میانمار کے زلزلے کے دوران AI اور سیٹلائٹس نے قدرتی آفات سے نمٹنے کی کوششوں میں کس طرح مدد کی؟

میانمار میں زلزلے کی امدادی کوششوں میں شامل ممالک کو خلائی ٹیکنالوجی سے مدد مل رہی ہے، جو منہدم عمارتوں کا پتہ لگانے کے لیے سیٹلائٹ امیج اور AI کے امتزاج کا استعمال کر رہے ہیں۔

28 مارچ کو میانمار میں آنے والے زلزلے کے بعد جس میں ہزاروں افراد ہلاک ہوئے، مائیکروسافٹ نے فوری امداد کی ضرورت والے علاقوں کی نشاندہی کرنے کے لیے سیٹلائٹ امیجری اور AI کو یکجا کر کے مدد فراہم کی۔

میانمار میں زلزلے کے بعد ہونے والے نقصانات کا اندازہ ظاہر کرنے والا نقشہ۔ تصویر: مائیکروسافٹ

29 مارچ کو، Planet Labs (PBC) نے بادلوں کے صاف ہوتے ہی زلزلے سے متاثرہ علاقوں کی سیٹلائٹ تصاویر حاصل کیں اور انہیں Microsoft کی AI for Good لیب کو بھیج دیا۔ ریڈمنڈ، واشنگٹن (امریکہ) میں مائیکروسافٹ کے ہیڈ کوارٹر میں، 28 مارچ کو رات 11 بجے کے قریب، ماہرین کی ایک ٹیم تصاویر حاصل کرنے اور نقصان کا تجزیہ کرنے، منہدم اور شدید طور پر تباہ شدہ عمارتوں کی شناخت کے لیے AI کا استعمال کرنے کے لیے تیار تھی۔

آج کی تکنیکی ترقی سے پہلے، زلزلوں اور سیلاب جیسی آفات کے بعد ہونے والے نقصانات کا اندازہ سائٹ کے تجزیے پر منحصر تھا۔ یہ طریقہ وقت طلب تھا، جس میں دنوں سے ہفتوں تک کا وقت لگتا تھا۔ اگرچہ اس نے تفصیلی ڈیٹا فراہم کیا، لیکن یہ فوری کارروائی کے تقاضوں کو پورا نہیں کر سکا۔

یہ میانمار میں آنے والے زلزلے سے پہلے اور بعد میں پلینیٹ لیبز پی بی سی سیٹلائٹ کے ذریعے لی گئی تصاویر ہیں۔ (تصویر: پلینٹ لیبز پی بی سی)

مائیکروسافٹ نے شیئر کیا ہے کہ کس طرح اس کا AI ہائی ریزولوشن سیٹلائٹ امیجری سے تباہی کی حد کا تجزیہ کرتا ہے۔ یہ نظام کنوولیشنل نیورل نیٹ ورکس (CNNs) کا استعمال کرتا ہے، ایک قسم کا سپر کمپیوٹر جو بصری ڈیٹا پروسیسنگ میں مہارت رکھتا ہے، کسی آفت سے پہلے اور بعد کی تصاویر کا موازنہ کرنے کے لیے۔ اس کے بعد ماڈل نقصان کی شدت کا اندازہ لگانے کے لیے ایک اسکورنگ سسٹم کا اطلاق کرتا ہے، علاقوں کو زمروں میں درجہ بندی کرتا ہے جیسے "کوئی نقصان نہیں،" "معمولی نقصان،" "جزوی طور پر تباہ،" اور "مکمل طور پر تباہ۔"

مائیکروسافٹ اس بات پر زور دیتا ہے کہ، تباہی کے ردعمل کے تناظر میں، خودکار نقصان کی تشخیص کی قدر قطعی درستگی کے بجائے تخمینہ کی رفتار میں مضمر ہے۔ لہذا، اس بار، تحقیقی ٹیم نے خاص طور پر منڈالے کے لیے ایک حسب ضرورت ماڈل تیار کیا، کیونکہ، مائیکروسافٹ کے لیڈ ڈیٹا سائنسدان Lavista Ferres کے مطابق، "زمین بہت متنوع ہے، قدرتی آفات بہت متنوع ہیں، اور سیٹلائٹ کی تصاویر ہر صورت حال کے لیے ایک ماڈل استعمال کرنے کے لیے بہت مختلف ہیں۔"

مقامی میڈیا کے مطابق منڈالے 28 مارچ کو آنے والے زلزلے سے سب سے زیادہ متاثرہ علاقہ تھا۔ AI تجزیہ سے پتہ چلتا ہے کہ وہاں کی 515 عمارتوں کو 80% سے 100% تک نقصان پہنچا ہے، جب کہ تقریباً 1,524 دیگر عمارتوں کو 20% سے 80% تک نقصان پہنچا ہے۔ دیگر شدید متاثرہ علاقوں میں ینگون اور منکن شامل ہیں۔

یہ پہلا موقع نہیں ہے جب مائیکروسافٹ کے AI فار گڈ لیب نے نقصان کا اندازہ لگانے کے لیے AI کا استعمال کیا ہو۔ 2023 میں، ٹیم نے لیبیا میں تباہ کن سیلابوں کا سراغ لگایا تاکہ خطرات کا اندازہ لگایا جا سکے اور بحالی کی کوششوں میں مدد کی جا سکے۔ مارچ میں ترکی میں آنے والے بڑے زلزلے سے ہونے والے نقصانات کا تجزیہ کیا۔ اور اگست میں Maui میں جنگل کی آگ کے اثرات کا جائزہ لیا، 2,810 سے زیادہ عمارتوں کا تجزیہ کیا۔

فی الحال، میانمار میں بجلی کی بندش، ایندھن کی قلت، مواصلاتی خلل اور لینڈ سلائیڈنگ کی وجہ سے بہت سے علاقوں کو منقطع کرنے کی وجہ سے بچاؤ کی کوششیں سست رفتاری سے جاری ہیں۔ جدید آلات کی کمی بھی تلاش اور بچاؤ کے کاموں میں رکاوٹ بن رہی ہے، جس سے بہت سے لوگ سخت، گرم موسمی حالات میں ہاتھ سے کھدائی کرنے پر مجبور ہیں۔

(انڈیا ٹوڈے، دی گلوبینڈ میل کے مطابق)

زلزلے کے بعد میانمار میں تباہی کے مناظر: میانمار میں زلزلے کا مرکز ساگانگ میں، حکام 28 مارچ کو ہونے والی تباہی میں ہلاک ہونے والے ہزاروں متاثرین کو دفنانے کے لیے جدوجہد کر رہے ہیں۔

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