एआई मॉडल और प्लेटफ़ॉर्म
आर्टिफ़िशियल इंटेलिजेंस स्मार्टफ़ोन को पारिस्थितिक परिवर्तन का पता लगाने में सक्षम बनाता है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
जब आर्टिफ़िशियल इंटेलिजेंस (एआई) को आज के स्मार्टफ़ोन एप्लिकेशन के साथ जोड़ा जाता है, तो यह पौधों की प्रजातियों की पहचान उच्च सटीकता के साथ कर सकता है और पारिस्थितिक परिवर्तन का पता लगाने में मदद कर सकता है। यह सभी कुछ किसी भी व्यक्ति द्वारा किया जा सकता है, इसलिए विशेष प्रशिक्षण की आवश्यकता नहीं है, और यह हमें पर्यावरणीय स्थितियों पर जानकारी इकट्ठा करने के अधिक अवसर प्रदान करता है।
जर्मन सेंटर फॉर इंटीग्रेटिव बायोडायवर्सिटी रिसर्च (आईडीवी), लीपज़िग यूनिवर्सिटी (यूएल) के रिमोट सेंसिंग सेंटर फॉर अर्थ सिस्टम रिसर्च (आरएससी4अर्थ), हेल्महोल्ट्ज़ सेंटर फॉर एनवायरनमेंटल रिसर्च (यूएफज़ेड), मैक्स प्लैंक इंस्टीट्यूट ऑफ बायोजियोकेमिस्ट्री (एमपीआई-बीजीसी) और टेक्निकल यूनिवर्सिटी इल्मेनौ के शोधकर्ताओं ने इस डेटा की विश्वसनीयता का पता लगाने के लिए एक अध्ययन किया।
शोधकर्ताओं ने जर्मनी में मोबाइल एप्लिकेशन फ्लोरा इंकोग्निटा से डेटा एकत्र किया और विश्लेषण किया, और इसे जर्मन फेडरल एजेंसी फॉर नेचर कंसервेशन (बीएफएन) के फ्लोरकार्ट डेटाबेस के साथ तुलना की, जिसमें 70 वर्षों से अधिक 5,000 से अधिक फ्लोरिस्टिक विशेषज्ञों द्वारा एकत्र किए गए डेटा शामिल हैं।
मैक्रोइकोलॉजिकल पैटर्न का पता लगाना
शोधकर्ताओं के अनुसार, उन्होंने एकत्रित डेटा के साथ जर्मनी में मैक्रोइकोलॉजिकल पैटर्न का पता लगाया, और यह जर्मन फ्लोरा इन्वेंट्री डेटा के समान था। जब शोधकर्ताओं ने दो डेटा सेटों की तुलना की, तो उन्होंने कम मानव आबादी घनत्व वाले क्षेत्रों में फ्लोरा इंकोग्निटा डेटा और लंबी अवधि के इन्वेंट्री डेटा के बीच बड़े अंतर पाए।
डॉ. जाना वेल्डचेन एमपीआई-बीजीसी से लीड ऑथर हैं और मोबाइल एप्लिकेशन के विकासकर्ताओं में से एक हैं।
“बिल्कुल, किसी क्षेत्र में कितना डेटा एकत्र किया जाता है, यह उस क्षेत्र में स्मार्टफ़ोन उपयोगकर्ताओं की संख्या पर निर्भर करता है,” वेल्डचेन ने कहा।
इसके कारण, डेटा में क्षेत्र के आधार पर विचलन थे, जैसे कि ग्रामीण क्षेत्र और पर्यटन स्थल।
एक अन्य प्रभावित कारक उपयोगकर्ता व्यवहार है, जिसने एप्लिकेशन द्वारा रिकॉर्ड की गई पौधों की प्रजातियों को प्रभावित किया।
“एप्लिकेशन के साथ की गई पौधों के अवलोकन उपयोगकर्ताओं द्वारा देखे जाने वाले और उनकी रुचि के अनुसार होते हैं,” वेल्डचेन ने जारी रखा।
उपयोगकर्ताओं में दुर्लभ प्रजातियों की तुलना में सामान्य और ध्यान देने योग्य प्रजातियों को अधिक बार रिकॉर्ड करने की प्रवृत्ति होती है, लेकिन इसके बावजूद, शोधकर्ता पौधों के अवलोकनों की मात्रा के कारण परिचित भू-जीवविज्ञान पैटर्न का पुनर्निर्माण कर सकते थे। शोधकर्ताओं ने कुल 900,000 से अधिक डेटा प्रविष्टियों का विश्लेषण किया।
जैव विविधता और पर्यावरण अनुसंधान
यह नई प्रगति जैव विविधता और पर्यावरण अनुसंधान के लिए बड़े प्रभाव डाल सकती है।
मिगुएल माहेचा यूएल से पहले लेखक हैं और आईडीवी के सदस्य हैं।
“हमें विश्वास है कि स्वचालित प्रजाति पहचान पहले से सोचे गए की तुलना में बहुत अधिक क्षमता रखती है और यह जैव विविधता परिवर्तन का तेजी से पता लगाने में योगदान कर सकती है,” माहेचा ने कहा।
टीम के अनुसार, फ्लोरा इंकोग्निटा जैसे एप्लिकेशन वास्तविक समय में विश्व भर में पारिस्थितिक परिवर्तनों का पता लगाने और विश्लेषण करने में सक्षम बना सकते हैं।
पैट्रिक मैडर सह-लेखक हैं और टीयू इल्मेनौ में प्रोफेसर हैं।
“जब हमने फ्लोरा इंकोग्निटा विकसित किया, तो हमें एहसास हुआ कि जैव विविधता डेटा का पता लगाने के लिए सुधारित प्रौद्योगिकियों में बड़ा संभावना और बढ़ती रुचि है। कंप्यूटर वैज्ञानिक के रूप में, हम देखकर खुश हैं कि हमारी प्रौद्योगिकियां जैव विविधता अनुसंधान में महत्वपूर्ण योगदान कर रही हैं,” मैडर ने कहा।
