സമുദ്രങ്ങളെ പ്ലാസ്റ്റിക്കില് നിന്ന് മോചിപ്പിക്കാനുള്ള മാനവരാശിയുടെ ശ്രമത്തെ ആര്ട്ടിഫിഷ്യല് ഇന്റലിജന്സ് സഹായിക്കുമെന്ന് ഗവേഷണം
പരമ്പരാഗത ഉപഗ്രഹ ചിത്രങ്ങളേക്കാൾ കൂടുതൽ കൃത്യതയോടെ ഫ്ലോട്ടിംഗ് പ്ലാസ്റ്റിക്കുകളെ തിരിച്ചറിയാൻ കഴിയുന്ന ഒരു പുതിയ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡൽ നെതർലാൻഡിൽ നിന്നുള്ള ഒരു ഗവേഷണ സംഘം വികസിപ്പിച്ചെടുത്തു. സൈറ്റുകൾ ഭാഗികമായി മേഘങ്ങളാൽ മൂടപ്പെടുമ്പോഴോ കാലാവസ്ഥ മൂടൽമഞ്ഞ് നിറഞ്ഞിരിക്കുമ്പോഴോ പ്ലാസ്റ്റിക് സാന്നിധ്യം കണ്ടെത്താൻ കഴിയുന്നതിനാൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡൽ വ്യത്യസ്തമാണ്.
നെതർലാൻഡിലെ വാഗനിംഗെൻ സർവകലാശാലയിലെ ഗവേഷകർ നടത്തിയ പഠനം ഐസയൻസിൽ പ്രസിദ്ധീകരിച്ചു.
എന്താണ് ഇത് ഉദ്ദേശിക്കുന്നത്?
ഗവേഷണത്തിന്റെ പ്രയോഗം കപ്പലുകൾ ഉപയോഗിച്ച് സമുദ്രങ്ങളിൽ നിന്ന് പ്ലാസ്റ്റിക് മാലിന്യങ്ങൾ ക്രമാനുഗതമായി നീക്കംചെയ്യാൻ സഹായിക്കും.
ഓർഗനൈസേഷൻ ഫോർ ഇക്കണോമിക് കോ-ഓപ്പറേഷൻ ആൻഡ് ഡെവലപ്മെന്റിന്റെ (ഒഇസിഡി) ഡാറ്റാസെറ്റ് അനുസരിച്ച് ലോകം പ്രതിവർഷം 350 ദശലക്ഷം ടൺ പ്ലാസ്റ്റിക് മാലിന്യങ്ങൾ ഉത്പാദിപ്പിക്കുന്നു.
1 മുതൽ 2 ദശലക്ഷം ടൺ വരെ പ്ലാസ്റ്റിക് സമുദ്രങ്ങളിൽ പ്രവേശിക്കുന്നുവെന്ന് സമീപകാല പഠനങ്ങൾ സൂചിപ്പിക്കുന്നു, ഇത് ഡ്രിഫ്റ്റ്വുഡ്, ആൽഗ തുടങ്ങിയ പ്രകൃതിദത്ത വസ്തുക്കളുടെ സംയോജനത്തിനൊപ്പം അടിഞ്ഞുകൂടുന്നു.
സമുദ്ര അവശിഷ്ടങ്ങളുടെ മൊത്തം ശേഖരം സൗജന്യമായി ലഭ്യമാണെങ്കിലും, അത്തരം ഡാറ്റയുടെ പ്രോസസ്സിംഗ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡലുകളിലൂടെ യാന്ത്രികമായി വിശകലനം ചെയ്യേണ്ടതുണ്ട്.
ലോകമെമ്പാടുമുള്ള സ്ഥലങ്ങളിലെ ഉപഗ്രഹ ചിത്രങ്ങളിൽ സമുദ്ര അവശിഷ്ടങ്ങളുടെ ആയിരക്കണക്കിന് സംഭവങ്ങൾ ദൃശ്യപരമായി തിരിച്ചറിഞ്ഞ സമുദ്രശാസ്ത്രജ്ഞരും റിമോട്ട് സെൻസിംഗ് സ്പെഷ്യലിസ്റ്റുകളും നൽകിയ ഉദാഹരണങ്ങളിൽ നിന്നാണ് ഈ മോഡലുകൾ പഠിക്കുന്നതെന്ന് വാഗനിംഗെൻ സർവകലാശാലയിലെ അസിസ്റ്റന്റ് പ്രൊഫസർ മാർക്ക് റുസ്വുർം ഔദ്യോഗിക പ്രസ്താവനയിൽ പറഞ്ഞു. ഈ രീതിയിൽ, പ്ലാസ്റ്റിക് അവശിഷ്ടങ്ങൾ തിരിച്ചറിയാൻ അവർ മോഡലിനെ ‘പരിശീലിപ്പിച്ചു’.
റുസ്വർം പറഞ്ഞു, “കൂടുതൽ വെല്ലുവിളി നിറഞ്ഞ സാഹചര്യങ്ങളിൽ പോലും ഡിറ്റക്ടർ കൃത്യത പുലർത്തുന്നു; ഉദാഹരണത്തിന്, ക്ലൗഡ് കവറും അന്തരീക്ഷ മൂടൽമഞ്ഞും നിലവിലുള്ള മോഡലുകൾക്ക് സമുദ്ര അവശിഷ്ടങ്ങൾ കൃത്യമായി തിരിച്ചറിയുന്നത് ബുദ്ധിമുട്ടാക്കുമ്പോൾ.”
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
