेजरी और एआई के संयोजन का उपयोग किया जा रहा है।

28 मार्च को म्यांमार में आए भूकंप के बाद, जिसमें हजारों लोग मारे गए, माइक्रोसॉफ्ट ने उपग्रह इमेजरी और एआई को मिलाकर उन क्षेत्रों की पहचान करने के लिए सहायता प्रदान की, जिन्हें तत्काल राहत की आवश्यकता थी।

भूकंप के बाद म्यांमार में हुए नुकसान का आकलन दर्शाने वाला मानचित्र। फोटो: माइक्रोसॉफ्ट

29 मार्च को, बादल छंटते ही प्लैनेट लैब्स (पीबीसी) ने भूकंप प्रभावित क्षेत्रों की उपग्रह तस्वीरें लीं और उन्हें माइक्रोसॉफ्ट की एआई फॉर गुड लैब में भेज दिया। 28 मार्च को रात लगभग 11 बजे, वाशिंगटन (अमेरिका) के रेडमंड स्थित माइक्रोसॉफ्ट मुख्यालय में विशेषज्ञों की एक टीम इन तस्वीरों को प्राप्त करने और एआई का उपयोग करके नुकसान का विश्लेषण करने के लिए तैयार थी, जिसमें ढह चुकी और बुरी तरह क्षतिग्रस्त इमारतों की पहचान करना शामिल था।

आज की तकनीकी प्रगति से पहले, भूकंप और बाढ़ जैसी आपदाओं के बाद नुकसान का आकलन घटनास्थल पर जाकर विश्लेषण करने पर निर्भर था। यह विधि समय लेने वाली थी, जिसमें कई दिन या सप्ताह लग जाते थे। हालांकि इससे विस्तृत डेटा प्राप्त होता था, लेकिन यह तत्काल कार्रवाई की मांगों को पूरा नहीं कर पाती थी।

ये म्यांमार में आए भूकंप से पहले और बाद में प्लैनेट लैब्स पीबीसी के उपग्रहों द्वारा ली गई तस्वीरें हैं। (फोटो: प्लैनेट लैब्स पीबीसी)

माइक्रोसॉफ्ट ने बताया है कि उसका एआई उच्च-रिज़ॉल्यूशन उपग्रह छवियों से विनाश की सीमा का विश्लेषण कैसे करता है। यह प्रणाली कनवोल्यूशनल न्यूरल नेटवर्क (सीएनएन) का उपयोग करती है, जो दृश्य डेटा प्रोसेसिंग में विशेषज्ञता रखने वाला एक प्रकार का सुपरकंप्यूटर है, ताकि आपदा से पहले और बाद की छवियों की तुलना की जा सके। इसके बाद मॉडल क्षति की गंभीरता को मापने के लिए एक स्कोरिंग प्रणाली लागू करता है, जिसमें क्षेत्रों को "कोई क्षति नहीं", "मामूली क्षति", "आंशिक रूप से नष्ट" और "पूरी तरह से नष्ट" जैसी श्रेणियों में वर्गीकृत किया जाता है।

माइक्रोसॉफ्ट इस बात पर ज़ोर देता है कि आपदा राहत के संदर्भ में, स्वचालित क्षति आकलन का महत्व पूर्ण सटीकता के बजाय निष्कर्ष निकालने की गति में निहित है। इसलिए, इस बार शोध दल ने मंडले के लिए विशेष रूप से एक अनुकूलित मॉडल विकसित किया है, क्योंकि माइक्रोसॉफ्ट की प्रमुख डेटा वैज्ञानिक लाविस्ता फेरेस के अनुसार, "पृथ्वी बहुत विविधतापूर्ण है, प्राकृतिक आपदाएँ बहुत भिन्न हैं, और उपग्रह चित्र इतने अलग-अलग हैं कि हर स्थिति के लिए एक ही मॉडल का उपयोग करना संभव नहीं है।"

स्थानीय मीडिया के अनुसार, 28 मार्च को आए भूकंप में मांडले सबसे अधिक प्रभावित क्षेत्र था। कृत्रिम बुद्धिमत्ता (एआई) के विश्लेषण से पता चला कि वहां 515 इमारतों को 80% से 100% तक नुकसान पहुंचा, जबकि लगभग 1,524 अन्य इमारतों को 20% से 80% तक क्षति हुई। अन्य गंभीर रूप से प्रभावित क्षेत्रों में यांगून और मिंकुन शामिल थे।

यह पहली बार नहीं है जब माइक्रोसॉफ्ट की एआई फॉर गुड लैब ने नुकसान का आकलन करने के लिए एआई का उपयोग किया है। 2023 में, टीम ने लीबिया में विनाशकारी बाढ़ का विश्लेषण करके जोखिमों का पूर्वानुमान लगाया और राहत कार्यों में सहायता की; मार्च में तुर्की में आए एक बड़े भूकंप से हुए नुकसान का विश्लेषण किया; और अगस्त में माउई में लगी जंगल की आग के प्रभाव का आकलन करते हुए 2,810 से अधिक इमारतों का विश्लेषण किया।

म्यांमार में बिजली कटौती, ईंधन की कमी, संचार में बाधा और भूस्खलन के कारण कई क्षेत्रों के संपर्क कट जाने से बचाव कार्य धीमी गति से चल रहा है। आधुनिक उपकरणों की कमी भी खोज और बचाव कार्यों में बाधा डाल रही है, जिसके चलते कई लोगों को भीषण गर्मी में हाथों से खुदाई करनी पड़ रही है।

(इंडिया टुडे और द ग्लोब एंड मेल के अनुसार)

म्यांमार में भूकंप के बाद तबाही के दृश्य: म्यांमार में भूकंप के केंद्र सागाइंग में, अधिकारी 28 मार्च को हुई आपदा में मारे गए हजारों पीड़ितों के शवों को दफनाने के लिए संघर्ष कर रहे हैं।

स्रोत: https://vietnamnet.vn/ai-va-ve-tinh-da-ho-tro-cuu-nan-trong-dong-dat-myanmar-nhu-the-nao-2386997.html