MIT द्वारा विकासित AI उपकरण! वास्तविकतापूर्ण उपग्रह चित्रों के माध्यम से बाढ़ का पूर्वानुमान, निर्णय निर्माताओं को दृश्य सहायता प्रदान करता है

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) के वैज्ञानिक एक आर्टिफिशियल इंटेलिजेंस (AI) उपकरण विकसित कर रहे हैं, जो वास्तविक उपग्रह चित्र उत्पन्न कर सकता है ताकि संभावित बाढ़ के परिदृश्यों को प्रदर्शित किया जा सके। यह तकनीक जनरेटिव AI मॉडल और भौतिकी आधारित बाढ़ मॉडल को मिलाकर उच्च जोखिम वाले क्षेत्रों की अधिक सटीक पहचान करने और निर्णय लेने वालों को विश्वसनीय दृश्य सहायता प्रदान करने के लिए डिज़ाइन की गई है।

AI + भौतिक मॉडल: अधिक सटीक बाढ़ चित्र उत्पन्न करना

Space.com की रिपोर्ट के अनुसार, यह उपकरण पहले भौतिकी मॉडल के माध्यम से बाढ़ के जोखिम वाले क्षेत्रों की पहचान करता है। फिर, यह आने वाले तूफान की तीव्रता के आधार पर, उस क्षेत्र का एक विस्तृत शीर्ष दृश्य उत्पन्न करता है जो बाढ़ के बाद संभवतः दिखेगा। यह उपकरण एक नवोन्मेषी दृष्टिकोण अपनाता है, जो जनरेटिव एडवर्सेरियल नेटवर्क (GAN) को भौतिक मॉडल के साथ जोड़ता है, ताकि GAN द्वारा उत्पन्न "दृश्य भ्रांति" (यानी चित्र में वास्तविक लेकिन गलत विशेषताएँ) को कम किया जा सके।

MIT के पृथ्वी, वायुमंडल और ग्रह विज्ञान विभाग के पोस्टडॉक्टोरल शोधकर्ता ब्योर्न ल्यूटियन्स ने कहा: “'दृश्य भ्रांति' दर्शकों को गुमराह कर सकती है। हम इस बात पर विचार कर रहे हैं कि जलवायु प्रभाव के संदर्भ में इन जनरेटिव AI मॉडल का उपयोग कैसे किया जाए, जहां विश्वसनीय डेटा स्रोत होना अत्यंत महत्वपूर्ण है। यहीं पर भौतिक मॉडल काम आता है।”

अधिक सहज पूर्व चेतावनी: निकासी की इच्छा बढ़ाने में मदद

ल्यूटियन्स ने कहा: “हमारा विचार है कि एक दिन हम इस तकनीक का उपयोग कर तूफान के आने से पहले जनता को एक अतिरिक्त दृश्य स्तर प्रदान कर सकें।” उन्होंने निकासी के महत्व पर जोर देते हुए कहा: “जोखिम का सामना करते समय लोगों को निकासी के लिए प्रोत्साहित करना एक बड़ी चुनौती है। शायद यह दृश्यता इस तैयारी के स्तर को बढ़ाने में मदद कर सके।”

व्यावहारिक तुलना: AI + भौतिक मॉडल के फायदे स्पष्ट हैं

इस मॉडल को प्रदर्शित करने के लिए, शोधकर्ताओं ने इसे ह्यूस्टन के एक परिदृश्य पर लागू किया, जिसमें उन्होंने उस शहर का उपग्रह चित्र उत्पन्न किया जो तूफान हार्वे जैसी तीव्रता के तूफान के बाद बाढ़ का सामना करेगा। उन्होंने AI द्वारा उत्पन्न चित्रों की तुलना वास्तविक उपग्रह चित्रों और भौतिक मॉडल सहायता के बिना उत्पन्न चित्रों से की। परिणाम दर्शाते हैं कि भौतिक मॉडल सहायता के बिना उत्पन्न AI चित्र बहुत गलत थे, जिसमें कई "दृश्य भ्रांतियाँ" थीं, जो उन क्षेत्रों में बाढ़ दिखा रही थीं जहां बाढ़ होना असंभव था। इसके विपरीत, भौतिक सुदृढीकरण विधि का उपयोग करके उत्पन्न चित्र वास्तविक परिदृश्य के साथ बहुत मेल खाते थे।

आवेदन की संभावनाएँ: निर्णय लेने में सहायता, जीवन सुरक्षा की रक्षा

वैज्ञानिकों का अनुमान है कि यह तकनीक भविष्य के बाढ़ परिदृश्यों की भविष्यवाणी करने में मदद करेगी और विश्वसनीय दृश्य डेटा प्रदान करेगी, जिससे निर्णय लेने वाले बाढ़ की योजना, निकासी और शमन कार्यों के लिए समझदारी से निर्णय ले सकें। ल्यूटियन्स ने कहा कि निर्णय लेने वाले आमतौर पर संभावित बाढ़ क्षेत्रों का आकलन करने के लिए दृश्यता (जैसे रंग कोडित मानचित्र) का उपयोग करते हैं, लेकिन उपग्रह चित्र दृश्यता अधिक सहज और आकर्षक जानकारी प्रदान कर सकती है, जबकि विश्वसनीयता को बनाए रखते हुए।

वर्तमान में, टीम की विधि अभी अवधारणा सत्यापन चरण में है और विभिन्न तूफानों के परिणामों की अधिक सटीक भविष्यवाणी के लिए अन्य क्षेत्रों का विश्लेषण करने के लिए अधिक समय की आवश्यकता है।

MIT के एरोस्पेस इंजीनियरिंग प्रोफेसर और MIT मीडिया प्रयोगशाला के निदेशक दवा न्यूमैन ने कहा: “हमने जोखिम-संवेदनशील उपयोग के मामलों के लिए मशीन लर्निंग और भौतिकी को जोड़ने का एक व्यावहारिक तरीका प्रदर्शित किया है, जिसमें हमें पृथ्वी प्रणाली की जटिलता का विश्लेषण करने और भविष्य की क्रियाओं और संभावित परिदृश्यों की भविष्यवाणी करने की आवश्यकता है, ताकि लोगों को खतरों से दूर रखा जा सके। हम अपने जनरेटिव AI उपकरण को स्थानीय सामुदायिक स्तर पर निर्णय लेने वालों को सौंपने के लिए बेताब हैं, जो महत्वपूर्ण प्रभाव डाल सकता है और यहां तक कि जीवन भी बचा सकता है।”