পশ্চিমাঞ্চল বাজি ধরছে যে আগাম শনাক্তকরণ দাবানলের ফল বদলাতে পারে
আমেরিকার পশ্চিমে তীব্র দাবানল পরিস্থিতি তৈরি হওয়ার সঙ্গে সঙ্গে, ইউটিলিটি ও রাজ্য সংস্থাগুলি AI-সক্ষম ক্যামেরা নেটওয়ার্কের ব্যবহার বাড়াচ্ছে, যা দ্রুত ধোঁয়া শনাক্ত করে আগুন নিয়ন্ত্রণের বাইরে যাওয়ার আগে প্রতিক্রিয়াকারীদের সতর্ক করার জন্য তৈরি। এই প্রযুক্তিকে অগ্নিনির্বাপকদের বা মানবিক বিচারের বিকল্প হিসেবে নয়, বরং এমন ভূদৃশ্যে একটি বলবর্ধক হিসেবে উপস্থাপন করা হচ্ছে যেখানে বিশাল দূরত্ব ও সীমিত দৃশ্যমানতা মূল্যবান মিনিট কেড়ে নিতে পারে।
এই ব্যবস্থাগুলোর পক্ষে যুক্তি একটি সহজ কার্যকরী সত্যের উপর দাঁড়িয়ে: আগুন যত তাড়াতাড়ি চিহ্নিত করা যায়, তত বেশি সম্ভাবনা থাকে সেটিকে ছোট অবস্থায়ই নিয়ন্ত্রণ করার। অ্যারিজোনায় এর একটি উদাহরণ ইতিমধ্যেই প্রমাণ হিসেবে কাজ করছে। মার্চের এক বিকেলে, কৃত্রিম বুদ্ধিমত্তা Coconino National Forest-এর একটি ক্যামেরা ফিডে ধোঁয়ার মতো কিছু শনাক্ত করে। পরে মানব বিশ্লেষকেরা নিশ্চিত করেন যে সংকেতটি মেঘ বা ধুলো নয় এবং তারা রাজ্য বন পরিষেবা ও Arizona Public Service-কে সতর্ক করেন। পরে যে আগুন লাগে, Diamond Fire নামে পরিচিত, তা 7 একরের বেশি ছড়ানোর আগেই নিয়ন্ত্রণে আনা হয়।
এই ধারাবাহিকতা এখন একাধিক রাজ্যে ছড়িয়ে পড়া মডেলটিকে তুলে ধরে: মেশিন নিরন্তর স্ক্যান করে, মানুষ যাচাই করে, এবং কর্তৃপক্ষ সাড়া দেয়। এটি কাজের ধরণে একটি ধাপে ধাপে পরিবর্তন, তবে এমন এক অঞ্চলে এর ফলাফল বড় হতে পারে যেখানে রেকর্ড গরম ও অল্প তুষারপাত দেখা যাচ্ছে।
আলাদা ক্যামেরা থেকে আঞ্চলিক নেটওয়ার্ক
Arizona Public Service-এর প্রায় 40টি সক্রিয় AI ধোঁয়া-শনাক্তকরণ ক্যামেরা আছে এবং গ্রীষ্মের শেষ নাগাদ সংখ্যাটি 71-এ উন্নীত করার পরিকল্পনা রয়েছে। রাজ্যের অগ্নি সংস্থা তাদের নিজস্ব সাতটি ক্যামেরা বসিয়েছে। Colorado-তে, Xcel Energy 126টি ক্যামেরা স্থাপন করেছে এবং বছরের শেষে যে আটটি রাজ্যে সে সেবা দেয় তার সাতটিতে সিস্টেম চালু করার লক্ষ্য নিয়েছে।
California ইতিমধ্যেই ALERTCalifornia-এর মাধ্যমে অনেক বড় পরিসরে এগিয়েছে, যা রাজ্যজুড়ে ছড়িয়ে থাকা প্রায় 1,240টি AI-সক্ষম ক্যামেরার নেটওয়ার্ক। এই সিস্টেমও অনুরূপভাবে কাজ করে, সম্ভাব্য ধোঁয়া স্ক্যান করতে AI ব্যবহার করে এবং ভুল ইতিবাচক কমাতে ও সময়ের সঙ্গে মডেল উন্নত করতে মানুষকে প্রক্রিয়ায় রাখে। সেই মানব পর্যালোচনা স্তরটি তুচ্ছ নয়। এই মোতায়েনগুলোকে পরীক্ষামূলক কৌতূহল নয়, বরং কার্যকরী সরঞ্জাম হিসেবে গণ্য করার এটিও একটি কারণ।
ভুল অ্যালার্ম পরিবেশ পর্যবেক্ষণে একটি বড় ঝুঁকি, বিশেষ করে দুর্গম ভূখণ্ডে, যেখানে আবহাওয়া, ধুলো, কুয়াশা ও আলোর পরিস্থিতি সহজেই স্বয়ংক্রিয় সিস্টেমকে বিভ্রান্ত করতে পারে। সতর্কতা বাড়ানোর আগে মানবিক নিশ্চয়তা বাধ্যতামূলক করে, সংস্থাগুলি প্রযুক্তির ওপর আস্থা বজায় রাখার পাশাপাশি এর গতি-সুবিধাও ধরে রাখতে চায়। ALERTCalifornia-এর প্রতিষ্ঠাতা Neal Driscoll-এর মতে, এই ফিডব্যাক লুপ সিস্টেমকে আরও নির্ভুল হতে প্রশিক্ষণ দেয়।
