Tuesday, September 20, 2022
HomeInternetNextGen TechMicrosoft AI कैसे भारत में झुग्गी-झोपड़ियों से लड़ने में मदद कर रहा...

Microsoft AI कैसे भारत में झुग्गी-झोपड़ियों से लड़ने में मदद कर रहा है, CIO News, ET CIO

माइक्रोसॉफ्ट अध्यक्ष और उपाध्यक्ष ब्रैड स्मिथ गुरुवार को दौरा किया बीजएक आपदा प्रतिक्रिया और तैयारी गैर-लाभकारी संगठन, जो किसी भी क्षेत्र में चक्रवात, भूकंप या गर्मी की लहरों जैसे कई खतरों के प्रभाव की भविष्यवाणी करने के लिए कृत्रिम बुद्धि (एआई) को तैनात कर रहा है।

भारत में, देश की मलिन बस्तियों में उस कठोर प्रभाव को महसूस किया जा रहा है, जो शोधकर्ताओं का कहना है कि शहर के अन्य हिस्सों की तुलना में 6 डिग्री सेल्सियस अधिक गर्म हो सकता है।

“झुग्गी बस्तियों में, गर्मी के दिनों में बाहर निकलना और छाया ढूंढना बहुत मुश्किल होता है। यह बहुत भीड़भाड़ वाला होता है। घर अक्सर टिन की चादरों से बने होते हैं, जो अन्य सामग्रियों की तुलना में बहुत तेजी से गर्म होते हैं,” ने कहा। अंशु शर्माबीज के सह-संस्थापक।

2017 से, SEEDS उन समुदायों के साथ काम कर रहा है जो गर्मी की लहरों की चपेट में हैं, ताकि लोगों को गर्मी को मात देने के समाधान के साथ आने में मदद मिल सके।

अब, माइक्रोसॉफ्ट के एआई के समर्थन के साथ मानवीय कार्रवाई अनुदान, बीज ने कई खतरों के प्रभाव की भविष्यवाणी करने के लिए एक एआई मॉडल विकसित किया है।

सनी लाइव्स नामक मॉडल ने नई दिल्ली और नागपुर में झुग्गियों में रहने वाले लगभग 125,000 लोगों के लिए हीट वेव जोखिम की जानकारी तैयार की है।

विशेषज्ञों का कहना है कि इस तरह की भीषण गर्मी के जारी रहने की संभावना है। पिछले साल वेदर एंड क्लाइमेट एक्सट्रीम जर्नल में प्रकाशित एक अध्ययन के अनुसार, भारत ने 2000-2019 के बीच 1980-1999 के बीच गर्मी की लहरों की संख्या दोगुनी से अधिक देखी।

‘सनी लाइव्स’ एआई मॉडल को माइक्रोसॉफ्ट के एआई फॉर गुड लैब के साथ विकसित किया गया था और एआई फॉर ह्यूमैनिटेरियन एक्शन प्रोग्राम के अनुदान द्वारा समर्थित था।

एआई मॉडल का लाभ उठाने वाली जोखिम पाइपलाइन को डेटा साइंस कंपनी के साथ सह-विकसित किया गया था ग्रामीण और एक विशेष क्षेत्र के लिए एक जोखिम नक्शा प्रदान करता है।

मानचित्र पर, प्रत्येक भवन को उसके “जोखिम स्कोर” के अनुसार रंग-कोडित किया गया है।

बिल्ट-अप घनत्व, वनस्पति, एक जल निकाय के लिए इमारत की निकटता, छत के प्रकार का वर्गीकरण: ये कुछ प्रमुख पैरामीटर हैं जिनमें मैट्रिक्स शामिल है जो कि बीज जोखिम स्कोर की गणना के लिए उपयोग करता है।

छत सामग्री, इसकी परिचर गर्मी-अवशोषित क्षमता के साथ, एक महत्वपूर्ण डेटा बिंदु है: इस क्षमता के आधार पर भवनों की पहचान, वर्गीकरण और मानचित्रण किया जाता है।

जोखिम मानचित्र को स्मार्टफोन पर उपलब्ध एक नियमित मानचित्र पर मढ़ा जा सकता है, जिससे स्वयंसेवकों के लिए मैदान में बाहर जाने पर उन तक पहुंच बनाना आसान हो जाता है। नक्शे उन्हें विभिन्न कार्य बिंदुओं का पता लगाने में मदद करते हैं: जहां उन्हें चेतावनी जारी करने के लिए जाना चाहिए, जहां पानी की कमी एक मुद्दा हो सकता है, या जहां स्थानीय अधिकारियों को संसाधनों को निर्देशित करने की आवश्यकता होगी।

पिछले कुछ वर्षों में, बीज इस दृष्टिकोण के साथ पूर्वी दिल्ली में 23 स्लम समुदायों तक पहुंच गया है।

संगठन अब अपने मॉडल को मध्यम और उच्च आय वर्ग के क्षेत्रों में विस्तारित करने के लिए भारत में विभिन्न राज्य सरकारों के साथ जुड़ रहा है।

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Most Popular

Recent Comments