AI এবং ডিজিটাইজেশন উদ্ভিদবিজ্ঞানকে বদলে দিচ্ছে
উদ্ভিদবিদদের মতে, কৃত্রিম বুদ্ধিমত্তা এবং বৃহৎ পরিসরের ডিজিটাইজেশন এমন নির্ণায়ক হাতিয়ার হয়ে উঠতে পারে যা উদ্ভিদ বিলুপ্ত হওয়ার আগে সেগুলোকে শনাক্ত ও সুরক্ষিত করার ক্রমবর্ধমান দৌড়ে সহায়তা করবে। রয়্যাল বোটানিক গার্ডেনস, কিউ-এর নতুন প্রতিবেদন এই পরিবর্তনকে দূর ভবিষ্যতের সম্ভাবনা হিসেবে নয়, বরং গবেষকদের কাজের ধরনেই ইতিমধ্যে প্রভাব ফেলছে এমন বাস্তব পরিবর্তন হিসেবে দেখিয়েছে।
মূল সমস্যাটি গুরুতর। উদ্ভিদ ও ছত্রাক খাদ্যব্যবস্থা, ওষুধ, জলবায়ু নিয়ন্ত্রণ এবং কার্বন সঞ্চয়কে সমর্থন করে, তবু জানা চিত্রটি এখনো অসম্পূর্ণ, এবং ঝুঁকিও বাড়ছে। প্রতিবেদনে বলা হয়েছে, এখন পর্যন্ত মূল্যায়ন করা 70,000 উদ্ভিদ প্রজাতির প্রায় 40% বিলুপ্তির ঝুঁকিতে রয়েছে। একই সঙ্গে আরও 330,000 উদ্ভিদ প্রজাতির এখনো বিশ্লেষণ বাকি, এবং বিজ্ঞানীরা মনে করেন প্রায় 100,000 আরও প্রজাতির এখনও আনুষ্ঠানিক নামকরণ হয়নি।
জীববৈচিত্র্যের বিশাল পরিসর এবং ঐতিহ্যগত শ্রেণিবিন্যাসের ধীরগতির মধ্যকার এই অমিলই AI-কে আকর্ষণীয় করে তুলছে। কিউ-এর বিজ্ঞানীদের মতে, নতুন ব্যবস্থা গবেষকদের কঠিন প্রজাতি আরও দ্রুত শনাক্ত করতে সাহায্য করতে পারে, বিশেষ করে যেসব গোষ্ঠীর পার্থক্যসূচক বৈশিষ্ট্য ক্ষুদ্র এবং বড় পরিসরে মূল্যায়ন করা কঠিন। এটি গুরুত্বপূর্ণ, কারণ ভালো শনাক্তকরণই সুরক্ষার প্রথম ধাপ, তা আবাস সংরক্ষণ হোক, বীজ সংরক্ষণাগার হোক, কিংবা এখনো অধ্যয়ন না করা ফসল ও ওষুধের সন্ধানই হোক।
এখন গতি কেন গুরুত্বপূর্ণ
কিউ-এর মতে, প্রতি বছর প্রায় 2,000টি নতুন উদ্ভিদ প্রজাতি নথিভুক্ত হয়। শত শত হাজার পরিচিত ও অজানা প্রজাতিকে বর্ধিত জলবায়ু ও ভূমি-ব্যবহারের চাপের মধ্যে নথিভুক্ত করার চেষ্টা করা একটি ক্ষেত্রের জন্য এই গতি যথেষ্ট নয়। প্রতিবেদনটি AI-কে বিশেষজ্ঞ শ্রমের সরলরৈখিক সম্প্রসারণের অপেক্ষা না করে বৈজ্ঞানিক পরিসর বাড়ানোর উপায় হিসেবে দেখছে।
কিউ-এর বিজ্ঞান নেতৃত্বের মতে, মেশিন লার্নিংয়ের মতোই ডিজিটাইজেশনও গুরুত্বপূর্ণ। একসময় শুধু আর্কাইভের ভেতরে থাকা লক্ষ লক্ষ নমুনা এখন ডিজিটাল রেকর্ডে রূপান্তরিত হয়ে অনলাইনে উপলভ্য হচ্ছে। এতে গবেষকদের প্রবেশাধিকার বাড়ছে এবং নতুন আবিষ্কার সম্ভব হচ্ছে, বিশেষ করে গ্লোবাল সাউথের বিজ্ঞানীদের জন্য, যাদের বিদেশে সংরক্ষিত ভৌত সংগ্রহে সীমিত প্রবেশাধিকার ছিল।
ডিজিটাইজড সংগ্রহ বিভিন্ন প্রতিষ্ঠান, সময়কাল এবং অঞ্চলের মধ্যে নমুনার তুলনা করাও সহজ করে। এতে ফুল ফোটার সময়ের পরিবর্তন, বিস্তৃতির স্থানান্তর, এবং প্রজাতির মধ্যে উপেক্ষিত সম্পর্ক প্রকাশ পেতে পারে। প্রতিবেদনটি এমন প্রমাণের কথা উল্লেখ করেছে যে বিজ্ঞানীরা ইতিমধ্যেই এই সরঞ্জাম ব্যবহার করে বিশ্বজুড়ে ফুল ফোটার সময় কয়েক সপ্তাহ করে সরে যাওয়া ট্র্যাক করছেন।
পুরোনো নমুনা, নতুন তথ্য
প্রতিবেদনের সবচেয়ে উল্লেখযোগ্য দাবিগুলোর একটি হলো, গবেষকেরা এখন 180 বছর আগে সংগ্রহ করা ছত্রাকের নমুনা থেকে মূল্যবান জিনগত তথ্য বের করতে পারেন। এটি জীববৈচিত্র্য গবেষণার জন্য একটি নতুন পথ খুলে দেয়, কারণ জাদুঘর ও হার্বেরিয়াগুলোতে আধুনিক সিকোয়েন্সিং পদ্ধতি আসার বহু আগেই সংগৃহীত বিপুল জৈব উপাদান রয়েছে।
কিউ-এর বিজ্ঞানীরা এটিকে ছত্রাকের জন্য সম্ভাব্য “জিনোমিক স্বর্ণখনি” হিসেবে বর্ণনা করেছেন। এই কথাটি একটি মৌলিক বৈজ্ঞানিক বাস্তবতাকে প্রতিফলিত করে: ছত্রাক এখনো ভয়াবহভাবে কম বর্ণিত। আনুমানিক 20 লাখ ছত্রাক প্রজাতির প্রায় 90% এখনও বিজ্ঞানের অজানা, এবং পরিচিত প্রজাতির 1%-এরও কম বিলুপ্তির ঝুঁকির জন্য মূল্যায়িত হয়েছে বলে প্রতিবেদনে বলা হয়েছে।
ঐতিহাসিক সংগ্রহ যদি বৃহৎ পরিসরে ব্যবহারযোগ্য জিনোমিক তথ্য দিতে পারে, তবে গবেষকেরা বংশরেখা পুনর্গঠন করতে, উপেক্ষিত প্রজাতি শনাক্ত করতে, এবং শুধু নতুন মাঠসংগ্রহের ওপর নির্ভর না করে পরিবেশগত ভূমিকা আরও ভালোভাবে বুঝতে পারবেন। এটি মাঠকাজের বিকল্প নয়, তবে পুরোনো সংগ্রহকে একসময় যা মনে করা হতো তার চেয়ে অনেক বেশি মূল্যবান করে তোলে।
শ্রেণিবিন্যাসের বাইরেও সংরক্ষণগত প্রভাব
সংরক্ষণের ঝুঁকি একাডেমিক নয়। প্রজাতি বর্ণিত হওয়ার আগেই হারিয়ে যেতে পারে, আর তাদের সঙ্গে হারিয়ে যেতে পারে ওষুধ, ফসলের সহনশীলতা, এবং পরিবেশগত জ্ঞানের সম্ভাব্য উৎস। প্রতিবেদনের যুক্তি হলো, দ্রুত শনাক্তকরণ এবং ডেটায় আরও ভালো প্রবেশাধিকার হস্তক্ষেপ এখনো সম্ভব থাকা অবস্থায় পদক্ষেপ নেওয়ার সম্ভাবনা বাড়ায়।
AI আবাসস্থল ধ্বংস, জলবায়ু চাপ, বা অর্থায়নের সংকট সমাধান করে না। এটি বিশেষজ্ঞের বিচারের প্রয়োজনও দূর করে না। কিন্তু কিউ-এর অবস্থান হলো, এই সরঞ্জামগুলো প্রজাতি কত দ্রুত হারিয়ে যাচ্ছে এবং বিজ্ঞান ঐতিহাসিকভাবে সেগুলোকে কত ধীরগতিতে নথিভুক্ত করেছে, সেই বিপজ্জনক ব্যবধান কমাতে সাহায্য করতে পারে।
এটি বিশেষভাবে প্রযোজ্য সহজে উপেক্ষিত গোষ্ঠীগুলোর ক্ষেত্রে। যদি কোনো মডেল নির্ভরযোগ্যভাবে কঠিনভাবে আলাদা করা যায় এমন moss, sedge, বা ছত্রাককে বিশেষজ্ঞ পর্যালোচনার জন্য চিহ্নিত করতে পারে, তাহলে সংরক্ষণ দলগুলো আবিষ্কার যাচাইয়ে বেশি সময় এবং উপাদান হাতে বাছাইয়ে কম সময় দিতে পারবে। বাস্তবে, এর মানে triage আরও কার্যকর হয়।
আরও আশাবাদী প্রযুক্তিগত গল্প
AI নিয়ে অনেক আলোচনা বিঘ্ন, ঝুঁকি, বা শ্রম-স্থানচ্যুতি নিয়ে কেন্দ্রীভূত হয়। এই প্রতিবেদন ভিন্ন একটি ব্যবহার দেখায়: এমন এক জীববৈজ্ঞানিক তালিকা দ্রুত করা, যা বিলুপ্তির চাপ বাড়লেও এখনও অসম্পূর্ণ। কিউ-এর আশাবাদ সতর্ক, কিন্তু তাৎপর্যপূর্ণ। তাদের বিজ্ঞানীরা বলছেন না যে সংকট সমাধান হয়ে গেছে। তারা বলছেন, যখন এর সবচেয়ে বেশি দরকার ছিল, তখনই এই সরঞ্জামসেট উন্নত হয়েছে।
বৃহত্তর বার্তাটি হলো, জীববৈচিত্র্য বিজ্ঞান আরও গণনামুখী, আরও নেটওয়ার্কনির্ভর, এবং আরও বৈশ্বিকভাবে সহজলভ্য হয়ে উঠছে। যদি তা অব্যাহত থাকে, তাহলে প্রজাতি শনাক্তকরণ, ঐতিহাসিক পরিবর্তন অধ্যয়ন, এবং সংরক্ষণকে অগ্রাধিকার দেওয়ার ক্ষমতা আগের দশকগুলোর তুলনায় দ্রুত উন্নত হতে পারে।
এখনের জন্য, প্রতিবেদনের সবচেয়ে গুরুত্বপূর্ণ অবদান হতে পারে ডিজিটাইজেশনকে নতুনভাবে দেখা। নমুনা স্ক্যান করা এবং সংগ্রহ অনলাইনে উন্মুক্ত করা প্রশাসনিক মনে হতে পারে। কিন্তু কিউ বলছে, এটি মৌলিক বৈজ্ঞানিক অবকাঠামো, এবং AI-এর সঙ্গে যুক্ত হলে এটি সংরক্ষণকর্মীদের বর্তমান হারার এই দৌড়ে বাস্তবিকভাবে ভালো সম্ভাবনা দিতে পারে।
এই নিবন্ধটি The Guardian-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধটি পড়ুন.
Originally published on theguardian.com