گولڈن گلوب جیتنے والا ڈیٹا "ٹریک" کرتا ہے، سیلاب کی پیشن گوئی 6 گنا زیادہ درست کرتا ہے۔

(ڈین ٹری) - 2025 کے گولڈن گلوب ایوارڈز میں اعزاز حاصل کرنے کے لمحے میں، ڈاکٹر ٹران نگوک ونہ نے پریشان محسوس کیا کہ حالیہ طوفان اور سیلاب سے ان کے آبائی شہر کو ہونے والے نقصان کو کم کرنے میں ان کی تحقیق کو لاگو نہیں کیا جا سکتا۔

29 اکتوبر کو، 2025 کے گولڈن گلوب سائنس اور ٹیکنالوجی ایوارڈز کی تقریب میں، ڈاکٹر ٹران نگوک وِن اپنے تحقیقی کام کو اعزاز سے نوازتے ہوئے اپنے جذبات اور فخر کو چھپا نہ سکے۔

اپنے باصلاحیت ساتھیوں کی تالیوں کے درمیان اسٹیج پر قدم رکھتے ہوئے، نوجوان سائنسدان نے فخر اور پچھتاوا دونوں محسوس کیا۔

تقریباً ایک ماہ قبل، ڈاکٹر ون کے آبائی شہر ( باک نین ) کو طوفان نمبر 11 (طوفان میٹمو) کے اثر کی وجہ سے شدید سیلاب سے نمٹنے کے لیے جدوجہد کرنا پڑی۔

نام ہونا ایک بڑے فخر کا لمحہ تھا، لیکن یہ ایک افسوسناک لمحہ بھی تھا جب سیلاب کی پیش گوئی کرنے والا پراجیکٹ، جو ایوارڈ لے کر آیا، وطن عزیز کے جانی و مالی نقصان کو کم کرنے میں کوئی کردار ادا نہ کر سکا۔

درحقیقت، 2025 میں، ویتنام میں قدرتی آفات کثرت سے واقع ہوں گی اور بڑھتی ہوئی شدت کے ساتھ، پورے ملک میں لوگوں کی زندگیوں اور پیداوار کو شدید متاثر کریں گی۔

موسلا دھار بارشیں، سیلاب اور یکے بعد دیگرے آنے والے طوفان آفات کی پیشین گوئی، ردعمل اور روک تھام کے لیے بڑھتے ہوئے چیلنجز کا باعث بنتے ہیں۔

طوفان نمبر 11 (تصویر: مان کوان) کے اثرات کی وجہ سے سیلاب کے بڑھتے ہوئے پانی کی وجہ سے دریائے تھونگ (باک نین) کے ساتھ بہت سی کمیون گہرائی میں ڈوب گئی ہیں۔

اس تناظر میں، ڈاکٹر ٹران نگوک ون کی تحقیق کو مصنوعی ذہانت (AI) کو جسمانی ماڈلز کے ساتھ جوڑ کر سیلاب کی پیشن گوئی میں ایک پیش رفت سمجھا جاتا ہے، جو روایتی طریقوں سے 6 گنا زیادہ درستگی فراہم کرتی ہے۔

یہ کام امریکن جیو فزیکل یونین (AGU) کے فلیگ شپ جریدے میں شائع ہوا، جو ہر سال 100 سے کم مطالعات شائع کرتا ہے۔

"چپ ساپا" کام نوجوان سائنسدانوں کے لیے تحقیق کا راستہ کھولتا ہے۔

کس چیز نے آپ کو سیلاب کی پیشن گوئی پر عمل کرنے کا عزم کیا، آپ کو بہت پرجوش ہونا چاہیے یا اپنی خاندانی روایت کو جاری رکھنا چاہیے؟

- میں نے یونیورسٹی آف نیچرل سائنسز سے گریجویشن کیا اور 2017 تک اسکول میں ایک محقق کے طور پر کام کیا، ارتھ سائنسز، خاص طور پر ہائیڈرو میٹرولوجی میں۔

اسی سال، میں نے کوریا میں پی ایچ ڈی کی اسکالرشپ حاصل کی، جس میں میری اہم تحقیقی سمت دریاؤں اور شہری سیلاب میں سیلاب کی پیش گوئی تھی۔

ڈاکٹر ون نے 2021 میں جنوبی کوریا کے جیجو جزیرے پر یونیسکو کے ذریعہ آبی وسائل کے انتظام سے متعلق تربیتی کورس میں شرکت کی (تصویر: NVCC)۔

اپنا مقالہ مکمل کرنے سے پہلے، میں نے امریکہ میں ملازمتوں کے لیے درخواست دینا شروع کی اور یونیورسٹیوں سے 10 پیشکشیں موصول ہونے پر خوش قسمت رہا۔

بالآخر، میں نے مشی گن یونیورسٹی کا انتخاب کیا، جہاں میں نے آج تک کام اور تحقیق کی ہے۔

ہائی اسکول میں واپس، میں ہائیڈرو میٹرولوجی کے شعبے کے بارے میں تقریباً کچھ نہیں جانتا تھا، سوائے ین سون پہاڑ کی چوٹی پر ایک ماہر موسمیات کے طور پر کام کرنے والے نوجوان کی تصویر کے "چپ سا پا" کے کام میں جو میں نے ادب کی کتاب میں سیکھا تھا۔

جب میں نے اپنی خواہشات کو رجسٹر کیا تو میں نے صرف "کلیدی" صنعتوں جیسے معاشیات ، انفارمیشن ٹیکنالوجی یا تعمیرات کے بارے میں سوچا۔

موقع واقعی تب ہی آیا جب میں اپنی پہلی خواہشات میں ناکام رہا۔

کالج کے اپنے پہلے سال میں، مجھے تقریباً اندازہ نہیں تھا کہ میری میجر کونسی ملازمت میں شامل ہوگا۔

یہ میرے تیسرے سال تک نہیں تھا، جب میں نے سائنسی تحقیقی منصوبوں میں حصہ لینا شروع کیا اور اساتذہ سے سرشار رہنمائی حاصل کی، کہ مجھے آہستہ آہستہ اس شعبے کی اہمیت کا احساس ہوا اور میں نے اپنے منتخب کردہ میجر کو واقعی پسند کیا۔

مجھے ملک بھر میں کئی مقامات پر دریاؤں، سمندروں، کرنٹوں، موسمیات کی پیمائش کرنے کا موقع ملا۔

یہ وہ دورے تھے جنہوں نے مجھے احساس دلایا کہ میرا ملک کتنا خوبصورت اور امیر ہے، اور ساتھ ہی اندرون و بیرون ملک کے ماہرین اور ڈاکٹروں نے مجھے بہت کچھ سکھایا۔

کن ماہرین اور اساتذہ نے آپ کو متاثر کیا ہے؟

- جزوی طور پر سچ ہے، تاہم، جب وسطی علاقے میں لوگوں کو ہر سال سیلاب کا سامنا کرنا پڑتا ہے۔

جب بھی موسلا دھار بارش ہوتی ہے تو لام اور تھو بون جیسی ندیاں اٹھتی ہیں جس سے لوگوں کو نقصان ہوتا ہے۔ یہ حقیقت مجھے ہمیشہ یہ سوچنے پر مجبور کرتی ہے کہ خطرات کو کم کرنے کے لیے زیادہ درست پیش گوئی کیسے کی جائے۔

میری تحقیقی دلچسپیاں دریا کے سیلاب اور شہری سیلاب پر مرکوز ہیں۔

مصنوعی ذہانت (AI) کا اطلاق بنیادی طور پر پچھلے ریاضیاتی اور جسمانی ماڈلز کی پیروی کرتے ہوئے درستگی کو بہتر بنانے کا ایک نیا طریقہ ہے۔

جیسے جیسے AI ترقی کرتا ہے، میں یہ دیکھنا چاہتا ہوں کہ یہ ٹیکنالوجی پیشن گوئی کو کتنا بہتر بنا سکتی ہے۔

گولڈن گلوبز کی خوشی اور سیلاب کی پیشگوئی کرنے والوں کی پریشانی

جب آپ کی تحقیق کا اعلان ہوا اور آپ نے ایوارڈ اپنے ہاتھ میں پکڑا تو آپ کو کیسا لگا؟

- نامزد ہونے کا یہ میرا دوسرا سال ہے لیکن ٹاپ 10 میں میرا پہلا سال، میری کوششوں کے لیے پہچانا جانا ایک قابل قدر پہچان ہے۔

شاید جزوی طور پر اس وقت کی وجہ سے جب شمال کو لگاتار سیلاب کا سامنا تھا، تحقیق کی لاگو قدر کو تسلیم کیا گیا اور اس پر زیادہ توجہ دی گئی۔

ڈاکٹر ون 8 پیٹنٹ کے شریک مصنف ہیں، Q1 جرائد میں شائع ہونے والے درجنوں مضامین اور ہائیڈرولوجی کے شعبے میں کئی خصوصی کتابیں (تصویر: NVCC)۔

لیکن وہ خوشی بہت سی پریشانیوں کے ساتھ ملی ہوئی تھی، جب ملک بھر میں بہت سی جگہوں پر سیلاب آ گیا تھا، خاص طور پر میرے آبائی شہر Bac Ninh میں، جس سے مجھے بہت دکھ ہوا۔

ایسے اوقات ہوتے ہیں جب ہم خود کو بے بس محسوس کرتے ہیں، کیونکہ ہمارے پاس ڈیٹا ہونے کے باوجود اس معلومات کو تیز ترین اور مؤثر طریقے سے لوگوں تک پہنچانے کا کوئی طریقہ نہیں ہے۔

اس منصوبے کے ساتھ آپ حتمی مقصد کیا حاصل کرنا چاہتے ہیں؟

- میرا کام زیادہ درست پیشن گوئی کرنے والے ماڈلز بنانے پر نہیں رکتا، مقصد سیلاب سے ہونے والے خطرات اور نقصانات کو کم کرنے میں اپنا حصہ ڈالنا ہے۔

میں ایک دو طرفہ انٹرایکٹو پیشن گوئی کا نظام تیار کرنا چاہتا ہوں جہاں معلومات نہ صرف حکام سے آتی ہیں، بلکہ انتظامی گروپوں، کاروباروں اور یہاں تک کہ شہریوں سے بھی۔

زیادہ اہم حصہ کنکشن، مواصلات اور فیصلہ سازی کے مراحل میں ہے، تاکہ پیشن گوئی کی معلومات بروقت اور واضح انداز میں لوگوں تک پہنچ سکے۔

آپ کی رائے میں، آج سیلاب کی پیشن گوئی اور مواصلاتی کام میں وہ کون سی بڑی حدیں ہیں جو قدرتی آفات کے دوران لوگوں کو غیر فعال بناتی ہیں؟

- درحقیقت، زیادہ تر معلومات صرف "موسلا دھار بارش کی پیش گوئی" کی سطح پر ہوتی ہیں، جب کہ لوگ یہ جاننا چاہتے ہیں کہ کون سے علاقے، ندیوں یا گلیوں میں سیلاب کا خطرہ ہے تاکہ وہ فعال طور پر جواب دے سکیں۔

ایک آسانی سے نظر آنے والی حقیقت یہ ہے کہ سرکاری ذرائع سے سیلاب کی پیشگوئیوں کے معیار کا فقدان ہے لیکن "نیٹ ورک ماہرین" کی غیر سرکاری پیش گوئیوں کی کثرت۔

پیشن گوئی کی معلومات جو "کلک بیٹ" ہے کمیونٹی میں غلط فہمی اور الجھن کا سبب بن سکتی ہے۔

دریں اثنا، طویل پیشین گوئی کے وقت کے اقدامات کے ساتھ پیشین گوئیوں کی کمی (پیش گوئی کے نتائج لوگوں کو کئی دن پہلے بتانے کی ضرورت ہے) فی الحال قدرتی آفات پر بہت محدود ردعمل کا باعث بنتی ہے۔

Bac Ninh میں حالیہ سیلاب ایک عام مثال ہے جس سے ظاہر ہوتا ہے کہ لوگ صرف اس وقت "جواب دینا شروع کرتے ہیں" جب دریاؤں میں پانی کی سطح بہت بلند ہو جاتی ہے اور کناروں سے بہہ جانے والی ہوتی ہے، اس موقع پر لوگوں کے پاس صرف ڈیک بنانے اور اثاثوں کو منتقل کرنے کے لیے فورسز کو متحرک کرنے کا وقت ہوتا ہے۔

یہ ہنگامی، حالاتی اقدامات ہیں۔

لیکن اگر پیشین گوئی کا کوئی نظام ہوتا جو کافی ابتدائی اور کافی تفصیلی ہوتا تو لوگ بہت زیادہ فعال ہوسکتے تھے اور نقصان میں نمایاں کمی واقع ہوسکتی تھی۔

شہری سیلاب کے مسئلے کی رکاوٹ

  مصنوعی ذہانت تیز رفتار پیشن گوئی کی صلاحیتیں لاتی ہے لیکن اس کے بہت سے ممکنہ خطرات ہیں۔ آپ اس "تاریک پہلو" کو کیسے کنٹرول کرتے ہیں؟

- پروجیکٹ کے دوران، میں نے بہت سی مشکلات اور ناکامیوں کا سامنا کیا، خاص طور پر صاف اور جامع ڈیٹا کے ذرائع کو جمع کرنے کا مشکل مسئلہ۔

اصل پیمائش کے اعداد و شمار اکثر متضاد ہوتے ہیں، جس کی وجہ سے وسطی سے مغربی ریاستہائے متحدہ میں ماڈل کو لاگو کرتے وقت پیشن گوئی کے خراب نتائج برآمد ہوتے ہیں، خاص طور پر چٹانی طاسوں میں، پیشن گوئی کے ماڈل کا "قبرستان" بن جاتا ہے۔

ڈاکٹر ون اور ان کے ساتھیوں نے AI اور نیشنل واٹر ماڈل (NWM) کے سیلاب کی پیشن گوئی کے ماڈل کو ملا کر ایک نیا ماڈلنگ فریم ورک تیار کیا، تاکہ سیلاب کی پیشن گوئی پروگرامنگ میں غلطیوں کو کم کرنے اور مزید درست پیشین گوئیاں کرنے میں مدد ملے (تصویر: Vu Thanh Binh)۔

سیلاب کی پیش گوئی کے شعبے میں مصنوعی ذہانت اچھے نتائج دے سکتی ہے لیکن اس کی تاثیر کا انحصار ڈیٹا کے معیار پر ہے۔

یہ جسمانی نوعیت کو مکمل طور پر نہیں سمجھ سکتا، ماڈل کو ایپلی کیشن سے پہلے اچھی طرح سے جانچنے کی ضرورت ہے، بھروسے کو یقینی بنانے کے لیے انسانی تجربے کے ساتھ مل کر۔

مشی گن یونیورسٹی میں، اعلیٰ کارکردگی والے کمپیوٹنگ کی بدولت، ماڈل ٹریننگ کے عمل میں صرف 1-3 دن لگتے ہیں، جب کہ روایتی نظاموں کا استعمال کرتے ہوئے، اس کام میں ایک ماہ تک کا وقت لگ سکتا ہے۔

ویتنام میں، اگر بنیادی سائنس میں مضبوط سرمایہ کاری ہو، تو سیلاب کی پیشن گوئی میں AI کا اطلاق اب کوئی دور کا خواب نہیں رہے گا۔

ایک محقق کے نقطہ نظر سے، آپ کے خیال میں سیلاب کی روک تھام میں سرمایہ کاری کے باوجود ہر شدید بارش کے بعد ہنوئی کے سیلاب کی وجہ کیا ہے؟

- درحقیقت، بنیادی ڈھانچے، سڑک اور گٹر کی تعمیر میں سرمایہ کاری کے باوجود ہنوئی اب بھی سیلاب زدہ ہے، لیکن شہری بہاؤ کے نیٹ ورک کی نوعیت کو سمجھنے کے لیے کوئی بنیادی تحقیق نہیں ہوئی ہے۔

7 اکتوبر کو ہونے والی موسلادھار بارش نے ہنوئی میں کئی سڑکوں پر شدید سیلاب کی وجہ سے (تصویر: وو تھانہ بنہ)۔

اس کی بنیادی وجہ بیان کی جا سکتی ہے کیونکہ موجودہ نکاسی آب کا نظام قابل نہیں ہے یا سیلاب کی نکاسی میں مؤثر طریقے سے کام نہیں کر رہا ہے۔

سیلابی نکاسی کے نظام کے غیر موثر ہونے کی ایک وجہ یہ ہے کہ بہت سے مین ہولز کوڑے سے ڈھکے ہوئے ہیں، جو بارش کے پانی کو بہنے سے روکتے ہیں، جس سے پورے نظام کی آپریشنل کارکردگی میں نمایاں کمی واقع ہوتی ہے۔

جب بھی تیز بارش ہوتی ہے، کچرا گٹروں میں بہہ جاتا ہے، جس سے مقامی رکاوٹیں پیدا ہوتی ہیں۔

دریں اثنا، گٹر کی دیکھ بھال اور ڈریجنگ کے کام میں آبادی کی کثافت اور گھریلو فضلہ کی بڑی مقدار کی وجہ سے بہت سی مشکلات کا سامنا ہے۔

ہنوئی کے لاکھوں باشندوں میں سے صرف 0.1-1% غیر قانونی طور پر کوڑا کرکٹ پھینکنا شہری نکاسی آب کے نظام کو شدید متاثر کرنے کے لیے کافی ہے۔

بنیادی سائنسی تحقیق اس نوعیت کو سمجھنے میں مدد کرتی ہے کہ کسی نقطے میں سیلاب کیوں آتا ہے اور پانی کس سمت سے نکلتا ہے، جو ہمیں بہاؤ کو معقول طریقے سے مختص کرنے اور ان کو منظم کرنے میں مدد دے گا، اور ساتھ ہی ساتھ مینیجرز کو انفراسٹرکچر پر زیادہ موثر سرمایہ کاری کی منصوبہ بندی کرنے میں مدد ملے گی۔

کیا آپ اپنے خدشات کو حل کرنے کے لیے ویتنام واپس جانے کا ارادہ رکھتے ہیں؟

- مجھے ہمیشہ ویتنام واپس آنے کا موقع ملنے کی امید ہے، اگر میں اپنے آپ کو ترقی دینا اور اپنی پسند کی تحقیقی ہدایات پر عمل پیرا رہ سکوں، اور پھر بھی اپنے خاندان کی دیکھ بھال کے لیے اپنی مالی حفاظت کو یقینی بناؤں۔

زندگی، کیریئر اور خاندانی ذمہ داریوں دونوں میں توازن رکھنا انتہائی ضروری ہے۔

ہائیڈرو میٹرولوجی اینڈ اوشینوگرافی کی فیکلٹی کی 30 ویں سالگرہ کی تقریب میں شرکت کے لیے یونیورسٹی آف نیچرل سائنسز کی واپسی پر ڈاکٹر ٹران نگوک ونہ (تصویر: وو تھانہ بنہ)۔

مزید برآں، زمینی سائنس، خاص طور پر سیلاب کی تباہ کاریوں کی پیشن گوئی کے لیے اب تک کا بجٹ کم سطح پر ہے۔ سب سے بڑے منصوبوں کی لاگت صرف 5-10 بلین VND ہے۔

ظاہر ہے کہ کسی پروجیکٹ کا بجٹ اس کی پیداوار کے معیار کا تعین کرے گا۔ محدود سرمایہ کاری ڈیٹا، ٹکنالوجی یا تحقیق کے لیے استعمال ہونے والے کمپیوٹیشنل سسٹم میں حدود کا باعث بنتی ہے۔

بات چیت کے لیے شکریہ TS!

ماخذ: https://dantri.com.vn/khoa-hoc/chu-nhan-qua-cau-vang-truy-vet-du-lieu-dua-du-bao-lu-chinh-xac-gap-6-lan-20251114153912464.htm