मुख्य तथ्य
- शोधकर्ता एआई का उपयोग अफ्रीका के नील बेसिन में अत्यधिक मछली पकड़ने को कम करने के लिए कर रहे हैं।
- यह परियोजना उद्योगों की एक विस्तृत श्रृंखला में स्थिरता में सुधार के लिए एआई का उपयोग करने के एक बड़े प्रयास का हिस्सा है।
-
लेकिन एक विशेषज्ञ का कहना है कि एआई हार्डवेयर और सॉफ्टवेयर को लागू करने के लिए जितनी ऊर्जा और अन्य संसाधनों की आवश्यकता होती है, वह खुद की समस्याएं खड़ी कर सकती है।
आर्टिफिशियल इंटेलिजेंस (एआई) दुनिया की खाद्य समुद्री प्रजातियों की तेजी से घटती आपूर्ति की रक्षा के लिए अति-मछली पकड़ने को रोकने में मदद कर रहा है।
अफ्रीका के नील बेसिन में मछली प्रजातियों की पहचान और माप में सुधार के लिए एक नई परियोजना एआई का उपयोग करती है। सॉफ्टवेयर वैज्ञानिकों को मानव पर्यवेक्षकों की तुलना में मछली की आबादी के घनत्व को अधिक तेज़ी से समझने में मदद कर सकता है। यह उद्योगों की एक विस्तृत श्रृंखला में स्थिरता में सुधार के लिए एआई का उपयोग करने के एक बड़े प्रयास का हिस्सा है।
"एआई के बारे में आशाजनक बात यह है कि यह अब हमें ऐसे कार्यों को करने की अनुमति देता है जो पारंपरिक तरीकों का उपयोग करके काफी अधिक गति और दक्षता के साथ समय लेने वाले या असंभव रूप से जटिल होंगे," एंड्रयू डंकेलमैन, प्रभाव और अंतर्दृष्टि के प्रमुख Google.org, सर्च दिग्गज की धर्मार्थ शाखा, ने Lifewire को एक ईमेल साक्षात्कार में बताया।
कुछ गड़बड़
संयुक्त राष्ट्र का खाद्य और कृषि संगठन मछली स्टॉक की निगरानी करने वाली एआई तकनीक तक पहुंच को बेहतर बनाने के लिए काम कर रहा है। मछली प्रजातियों के बारे में अधिक जानकारी प्राप्त करने से प्रजातियों और उनके स्थानों की पहचान करने और किसी भी परिवर्तन को पहचानने के लिए एल्गोरिदम बनाने में मदद मिल सकती है।
संयुक्त राष्ट्र का अनुमान है कि सभी मछली स्टॉक में से एक तिहाई अब खत्म हो गए हैं और अब टिकाऊ नहीं हैं। मछली के स्टॉक को सुरक्षित रखने में मदद के लिए, फ्लोरिडा विश्वविद्यालय के शोधकर्ता एआई का उपयोग यह सुनिश्चित करने के लिए भी कर रहे हैं कि मछुआरे लुप्तप्राय प्रजातियों को नहीं पकड़ रहे हैं। एआई मॉडल लुप्तप्राय प्रजातियों के स्थानों का अनुमान लगाते हैं जहां मत्स्य पालन संचालित होता है, जो वाणिज्यिक मछुआरों को उन क्षेत्रों में मछली पकड़ने से बचने में मदद करता है।
"एआई हमारी सभी समस्याओं के लिए एक चांदी की गोली नहीं है," ज़ाचरी साइडर्स, वैज्ञानिक जिन्होंने एप्लिकेशन विकसित किया, ने समाचार विज्ञप्ति में कहा। "हमें अपने दिमाग के सामने रखना होगा कि जिन निर्णयों को हम एआई सिस्टम को करने की अनुमति देते हैं, उनका मछली पकड़ने के उद्योग के साथ-साथ अपूरणीय प्रजातियों की आजीविका के लिए वास्तविक परिणाम होते हैं।"
एआई देखता रहता है
यह सिर्फ मछली नहीं है कि जब पर्यावरण की बात आती है तो एआई नजर रखता है। क्लाइमेट ट्रेस, दुनिया का निकट-वास्तविक समय ग्रीनहाउस गैस (जीएचजी) निगरानी मंच, यह पहचानने में मदद कर रहा है कि उत्सर्जन कहाँ से आ रहा है और यह इंगित कर रहा है कि कार्बनीकरण के प्रयासों को कहाँ केंद्रित किया जाना चाहिए।
Restor.eco भी है, जो Google धरती पर होस्ट किया गया एक खुला डेटा बहाली प्लेटफ़ॉर्म है। यह शोधकर्ताओं को पृथ्वी पर किसी भी स्थान की बहाली क्षमता का विश्लेषण करने की अनुमति देने के लिए वैज्ञानिक डेटा और उच्च-रिज़ॉल्यूशन उपग्रह इमेजरी प्रदान करता है। अनिवार्य रूप से, कार्यक्रम यह अनुमान लगाने के लिए भूमि का नक्शा तैयार कर सकता है कि पेड़ प्राकृतिक रूप से कहाँ उग सकते हैं।
Dunkelman ने कहा कि Google ने पाया है कि AI के साथ प्रोग्राम अपने लक्ष्यों को तेजी से प्राप्त करते हैं। उन्होंने BlueConduit के मामले को नोट किया, जो एक संगठन है जो फ्लिंट, मिशिगन, जल संकट से बाहर निकला है। समूह ने एक मशीन लर्निंग प्लेटफ़ॉर्म बनाया जो घरों, आस-पड़ोस और ज्ञात लीड सर्विस लाइनों की उम्र के बारे में डेटा का उपयोग करता है ताकि यह अनुमान लगाया जा सके कि घर में लीड पाइप से सेवा दी गई है या नहीं।
"अतीत में, यह जानने का एकमात्र तरीका यह होगा कि प्रत्येक साइट पर शारीरिक रूप से खुदाई की जाए और लीड पाइप का निरीक्षण किया जाए, जो महंगा और समय लेने वाला है," डंकलमैन ने कहा। "मशीन लर्निंग की शुरुआत के माध्यम से, BlueConduit अब अधिक सटीकता के साथ भविष्यवाणी कर सकता है कि क्या घर को लीड लाइनों के साथ सेवित किया जाता है, जो नीतिगत निर्णय ले सकता है जिसका सार्वजनिक स्वास्थ्य और सरकारी संसाधनों दोनों पर पर्याप्त प्रभाव पड़ता है।"
लेकिन हर कोई इस बात से सहमत नहीं है कि बड़ी टेक कंपनियां एआई के जरिए ग्रह की समस्याओं को हल कर सकती हैं। एरिक नोस्ट, गुएल्फ़ विश्वविद्यालय में एक सहायक प्रोफेसर, जो शोध करते हैं कि डेटा प्रौद्योगिकियां पर्यावरण शासन को कैसे सूचित करती हैं, ने कहा कि हाल के अध्ययनों ने एआई हार्डवेयर और सॉफ्टवेयर को लागू करने के लिए आवश्यक ऊर्जा और अन्य संसाधनों की मात्रा के बारे में चिंता जताई है।
"मुझे संदेह है कि कई शोधकर्ताओं को एआई-आधारित निष्कर्षों को वास्तविक नीति या निर्णयों में अनुवाद करना मुश्किल होगा यदि एआई को नीति और निर्णय लेने वालों को ध्यान में रखकर विकसित नहीं किया गया है, विशेष रूप से समझाने की चुनौतियों के आलोक में एक एआई अपने परिणामों पर कैसे पहुंचता है," उन्होंने लाइफवायर को एक ईमेल साक्षात्कार में बताया।
एआई हमारी सभी समस्याओं के लिए चांदी की गोली नहीं है।
स्थिरता के लिए एआई अभी भी अपनी प्रारंभिक अवस्था में है, डंकेलमैन ने भी स्वीकार किया। क्षेत्र में अभी भी पर्याप्त डेटा सेट और प्रगति को चलाने के लिए आवश्यक मॉडल का अभाव है।
"उदाहरण के लिए, हम सभी जानते हैं कि दुनिया में उत्सर्जन हो रहा है, लेकिन हम वास्तव में नहीं जानते कि वे कहां से आते हैं," डंकेलमैन ने कहा। "हमारे पास केवल वही है जो उत्सर्जक स्वयं कहते हैं कि वे कर रहे हैं, जो अपूर्ण है।"
