વરસાદ ક્યાં અને કેટલો પડશે એ માટે તો હવામાન ખાતું આગાહી કરતું જ હોય છે, પરંતુ એટલા વરસાદને કારણે શું પૂર જેવી સ્થિતિ નિર્માણ થશે? એ દિશામાં ગાંધીનગરના AI રેઝિલિયન્સ ઍન્ડ કમાન્ડ સેન્ટર કામ કરી રહ્યું છે. ચાલો જાણીએ આ સિસ્ટમ શું છે
IIT-ગાંધીનગરના પ્રોફેસર ઉદિત ભાટિયાએ તૈયાર કરી છે અનોખી AI સિસ્ટમ જે આપે છે...વરસાદ આવે એ પહેલાં જ પૂરની અલર્ટ
ભારતમાં શહેરોના વિકાસની ગતિ જેટલી ઝડપથી વધી રહી છે એટલી જ ઝડપથી નવી સમસ્યાઓ પણ ઊભી થઈ રહી છે. એમાં શહેરી પૂર સૌથી મોટો પડકાર બનીને સામે આવ્યું છે. થોડા કલાકોના વરસાદ પછી રસ્તાઓ પર પાણી ભરાઈ જવું,
ટ્રાફિક-વ્યવસ્થા ખોરવાઈ જવી અને સામાન્ય જનજીવન અસ્તવ્યસ્ત થઈ જવું હવે અસામાન્ય ઘટના રહી નથી. સવાલ એ છે કે શું આધુનિક ટેક્નૉલૉજી આ સમસ્યાનો લાંબા ગાળાનો ઉકેલ આપી શકે? શું કોઈ એવી વ્યવસ્થા વિકસાવી શકાય જે વરસાદ પહેલાં જ શહેરને સંભવિત જોખમો વિશે ચેતવી શકે? આ પ્રશ્નોના જવાબ શોધવા ઇન્ડિયન ઇન્સ્ટિટ્યૂટ ઑફ ટેક્નૉલૉજી (IIT)-ગાંધીનગરના અર્બન ફ્લડિંગ મૉડ્યુલના મુખ્ય સંશોધક અને મશીન ઇન્ટેલિજન્સ ઍન્ડ રેઝિલિયન્સ લૅબના વડા પ્રોફેસર ઉદિત ભાટિયા અને તેમની ટીમે અનોખી પહેલ કરી છે. શહેરોમાં પૂર જેવી આફતો આવ્યા બાદ એને સંભાળવાને બદલે એ પૂર પહેલાં જ એનાં જોખમોને સમજવા અને એના માટે તૈયારી કરવાની દિશામાં કામ કરી રહ્યાં છે. IIT-ગાંધીનગરના AI Resilience and Command (ARC) Centre દ્વારા આ પ્રયાસને એક એવી વ્યવસ્થામાં રૂપાંતરિત કરવામાં આવી રહ્યો છે જ્યાં વરસાદથી લઈને પૂર અને એની અસર સુધીની સ્થિતિને રિયલ ટાઇમમાં સમજવામાં અને એના આધારે નિર્ણય લેવામાં મદદ મળી શકે. આ પહેલ પાછળનો વિચાર શું છે? ભારતીય શહેરો માટે અલગ મૉડલની જરૂરિયાત શા માટે ઊભી થઈ? ભવિષ્યમાં આ ટેક્નૉલૉજી શહેરી આયોજનમાં કેવી રીતે પરિવર્તન લાવી શકે? આ તમામ મુદ્દાઓ પર પ્રોફેસર ઉદિત ભાટિયા સાથે વિસ્તૃત ચર્ચા કરીએ.
પૂર માટે AIનો ઉપયોગ કેવી રીતે?
ADVERTISEMENT
ઘણા ભારતીય પ્રોફેશનલ્સ અમેરિકા છોડીને ભારત પાછા ફરી રહ્યા છે અને દેશના વિકાસમાં યોગદાન આપવા માટે પ્રયાસ કરી રહ્યા છે. ૨૦૧૯માં પ્રોફેસર ઉદિત ભાટિયાને પણ લાગ્યું કે તેમના માટે ભારતમાં વધુ સારી તકો ઉપલબ્ધ છે. આ વિચાર સાથે તેઓ ભારત પાછા ફર્યા અને ત્યારથી જ ARCના વિકાસ પર કામ શરૂ કર્યું. AIનો ઉપયોગ હવે અનેક ક્ષેત્રે થઈ રહ્યો છે પણ પૂર માટે AI? એ વિચાર કઈ રીતે આવ્યો? પ્રોફેસર ઉદિત ભાટિયા કહે છે, ‘આજે આપણે AIના યુગમાં જીવીએ છીએ અને ભારત પણ આ ક્ષેત્રમાં વૈશ્વિક નેતૃત્વ તરફ આગળ વધી રહ્યું છે ત્યારે અમને વિચાર આવ્યો કે દેશની સૌથી મોટી શહેરી સમસ્યાઓમાંની એક સમસ્યા છે પૂર. તો પૂર સામે આ ટેક્નૉલૉજીનો ઉપયોગ કેમ ન કરી શકાય? દર વર્ષે એક જ પ્રકારની સમસ્યાઓ સામે આવે છે. વરસાદ પડે છે, રસ્તાઓ બંધ થઈ જાય છે અને લોકો મુશ્કેલીમાં મુકાઈ જાય છે. આ પરિસ્થિતિ માટે દર વખતે ગ્લોબલ વૉર્મિંગ, શહેરીકરણ કે વધતી ગીચતાને જવાબદાર ઠેરવવાથી સમસ્યાનું સમાધાન મળતું નથી. અમે માત્ર નુકસાનનું મૂલ્યાંકન કરતો વધુ એક અહેવાલ તૈયાર કરવા માગતા નહોતા. કોઈ સંશોધન કે રિસર્ચ પેપર ઍકૅડેમિક ક્ષેત્ર સાથે સંકળાયેલા લોકો વાંચશે, પરંતુ કમિશનર કે ડિઝૅસ્ટર મૅનેજમેન્ટ સાથે જોડાયેલા અધિકારીઓ લાંબા અહેવાલો વાંચવાના નથી. તેમને ઝડપથી નિર્ણય લઈ શકાય અને તાત્કાલિક પગલાં ભરી શકાય એવા ઉકેલોની જરૂર હોય છે. અમારો મુખ્ય ઉદ્દેશ એ હતો કે થિયરીમાં દેખાતી બાબતોને વાસ્તવિક જીવનમાં કેવી રીતે ઉપયોગી બનાવી શકાય? અમે એવું સાધન વિકસાવવા માગતા હતા જે શહેરોને આગોતરી તૈયારી કરવામાં મદદરૂપ બને. કુદરતી આફતો દરમ્યાન સૅટેલાઇટ, ગ્રાઉન્ડ ઑબ્ઝર્વેશન, મ્યુનિસિપાલિટી અને સ્થાનિક નાગરિકો પાસેથી મળતી માહિતી અલગ-અલગ સ્રોતોમાંથી આવે છે અને એને એકઠી કરવામાં સમય લાગે છે. અમે એવું એક પ્લૅટફૉર્મ બનાવવા માગતા હતા જ્યાં વિવિધ એજન્સીઓ પાસે ઉપલબ્ધ તમામ માહિતી એક જ જગ્યાએ જોઈ શકાય. સરળ ભાષામાં કહીએ તો અમે વન-સ્ટૉપ સૉલ્યુશન વિકસાવવા ઇચ્છતા હતા. ૨૦૨૩ સુધી અમે બેઝમેન્ટમાં રહીને આ મૉડલ પર કામ કરી રહ્યા હતા. ત્યાર બાદ આ ટેક્નૉલૉજીને વધુ શહેરો સુધી પહોંચાડવાના હેતુથી ARC સેન્ટરની સ્થાપના કરવામાં આવી.’
બે મૉડલ વચ્ચે તફાવત?
પૂર માટે બનેલા પરંપરાગત મૉડલ અને આ આધુનિક મૉડલ વચ્ચે શું ફરક છે એ વિશે પ્રોફેસર ઉદિત ભાટિયા કહે છે, ‘પરંપરાગત મૉડલ મુખ્યત્વે ફિઝિક્સના સિદ્ધાંતો પર આધારિત હોય છે. એ ખૂબ જ ચોક્કસ પરિણામો આપે છે, પરંતુ એને ચલાવવામાં ઘણો સમય લાગે છે. બીજી તરફ AI આધારિત મૉડલ ઝડપથી પરિણામ આપે છે, પરંતુ ઘણી વખત એ પાણીના પ્રવાહને નિયંત્રિત કરતા ભૌતિક નિયમોને સંપૂર્ણપણે ધ્યાનમાં લેતું નથી. અમે બન્ને પદ્ધતિઓને એકસાથે જોડવાનો પ્રયાસ કર્યો. આ મૉડલ અમેરિકા કે યુરોપના મૉડલ પર જરા પણ આધારિત નથી, સંપૂર્ણપણે ભારતને કેન્દ્રમાં રાખીને વિકસાવવામાં આવ્યું છે. ઍલ્ગરિધમ પણ ભારતની દૃષ્ટિએ જ વિકસાવવામાં આવ્યું છે. આ મૉડલ ફિઝિક્સ-ગાઇડેડ AI છે. સરળ ભાષામાં કહીએ તો AIને ફિઝિક્સના નિયમો સાથે જોડવાની પ્રક્રિયાને ફિઝિક્સ-ગાઇડેડ AI કહેવામાં આવે છે. પાણીનો પ્રવાહ દ્રવ્યમાન, ઊર્જા અને ગતિના નિયમોને અનુસરે છે. AI કોઈ પણ અનુમાન કરે, પરંતુ એ ભૌતિકશાસ્ત્રના આ નિયમોનું ઉલ્લંઘન કરી શકતું નથી. આ રીતે અમને AIની ઝડપ અને ફિઝિક્સની ચોકસાઈ બન્નેનો લાભ મળે છે. મૉડલનું એક પાસું છે વર્ચ્યુઅલ મૅપિંગ. એટલે કયા વિસ્તારમાં પૂર આવી શકે કે જોખમ છે એનું 3D મૉડલ. હવે દરેક એજન્સી આ કામ કરે છે. એમાં નવું શું છે? તો નવું એ છે કે માહિતીને ક્વૉન્ટિફાય કરો એટલે કે કેટલા વેગ અને પ્રવાહથી પાણી આવશે. જોકે માત્ર માહિતી તમને મળી જાય એટલું જ પૂરતું નથી. તો એનું કરવું શું? તો આ મૉડલ સમસ્યાનું સમાધાન પણ આપે છે. જો શહેરને ૩૦,૦૦૦ ફુટની ઊંચાઈએથી જોવામાં આવે તો મૉડલ જે વિસ્તારમાં પ્રૉબ્લેમ થઈ શકે એ વિસ્તારને પૉઇન્ટ કરી શકવું જોઈએ. પાણી ભરાઈ ગયું છે તો એને કયા-કયા રસ્તેથી બહાર કાઢી શકાય છે એ સૂચવે છે.’
ટેક્નૉલૉજીની ચોક્સાઈ કેટલી?
મોટા ભાગના લોકોના મોઢે સાંભળ્યું હશે કે જ્યારે પણ હવામાન ખાતું વરસાદની આગાહી કરે ત્યારે માની લેવાનું કે વરસાદ પડવાનો જ નથી. તો પછી આ મૉડલ પૂરની આગાહી સમય પહેલાં કરશે એની કેટલા ટકા ગૅરન્ટી? પ્રોફેસર ઉદિત ભાટિયા કહે છે, ‘લોકો ખોટા નથી, પરંતુ દરેક મૉડલ ડેટા પર કામ કરે છે. આપણી સૌથી મોટી મર્યાદા ડેટાની ઊણપ છે. ઉપરાંત અહીં ડેટાની ઉપલબ્ધતા સૌથી મોટો પડકાર છે. અધૂરો ડેટા કોઈ પણ મૉડલને નબળું બનાવી શકે છે. પૂરનું અનુમાન એટલું જ સારું હોય છે જેટલો સારો ડેટા, સેન્સર અને સ્થાનિક માહિતી સિસ્ટમને મળે. આપણે ભૂતકાળના પૂરની વાત કરીએ તો ત્યારે આપણી એવી કોઈ સિસ્ટમ નહોતી કે એ ડેટાનો સંગ્રહ કરે. આ સમસ્યાના ઉકેલ માટે અમે સ્થાનિક સંસ્થાઓ સાથે ભાગીદારી કરી. શહેરીજનો આડકતરી રીતે આ મૉડલને મજબૂત બનાવી શકે. આજે શહેરીજનો પાસે મોબાઇલ ફોન કે સાદો ફોન હોય છે. અમે એક પ્રયોગ કર્યો અને એવું પ્લૅટફૉર્મ તૈયાર કર્યું જ્યાં શહેરીજનો પૂર કે પૂરગ્રસ્ત વિસ્તારના ફોટો ક્લિક કરીને અમને મોકલી શકે. થયું એવું કે જુલાઈમાં અમદાવાદના પહેલા જ વરસાદમાં ૫૦૦ લોકોએ એક જ દિવસમાં આ પ્લૅટફૉર્મ પર કયા લોકેશન પર કેટલું પાણી ભરાયું છે અને એને કારણે કેવી તકલીફ પડી રહી છે એના ફોટો અપલોડ કર્યા જેને કારણે અમને ફ્લડ-પૉઇન્ટ્સ વિશે જાણકારી મળી. અમારે આ મૉડલને સાયન્ટિફિક રીતે ચોક્કસ બનાવવું છે. એકદમ ચોક્કસ આગાહી માટે મૉડલને ઇવૉલ્વ થવામાં સમય લાગી શકે છે. દર વખતે મૉડલ સચોટ આગાહી ન કરી શકે, પરંતુ એ પોતાની ભૂલ પરથી ઇવૉલ્વ થઈને વધુ સશક્ત બની શકે છે.’
જનજીવન ખોરવાવું જ ન જોઈએ
સચોટ આગાહી તૈયાર કરવામાં સિસ્ટમને સમય તો લાગશે જ. તો આવનારા સમયમાં આ સિસ્ટમ પાસેથી શું અપેક્ષા રાખી શકાય? પ્રોફેસર ભાટિયા કહે છે, ‘આવતાં પાંચ વર્ષનું અમારું ધ્યેય એ જ છે કે આ સિસ્ટમને એટલી સશક્ત બનાવવી કે સાંજે ઑફિસથી નીકળેલી કોઈ વ્યક્તિ રસ્તામાં કલાકો સુધી ફસાઈ ન જાય, કોઈ દુકાનદારની આખા દિવસની કમાણી પાણીમાં ન વહી જાય, કોઈ ઍમ્બ્યુલન્સને પાણી ભરાયેલા રસ્તા પર અટકવું ન પડે અને કોઈ પરિવારને મધરાતે અચાનક ઘરમાં ઘૂસતા પાણીથી બચવા દોડવું ન પડે. વરસાદને રોકી શકાતો નથી, પરંતુ વરસાદથી થતી મુશ્કેલીને પહેલેથી સમજીને ઓછી કરી શકાય છે. અત્યારે આ મૉડલ ગુરુગ્રામમાં સારી રીતે કામ કરે છે. ગુરુગ્રામ દર વર્ષે પૂરથી ત્રસ્ત રહે છે. અમે ગુરુગ્રામ સાથે છેલ્લા ૬ મહિનાથી કામ કરી રહ્યા છીએ. દરરોજ સવારે ૮ વાગ્યે તેમને આવતા ૨૪ કલાકમાં શું થઈ શકે છે અને એ સમસ્યાનું સમાધાન કેવી રીતે કરી શકાય એનો રિપોર્ટ જાય છે. અમે માનીએ છીએ કે શહેરોની સમસ્યાઓનો ઉકેલ માત્ર સરકાર કે સંશોધકો એકલા લાવી શકે નહીં. એમાં નાગરિકોની ભાગીદારી પણ એટલી જ જરૂરી છે. ટૂંકમાં, વરસાદને કારણે જનજીવન ખોરવાવું ન જોઈએ.’
કુદરતી આફત સામે લડવા માટે જુદી-જુદી સંસ્થાઓ કામ કરતી હોય છે અને આ સંસ્થાઓ પાસે એકત્રિત થતી માહિતી અને કો-ઑર્ડિનેશનમાં સમય લાગી જતો હોય છે. ARC પૂરની આગાહી કરવા માટે જરૂરી બધી જ એજન્સીની માહિતીઓને એક જ પ્લૅટફૉર્મ પર વિશ્લેષણ કરીને કયા-કયા વિસ્તારોને કેટલું નુકસાન થઈ શકે છે, પૂર પહેલાં જ આગાહી કરીને શું પગલાં લઈ શકાય એ માહિતી તંત્ર સુધી પહોંચાડે છે જેથી ઍક્શન ઝડપી બને છે અને મુશળધાર વરસાદની સ્થિતિમાં જનજીવનને ખોરવાતું અટકાવવાનો પ્રયાસ થઈ શકે છે.
