डेटा साइंस कंपनियां पर्यावरण की रक्षा और जलवायु परिवर्तन से लड़ने के लिए एआई का उपयोग करती हैं

जैसे पृथ्वी के देश बढ़ते जलवायु परिवर्तन के खतरे का सामना करने के लिए समाधान खोजने और लागू करने का प्रयास कर रहे हैं, लगभग हर विकल्प तालिका पर है। नवीकरणीय ऊर्जा स्रोतों में निवेश करना और वैश्विक स्तर पर उत्सर्जन को कम करना प्रमुख रणनीतियाँ हैं, लेकिन कृत्रिम बुद्धिमत्ता का उपयोग जलवायु परिवर्तन द्वारा किए गए नुकसान को कम करने में मदद कर सकता है। लाइव मिंट की रिपोर्ट के अनुसार, कृत्रिम बुद्धिमत्ता एल्गोरिदम वनस्पति विनाश को सीमित करने में संरक्षणवादियों की मदद कर सकते हैं, जलवायु परिवर्तन से कमजोर जानवरों की प्रजातियों की रक्षा कर सकते हैं, शिकार के खिलाफ लड़ सकते हैं और वायु प्रदूषण की निगरानी कर सकते हैं।

डेटा साइंस कंपनी ग्रामेनर ने एंटार्टिका में पेंगुइन उपनिवेशों की संख्या का अनुमान लगाने के लिए मशीन लर्निंग का उपयोग किया है, जिसमें कैमरा ट्रैप द्वारा ली गई तस्वीरों का विश्लेषण किया जाता है। एंटार्टिका में पेंगुइन उपनिवेशों का आकार पिछले दशक में नाटकीय रूप से कम हो गया है, जो जलवायु परिवर्तन से प्रभावित है। एंटार्टिका के पेंगुइन की छवि डेटा का विश्लेषण करने में संरक्षण समूहों और वैज्ञानिकों की मदद करने के लिए, ग्रामेनर ने डेटा को साफ करने के लिए कनवोल्यूशनल न्यूरल नेटवर्क का उपयोग किया, और एक बार डेटा साफ हो जाने के बाद इसे माइक्रोसॉफ्ट के डेटा साइंस वर्चुअल मशीन के माध्यम से तैनात किया गया। ग्रामेनर द्वारा विकसित मॉडल पेंगुइन घनत्व का उपयोग करता है जो पकड़ी गई छवियों में पेंगुइन आबादी का अनुमान लगाने के लिए तेजी से और अधिक विश्वसनीय रूप से प्राप्त करने के लिए किया जाता है। ग्रामेनर ने समान तकनीकों का उपयोग विभिन्न नदियों में सैल्मन आबादी का अनुमान लगाने के लिए भी किया है।

लाइवमिंट की रिपोर्ट के अनुसार, कृत्रिम बुद्धिमत्ता का उपयोग करने वाली अन्य जानवर संरक्षण परियोजनाएं भी हैं, जैसे कि कंजर्वेशन मेट्रिक्स द्वारा डिज़ाइन किया गया हाथी सुनने का परियोजना। अफ्रीका में हाथियों की आबादी अवैध शिकार के कारण पीड़ित हो रही है। परियोजना हाथियों की वोकलाइजेशन की पहचान करने के लिए मशीन लर्निंग एल्गोरिदम का उपयोग करती है, जो अन्य जानवरों द्वारा बनाए गए ध्वनियों से अलग है। मशीन लर्निंग मॉडल को विशिष्ट ध्वनि पैटर्न को पहचानने के लिए प्रशिक्षित करने और फिर हाथी आवास में वितरित सेंसर से डेटा का उपयोग करके, शोधकर्ता एक प्रणाली विकसित कर सकते हैं जो संभावित शिकार या वनस्पति विनाश के लिए अलर्ट करती है। वे एक प्रणाली हो सकती है जो वाहनों, ध्वनियों या बंदूकों जैसी चीजों के लिए सुनती है, और यदि इन ध्वनियों का पता लगाया जाता है तो अधिकारियों को अलर्ट भेजे जा सकते हैं।

मशीन लर्निंग एल्गोरिदम का भी उपयोग गंभीर मौसम की घटनाओं जैसे कि तूफान और उष्णकटिबंधीय चक्रवात द्वारा किए जा सकने वाले नुकसान की भविष्यवाणी करने के लिए किया जा सकता है। उदाहरण के लिए, आईबीएम ने संभावित रूप से हानिकारक मौसम की घटनाओं को ट्रैक करने के लिए एक नया उच्च-रिज़ॉल्यूशन वायुमंडलीय पूर्वानुमान मॉडल तैयार किया है।

जसप्रीत बिंद्रा, द टेक व्हिस्परर के लेखक और डिजिटल परिवर्तनों के विशेषज्ञ लाइवमिंट को बताया कि जलवायु परिवर्तन के कारण होने वाले परिवर्तनों के साथ तालमेल बैठाने के लिए मशीन लर्निंग आवश्यक है। बिंद्रा ने समझाया:

“वैश्विक तापमान ने जलवायु मॉडलिंग के तरीके को बदल दिया है। एआई/एमएल का उपयोग करना बहुत महत्वपूर्ण है क्योंकि यह चीजों को तेजी से होने में मदद करेगा। इसके लिए बहुत सारी कंप्यूटिंग शक्ति की आवश्यकता होगी, और आगे बढ़ने पर क्वांटम कंप्यूटर एक महत्वपूर्ण भूमिका निभा सकते हैं।”

ब्लू स्काई एनालिटिक्स, जो गुरुग्राम, भारत में स्थित है, पर्यावरण की रक्षा के लिए मशीन लर्निंग एल्गोरिदम का उपयोग करने का एक और उदाहरण है। ब्लू स्काई एनालिटिक्स द्वारा विकसित एक एप्लिकेशन का उपयोग औद्योगिक उत्सर्जन और वायु गुणवत्ता की निगरानी के लिए किया जाता है। डेटा को सैटेलाइट डेटा और जमीनी स्तर पर सेंसर के माध्यम से एकत्रित और विश्लेषित किया जाता है।

जलवायु परिवर्तन, शिकार, प्रदूषण जैसे मुद्दों के पर्यावरणीय प्रभावों का विश्लेषण और समझने के लिए काफी मात्रा में कंप्यूटर शक्ति की आवश्यकता होती है। यूसी बर्कले पर्यावरण डेटा के गणना को स्मार्टफोन और पीसी का उपयोग करके भीड़ से बाहर निकालने का प्रयास कर रहा है। भीड़ से बाहर निकालने वाली परियोजना को बीओआईएनसी (बеркले ओपन इन्फ्रास्ट्रक्चर फॉर नेटवर्क कंप्यूटिंग) कहा जाता है। जो लोग भीड़ से बाहर निकाली गई डेटा विश्लेषण में मदद करना चाहते हैं, उन्हें बस अपने चुने हुए डिवाइस पर बीओआईएनसी सॉफ्टवेयर स्थापित करना होगा, और जब उस डिवाइस का उपयोग नहीं किया जा रहा होगा, तो सीपीयू और जीपीयू संसाधन उपलब्ध होंगे जो गणना करने के लिए उपयोग किए जाएंगे।