अब कृत्रिम बुद्धिमत्ता की मदद से 14 दिन पहले चलेगा ओजोन प्रदूषण का पता

ओजोन एक दूसरे दर्जे का प्रदूषक है इसके संपर्क में आने से गले में जलन, सांस लेने में परेशानी, यहां तक कि अस्थमा भी हो सकता है।

By Dayanidhi

On: Monday 28 June 2021
 
Photo : Wikimedia Commons

हमारे वायुमंडल के सबसे निचले या जिसे ट्रोपोस्फेरिक स्तर भी कहते है, जिसमें ओजोन के स्तर का अब दो सप्ताह पहले तक सटीकता के साथ पूर्वानुमान लगाया जा सकता है। जबकि मौजूदा प्रणालियों में केवल तीन दिन पहले ओजोन के स्तर का सटीक अनुमान लग सकता है।

यह नई कृत्रिम बुद्धिमत्ता प्रणाली ह्यूस्टन विश्वविद्यालय की वायु गुणवत्ता पूर्वानुमान और मॉडलिंग लैब में विकसित की गई है। यह ओजोन में होने वाली समस्याओं को नियंत्रित करने में बेहतर तरीके से मदद कर सकती है और यहां तक कि जलवायु परिवर्तन के मुद्दों के समाधान में भी अहम योगदान दे सकती है।

वायुमंडलीय रसायन विज्ञान के प्रोफेसर यूंसू चोई ने कहा कि यह बहुत चुनौतीपूर्ण था, ऐसा पहले किसी ने नहीं किया था। मेरा मानना ​​है कि हम दो सप्ताह पहले सतह के ओजोन स्तर के पूर्वानुमान लगाने की कोशिश करने वाले पहले व्यक्ति हैं।

ओजोन, एक रंगहीन गैस है, यह सही जगह और सही मात्रा में मददगार होती है। पृथ्वी के समताप मंडल ओजोन परत के एक भाग के रूप में, यह सूर्य से यूवी विकिरण को छानकर सुरक्षा करती है। लेकिन जब पृथ्वी की सतह के पास ओजोन की उच्च सांद्रता होती है, तो यह फेफड़ों और हृदय के लिए जहरीला होता है।

अलकामाह सईद ने बताया कि ओजोन एक दूसरे दर्जे का प्रदूषक है और यह मनुष्यों को बुरे तरीके से प्रभावित कर सकता है। इसके संपर्क में आने से गले में जलन, सांस लेने में परेशानी, यहां तक कि अस्थमा भी हो सकता है। कुछ लोग विशेष रूप से अतिसंवेदनशील होते हैं, जिनमें युवा, बुजुर्ग और लंबे समय से बीमार लोग शामिल हैं।

ओजोन का स्तर हर रोज के मौसम संबंधी रिपोर्ट का लगातार हिस्सा बन गया है। लेकिन मौसम के पूर्वानुमानों के विपरीत, इसके बारे में 14 दिन पहले तक काफी सटीकता से पूर्वानुमान लगाया जा सकता है। 

पूर्वानुमान लगाने में व्यापक सुधार इस नए शोध की कहानी का केवल एक हिस्सा है। दूसरा यह है कि टीम ने इसे कैसे बनाया। पारंपरिक पूर्वानुमान एक संख्यात्मक मॉडल का उपयोग करता है, जिसका अर्थ है कि शोध वातावरण में गैसों और तरल पदार्थों की गति के लिए समीकरणों पर आधारित है।

चोई और उनकी टीम के लिए सीमाएं स्पष्ट थीं। संख्यात्मक प्रक्रिया धीमी है, जिससे परिणाम प्राप्त करना महंगा हो जाता है और इसकी सटीकता भी सीमित होती है। चोई ने कहा संख्यात्मक मॉडल के साथ सटीकता पहले तीन दिनों के बाद कम होने लगती है।

शोध दल ने मशीन लर्निंग एल्गोरिथम विकसित करने में एक अनूठे फंक्शन का उपयोग किया, जिसे लॉस फंक्शन के नाम से जाना जाता है। यह उनके इससे जुड़े हुए निर्णयों का एक खाका तैयार करके कृत्रिम बुद्धिमत्ता (एआई) मॉडल बनाने में मदद करता है।

इस परियोजना में, शोधकर्ताओं ने एक समझौते के सूचकांक का इस्तेमाल किया, जिसे आईओए के रूप में जाना जाता है। चीजें कैसे बदलती हैं, यह इनके बीच गणितीय तुलना करता है। यह शोध साइंटिफिक रिपोर्ट्स - नेचर पत्रिका में प्रकाशित हुआ है।

दूसरे शब्दों में कहें तो टीम के सदस्यों ने ऐतिहासिक ओजोन डेटा को परीक्षणों में जोड़ा क्योंकि वे कार्यक्रम की प्रतिक्रियाओं को धीरे-धीरे सटीकता की ओर ले गए। संख्यात्मक मॉडल और आईओए के लॉस फंक्शन के आपस में सहयोग ने अंततः एआई एल्गोरिदम को वास्तविक जीवन में ओजोन स्थितियों के परिणामों की सटीक भविष्यवाणी करने में सफल बनाया। यह प्रक्रिया बहुत कुछ मानव स्मृति की तरह होती है।   

सईद ने कहा कि एक छोटे बच्चे के बारे में सोचिए जो एक मेज पर गर्म चाय का प्याला देखता है और उत्सुकता से उसे छूने की कोशिश करता है। जैसे ही बच्चा प्याले को छूता है, उसे पता चलता है कि वह गर्म है और उसे सीधे नहीं छूना चाहिए। उस अनुभव के माध्यम से, बच्चे ने अपने दिमाग को प्रशिक्षित किया है। यह एक बहुत ही बुनियादी अर्थ में, कृत्रिम बुद्धिमत्ता (एआई) के साथ भी ऐसा ही होता है।

आप कंप्यूटर को कुछ कमांड देते हैं, बदले में यह आपको आउटपुट देता है। कई बार दोहराने और सुधार करने पर, समय के साथ प्रक्रिया को सही की ओर ले जाया जाता है। कृत्रिम बुद्धिमत्ता (एआई) कार्यक्रम 'जानता' है कि पहले प्रस्तुत की गई स्थितियों पर कैसे प्रतिक्रिया दी जाए। बुनियादी स्तर पर, कृत्रिम बुद्धि उसी तरह विकसित होती है जैसे बच्चे ने अगले गर्म चाय के कप को हथियाने के लिए जल्दी नहीं दिखाई और उसके बारे में सीखा।

प्रयोगशाला में, टीम ने चार से पांच साल के ओजोन डेटा का इस्तेमाल किया, जिसे सईद ने ओजोन स्थितियों को पहचानने और पूर्वानुमानों का अनुमान लगाने, समय के साथ बेहतर बनाने के लिए एआई प्रणाली को पढ़ाने की "एक विकसित प्रक्रिया" के रूप में उल्लेखित किया गया है।

चोई ने कहा हवा की गुणवत्ता और मौसम की भविष्यवाणी के लिए गहरी सीख लागू करना काफी कठिन है। वर्षों तक एक प्रक्रिया चलती है, अंत में यह प्रणाली काम करती है। कृत्रिम बुद्धिमत्ता (एआई) मॉडल इस बात को 'समझता है' कि कैसे पूर्वानुमान लगाया जाए।

चोई ने कहा यदि आप भविष्य में वायु गुणवत्ता के बारे में जानना चाहते हैं, इसका सटीक पूर्वानुमान लगा सकते है, तो आप समुदाय के लिए बहुत कुछ कर सकते हैं। यह इस ग्रह के लिए बहुत महत्वपूर्ण हो सकता है। यह भविष्य में मौसम की भविष्यवाणी और ओजोन के पूर्वानुमान से आगे जा सकता है। यह धरती को सुरक्षित बनाने में मदद कर सकता है।  

Subscribe to our daily hindi newsletter