இயற்கை பேரிடர் மேலாண்மையில் செயற்கை நுண்ணறிவு (AI) | How Artificial Intelligence Helps in Natural Disaster Management – Role, Benefits, Technologies & Future Impact

இயற்கை பேரிடர் மேலாண்மையில் செயற்கை நுண்ணறிவு | How Artificial Intelligence Helps in Disaster Management – Role, Uses & Future Impact

இன்றைய தொழில்நுட்ப உலகில் நாளுக்கு நாள் புதிய புதிய செயற்கை(Artificial Intelligence) நுண்ணறிவு தொழிநுட்பங்கள் அறிமுகப்படுத்தப்பட்டு வருகின்றன. ஒவ்வொரு நிறுவனங்களும்(company) ,தொழில்நுட்ப வல்லுநர்களும்(technologist),பல்தேசிய நிறுவனங்களும்( multinational corporation)மற்றும் கண்டுபிடிப்பாளர்களும்(innovator) செயற்கை நுண்ணறிவு திட்டத்தில் அதிக முதலீடுகளையும் ஊக்குவிப்புகளையும்  நிகழ்த்துகின்றனர்.

செயற்கை நுண்ணறிவு எனப்படும் ஆர்டிபிசியல் இன்டெலிஜென்ஸ்(Artificial Intelligence) இன்று மனித வாழ்வின் ஒவ்வொரு நிமிடத்திலும் தாக்கம் செலுத்துபவையாக மாறியுள்ளன. மேலும் இத்தகைய செயற்கை நுண்ணறிவு உபகரணங்களையும் அதன் பயன்பாட்டினையும் எமது தேவைக்கேற்ப வினைத்திறனாக பயன்படுத்தும் போது அதிலிருந்து அதிகளவான நன்மைகளை பெற்றுக்கொள்ள முடியும் என்பதில் மாற்றுக் கருத்தில்லை.

மறுபுறம் இன்று மனித குலம் எதிர்நோக்கும் மிகப்பிரதான பிரச்சனைகளில் ஒன்றாக இயற்கை இடர்கள்(Natural Disaster ) அமைந்துள்ளன. இது புவியில் எங்கே (Where) , எப்போது(when), எப்படி(how) நிகழும் என எதிர்வு கூறுவதும் அவற்றிலிருந்து மனித குலத்தை காத்துக் கொள்வதும் இன்றளவும் சவாலாகவே உள்ளது. 

எனவே இத்தகைய காரணங்களினால் செயற்கை நுண்ணறிவு நுட்பங்களை வினைத்திறனாக பயன்படுத்தி எவ்வாறு இயற்கை இடர்களை தவிர்க்கலாம் (How can we effectively use artificial intelligence techniques to protect ourselves from natural hazards?) என்ற ஆய்வு  இன்று விருத்தியடைந்துள்ளது.

அதற்கேற்ப இயற்கை பேரிடர் மேலாண்மையில் செயற்கை நுண்ணறிவு (AI) | How Artificial Intelligence Helps in Natural Disaster Management எத்தகைய தாக்கத்தினை செலுத:துகின்றன என்பதனை ஆராய்வதாக இக்கட்டுரை அமையள்ளது.

AI Disaster Prediction | செயற்கை நுண்ணறிவு மூலம் இயற்கை பேரிடர் முன்னெச்சரிக்கை

செயற்கை நுண்ணறிவு சாதனங்களில் பொருத்தப்பட்டுள்ள AI மின்னணு சென்சார்கள்(Electronic sensors) செயற்கைக் கோள்கள்(Satellites), வானிலை மையங்கள்(Weather stations) போன்றவற்றிலிருந்து வரும் தரவுகளை (Data) மிகவும் விரைவாக ஆராய்கிறது. இதன் மூலம் புவியில் எப்போது(When), எங்கே(Where) பேரிடர் நிகழக்கூடும் என்பதை முன்கூட்டியே கணிக்க முடிகிறது(Prediction).

எடுத்துக்காட்டாக:

• நில அதிர்வுகளை(earthquakes) அவதானித்து சுனாமிக்கு சாத்தியம் உள்ளதா என முன்கூட்டியே சுனாமி நிலையங்களுக்கு எதிர்வுகூறுதல்.

• சூறாவளி(Cyclone) வரும் முன் அதன் பாதையை AI அடையாளப்படுத்துகின்றது.

• வெள்ள ஆபாயம்(Flood risk) ஏற்படும் பகுதிகளை முன்கூட்டியே AI அடையாளப்படுத்தி மக்களுக்கு எச்சரிக்கை வழங்குதல்.

Artificial Intelligence Helps in Natural Disaster Management

இத்தகைய தகவல்கள் அரசாங்கத்திற்கும் மக்களுக்கும் முன்கூட்டியே  எச்சரிக்கை அனுப்ப உதவுகின்றன. இதனால் மக்கள் பாதுகாப்பான இடங்களுக்கு உரிய நேரத்தில் செல்ல முடிகின்றது.

துரிதமான மீட்பு நடவடிக்கை திட்டம் | Effective Disaster Recovery Plan

பேரிடர் இடம்பெற்ற நேரத்தில் ஒவ்வொரு நொடியும் முக்கியமாக கருதப்படுகின்றது. ஆகவே துரித கதியில் இயங்கி உயிர்களை  காப்பாற்ற வேண்டியது கட்டாயமாக உள்ளது.

இச்சந்தர்பத்தில் மீட்பு நடவடிக்கையில் ஈடுபட்டவர்களுக்கு உதவுவதற்கும் வழி காட்டுவதற்கும் AI தொழில்நுட்பம் பயன்படுகின்றன.

கேமராக்கல் பொருத்தப்பட்ட பறக்கும்AI ரோன்கள்-AI flying cameras drones பாதிக்கப்பட்ட பகுதிகளில் விரைவாக பறந்து கண்காணிக்கவும் பாதிக்கப்பட்ட மக்களை அடையாளப்படுத்தவும் உதவுகின்றன.

AI-Powered Drone

மேலும் இத்தகைய கருவிகள் சிரமமான இடிபாடுகளுக்குள் நுழைந்து அதன் சென்சர்கள் மூலம் நிலவரங்களை உடனுக்குடன் மீட்பு நடவடிக்கையில் ஈடுபடுபவர்களுக்கு அறிவிக்கவும் அதன் MIC மூலமாக மக்களை அவர்களுடன்  உரையாட வைப்பதற்கும் உதவுகின்றன.

எடுத்துக்காட்டடாக:

• நிலநடுக்கம் நிகழும் சந்தர்பங்களில் AI-யின் வீடியோ அனாலிசிஸ் மூலமாக இடிந்த கட்டிடங்களில் சிக்கியவர்களை கண்டுபிடிக்க முடிகின்றது.

• காட்டுத்தீ ஏற்பட்டவுடன் AI உடனே தீ பரவும் திசையை கணித்து தீயணைப்பு வீரர்களுக்கு வழிகாட்டுகிறது.

• வெள்ள அனர்தத்தின் போது AI வெள்ளம் பரவும் திசையை கணித்து மக்களை பாதுகாப்பான இடத்தினை நோக்கி வழிகாட்டுகிறது.

இதனால் மீட்பு நடவடிக்கைகள் விரைவாகவும் அத்துடன் துல்லியமாகவும்(Quickly and accurately) நடைப்பெற ஏதுவாகின்றன.

பேரிடர் பிறகு மீட்சியில் உதவி-Recovering from Disaster

இயற்கை பேரிடர் இடம்பெற்றப் பின்னர் அதனால் பாதிக்கப்பட்ட மக்களுக்கான தங்குமிடம் ,உணவு, மருத்துவ வசதிகள் மற்றும் இடர்பாடுகளில் சிக்கியவர்களை மீட்டெடுத்தல்(Shelter, food, medical facilities for the affected people) போன்றவற்றிற்கும் ஏஐ தொழில்நுட்பம் உதவுகின்றது.

ஏஐ- Artificial Intelligence கருவிகள் எந்தப் பகுதி அதிகமாக பாதிப்படைந்துள்ளன எனவும், எங்கே உணவுகள் மற்றும் மருந்துகள்(Foods and medicines) குறைவாக உள்ளன என்பனவற்றினையும் பட்டியலிட்டு நிவாரண குழுவுக்கு(Relief Committee) உடனடியாக தன்னிச்சையாக வழங்கும் இதனால் பாதிக்கப்பட்ட மக்கள் இலகுவாக நிவாரணங்களை பெற்றுக்கொள்வர்.

செயற்கை கோள்களின் உதவியுடன் பாதிப்படைந்த மக்களை எந்தப் பாதையின் ஊடாக அழைத்துச் செல்ல முடியும் என்பதனை மீட்புக் குழுவுக்கு வழங்குகின்றது. 

குறித்தபகுதிக்கான மின் வினியோகம், நீர்வினியோகம் மற்றும் அடிப்படை உதவிகளை(Electricity supply, water supply and basic assistance) வழங்குவதற்கான ஏற்பாடுகளையும் இது தன்னிச்சையாக செய்வதனையும் அவதானிக்க கூடியதாக உள்ளது.

பாதிப்படைந்த  பகுதியில் குழந்தைகள், சிறுவர்கள், முதியவர்கள், கர்ப்பிணித் தாய்மார்கள்(children, elderly people, pregnant mothers, etc) போன்றவர்களை பட்டியலிட்டு இலகுவாக மீட்புக் குழுவுக்கு தகவல்கள் வழங்கி அவர்களை தகுந்த நிவாரண மையங்களுக்கு(relief centers) அனுப்புவதற்கும் ஏயை உதவுகின்றன.

உலக நாடுகளின் பேரிடர் மேலாண்மையில் செயற்கை நுண்ணறிவு (AI) உபயோகம்| How Artificial Intelligence (AI) Transforms Global Disaster Management

நிலநடுக்கங்கள்-Earthquakes

ஆண்டுதோறும் ஜப்பானில் அதிகளவான நிலநடுக்கங்கள் ஏற்படுகின்றன எனவே அங்கு (AI) அடிப்படையிலான உட்கட்டமைப்புகளும்,புவி நடுக்க முன்னெச்சரிக்கை (Earthquake Early Warning System) நிலையங்களும் AI மூலம் செயற்படுத்தப்படுகின்றன.

 ஜப்பானின் வளிமண்டலவியல் திணைக்களம் (Japan Meteorological Agency (JMA) AI அம்சங்களை ஒவ்வொரு நிலையங்களிலும் நிர்மானித்துள்ளது. 

AI தொழில்நுட்பம் செயற்கை கோள்கள்(satellite)  இன் தரவுகளின் மூலமாகவும் அதிர்வின் மூலமாகவும் (seismic sensors) மற்றும் மெஷின் லெனிங் (machine learning algorithm) என்பனவற்றினையும் துணைக்கொண்டு நிலநடுக்கம் ஏற்படும் மற்றும் தோன்றும் பகுதிகளை அடையாளம் கண்டு வினாடிகளுக்கு வினாடி எச்சரிக்கை வழங்குகின்றது.

Japan Early warning system

ஜப்பானின் இத்தகைய செயல்பாடுகளின் மூலமாக

• ரயில் போக்குவரத்துக்கள் தானாகவே நிறுத்தப்படுகின்றன.

• மக்கள் பாதுகாப்பான இடங்களுக்கு செல்ல ஒளி மற்றும்  ஒலி சமிக்கைகள்(Light and sound signals) வழங்கப்படுகின்றன.

• மின்சாரம் துண்டிப்பு தானாகவே நிகழ்கின்றன.

• வீதி சமிஞைகள்(Road signs) தன்னிச்சையாக செயற்படுகின்றன.

• அரசாங்க மையங்கள் ,தனியார் நிறுவனங்கள் மற்றும் பொதுமக்கள் கூடும் இடம் என்பனவற்றுக்கு விரைவாக முன்னெச்சரிக்கை வழங்குதல்.

வெள்ள அனர்த்தம்-Flood disaster 

வெள்ள அனர்த்தத்தால் அதிகளவு பாதிக்கும் நாடுகளில் இந்தியாவும் ஒன்றாக உள்ளது. இங்கு ஒடிசா(Odisha) கேரளா(Kerala ) கர்நாடகா( Karnataka) ஆந்திர பிரதேசம்(Andhra Pradesh) மகாராஷ்டிரம்(Maharashtra) மற்றும் தமிழ்நாடு (Tamil Nadu) என பரவலான மாநிலங்கள் ஆண்டுதோறும் வெள்ளத்தால் அதிகளவு பாதிப்படைகின்றன.

இதனை தடுப்பதற்காக இந்தியாவில் முதல் முதலாக Real-Time Flood Forecasting and Spatial Decision Support System- RTFF & SDSS ஆகியவை TNSMART (தமிழ்நாடு மாநில பேரிடர் மேலாண்மை மற்றும் இடர் குறைப்பு தளம்) சென்னையில் AI துணையுடன் வெல்ல முன்னெச்சரிக்கை தகவல்களை வழங்குவதற்கு உறுதி கொண்டுள்ளன.

   

 

தமிழ்நாடு மாநில பேரிடர் மேலாண்மை RTFF & SDSS -TNSMART 

தானியங்கி  வானிலை  நிலையங்கள்(Automatic  weather  stations),  செயற்கைக்கோள்கள்(satellites)  மற்றும்  ரேடார்  கருவிகள்(radar),  என்பனவற்றிலிருந்து  சேகரிக்கப்பட்ட  தரவுகளை  அடிப்படையாகக்  கொண்டு  துல்லியமான  முன்னறிவிப்புகளை  TNSMART-  RTFF  &  SDSS  ஆகியவை  வழங்குகின்றன.

Google மற்றும் Central Water Commission (CWC) இணைந்து, இந்தியாவில் 2018 முதல் AI Flood Forecasting System நடாத்தி வருகின்றன. இந்த AI அமைப்பு பின்வரும் அம்சங்களை வழங்குகின்றன.

• நதிநீர் அளவு(River water levels)
• மழைத் தரவு (Rain data)
• நில அமைப்பு (Terrain) 

மேற்போன்றவற்றை கணக்கிட்டு வெள்ளம் வரும் இடங்களை முன்கூட்டியே கணிக்கிறது.அத்துடன் முன்னறிவிப்புடன் நின்றுவிடாமல், வெள்ள அனர்தத்தினை கட்டுப்படுத்தவும், அதன் பாதிப்புகளைக் குறைக்கவும் தகுந்த முடிவுகளை எடுக்கவும் உதவும். இது நீர்நிலை மாதிரிகளை பயன்படுத்தி பகுப்பாய்வும் செய்கின்றன.

காட்டுத் தீ-Wildfire

காட்டுத் தீயினை கட்டுப்படுத்துவதற்காகவும் இன்று செயற்கை நுண்ணறிவு  அதிகளவு பயன்படுத்தப்படுகின்றன. அமெரிக்கா(America) ஆஸ்திரேலியா( Australia) போன்ற பகுதிகளிலும் தென் அமெரிக்கா பகுதிகளிலும் அதிகளவான காட்டுத் தீ அபாயம் தோற்றுவிக்கப்படுகின்றது.

இவற்றுள் அமெரிக்காவின் கலிபோர்னியா மாநிலம்(State of California, USA) காட்டுத் தீயினை கட்டுப்படுத்த செயற்கை நுண்ணறிவு தொழில்நுட்பத்தினை செயற்படுத்தியுள்ளது.

கலிஃபோர்னியா (California) மாநிலத்தில் IBM Watson AI மற்றும் NASA MODIS Satellite என்பன இணைந்து Wildfire Detection System என்பதனை உருவாக்கியுள்ளனர்.

AI For Wildfire Management

இங்கு AI செயற்கைக் கோள்கள் மூலமாக தீ அனர்த்த பிரதேசங்களை கண்காணித்து அவற்றினை அடையாளப்படுத்தி நொடிக்கு நொடி அப்பிரதேச புகைப்படங்களை (satellite imagery) எடுப்பதுடன் வெப்ப பரவல் (Heat transfer), புகை (smoke) மற்றும் வெப்ப மாற்றங்களை(thermal changes) கண்டறிந்து அதனை வெளியிடுகின்றன.

இத்தகைய செயற்பாடுகள் மூலமாக தீ பரவக் கூடும் திசையை முன்கூட்டியே அறிந்துக்காள்ள முடிகின்றது.மேலும் அப்பிரதேச மக்களை முன்கூட்டியே எச்சரிக்கவும் இது உதவுகின்றது.

நிலச்சரிவு (Landslide Prediction)

செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பங்கள் மண்சரிவுகளை முன்கூட்டியே கணிக்கவும் அது தொடர்பாக எச்சரிக்கை வழங்கவும் தயாராகவுள்ளன.

செயற்கை நுண்ணறிவானது குறித்த பிரதேசத்தின் 

• மழையின் அளவு(Rainfall), 
• அப்பிரதேச நிலச்சரிவு வரலாறு(landslide history in the area), 
• குறித்த நிலத்தின் சாய்வு(slope of the land), 
• மண்ணின் ஈரப்பதம்(soil moisture) போன்ற தரவுகளை பகுப்பாய்வு (Data Analysis) செய்து, மண்சரிவு நிகழ்வதற்கான சாத்தியபாட்டினை பகுப்பாய்வு செய்கின்றது.

AI செயற்கைக்கோள் படங்கள் மற்றும் சென்சார் (Sensors) தரவுகளைப் பயன்படுத்தி நிலத்தின் மாற்றங்களை நேரடி (Real-time) முறையில் கண்காணிக்கிறது.

Artificial intelligence in Remote Sensing for Landslide 

AI அடிப்படையிலான வரைபடங்கள் (AI Maps) மண்ண்சரிவு பாதிப்பு பகுதிகளை வரைந்து, பேரிடர் மேலாண்மைக்கான (Disaster Management) மீட்பு நடவடிக்கைகளுக்கும் உதவுகின்றன.

இந்திய புவியியல் ஆய்வு மையம் (GSI) மற்றும் IIT மண்டி இணைந்து AI அடிப்படையிலான மண்ண்சரிவு முன்னறிவிப்பு முறையினை இந்தியா – ஹிமாச்சல பிரதேசத்தில்  (Himachal Pradesh) உருவாக்கியுள்ளது.

Sri Lanka’s National Building Research Organization (NBRO) Google Earth Engine மற்றும் AI நுட்பத்துடன் இணைந்து Landslide Early Warning System ஒன்றினை உருவாக்கியுள்ளது.

ஜப்பானின் உயர் மலைப்பகுதிகளில் அடிக்கடி மண்ண்சரிவு ஏற்படுவதால், ஜப்பானிய அரசு மற்றும் AI ரேடார் தொழில்நுட்பம் இணைந்து Japan – “Landslide Radar AI System” உருவாக்கியுள்ளது இது மண்ணின் இயக்கத்தை கண்காணிக்கிறது.

Japan – “Landslide Radar AI System மூலமாக மண்ணின் ஈரப்பதம் மற்றும் மண்ணின் திடீர் நகர்வை கண்டறிந்து விநாடிகளில் எச்சரிக்கை வழங்குகிறது.

இத்தாலியின் ஆல்ப்ஸ் மலைப்பகுதியில் Smart Land AI System in Italy அப்பிரதேசத்தின் மண் இயக்கத்தை துல்லியமாக கண்காணிக்கிறது.இது சென்சார் தரவுகள் மூலமாக மழையின் அளவு, வெப்பநிலை, பாறை நகர்வு போன்றவற்றை AI மூலம் இணைத்து பேரிடர் மேலாண்மை மையத்திற்கு நேரடியாக தகவல் வழங்குகின்றமை குறிப்பிடத்தக்கது.

அமெரிக்காவின் NASA மற்றும் US Geological Survey (USGS) இணைந்து AI Landslide Hazard Assessment System ஒன்றினை உருவாக்கியுள்ளனர்.

US  Geological  Survey  (USGS)  செயற்கைக்கோள்  தரவுகளைப்(Satellite  data)  பயன்படுத்தி  உலகளாவிய  ரீதியில்  மண்  ஈரப்பதம்  (soil  moisture),  மழையின்  அளவு,  நிலத்தின்  சாய்வு  (slope  angle)  ஆகியவற்றை  AI  மூலம்  கணக்கிட்டு  மண்ண்சரிவு  அபாயமுள்ள  பிரதேசங்களை  வரைபடங்களாக  (Global  Landslide  Hazard  Maps)  உருவாக்கி  வெளியிடுகின்றது.

சுனாமி மேலாண்மையில் AI பயன்பாடுகள்-AI in Tsunami Prediction

இன்றைய உலகில் மக்களிடையே பெரும் அச்சத்தை ஏற்படுத்திய இயற்கை இடராக சுனாமி(Tsunami)  அடையாளப்படுத்தப்பட்டுள்ளது. திடீரென தோன்றும் பாரியா அலைகளினால் ஒரு சில நிமிடங்களில் மக்களின் வாழ்வியல் அம்சங்கள் சிதைந்து விடுகின்றன.

ஆகவே இதனை கண்காணிப்பதற்காக செயற்கை நுண்ணறிவு (Artificial Intelligence - AI) தொழில்நுட்பம் இன்று சுனாமியை முன்கூட்டியே கண்டறிந்து எச்சரிக்க உபயோகப்படுகின்றது.

 

சுனாமி மேலாண்மையில் AI பயன்பாடுகள்-AI in Tsunami Prediction

சுனாமி மற்றும் செயற்கை நுண்ணறிவு மேலாண்மை-Artificial intelligence (AI) is transforming Tsunai management

அலைத் தரவு பகுப்பாய்வு -Wave Data Analysis:

கடலின் அடிப்பகுதியில் அமைக்கப்பட்டுள்ள சென்சார்கள் ஏதேனும் அதிர்வுகளை உணர்ந்தால் உடனடியாக செயற்கைக்கோளுக்கு தரவுகளை வழங்கும் இங்கு செயற்கை நுண்ணறிவு (Artificial Intelligence - AI) தொழில்நுட்பம் அதனை பகுப்பாய்வு செய்து சுனாமி அலைகள் உருவாகும் வாய்ப்பை கணிக்கிறது.

முன் எச்சரிக்கை முறை -Early Warning System:

• நிலநடுக்கத்தின் அதிர்வு (The vibration of an earthquake)
• அதன் அளவு (its magnitude)
• தோற்றம் பெற்ற பகுதி (the area of ​​origin),
• அப்பகுதியின் ஆழம் (the depth of the area),
• அதன் பயண வேகம் (speed of travel) போன்றவற்றை கணக்கிட்டு, 

சுனாமி அபாயம் இருப்பதை சுனாமி எச்சரிக்கை மையங்களுக்கு (Tsunami Warning Centers) செயற்கை நுண்ணறிவு  உடனடியாக வழங்குகின்றன.

செயற்கைக்கோள் படங்கள் மற்றும் டீப் லேர்னிங்-Deep Learning:

AI ஆனது மிக மிக விரைவாக செயற்கைக்கோள் படங்களை ஆய்வு செய்து, கடற்கரை மாற்றங்களை அறிந்து, சுனாமி தாக்கம் ஏற்படும் பகுதிகளை வரைபடமாக உருவாக்குகின்றன.

சேத மதிப்பீடு -Damage Assessment:

சுனாமி அலையின் தாக்கத்திற்குப் பிறகு ட்ரோன்கள் மற்றும் செயற்கைக்கோள் படங்களை AI பகுப்பாய்வு செய்து பாதிக்கப்பட்ட பகுதிகளை விரைவாக கண்டறிய உதவுகின்றன.

ஜப்பான் | Japan:அதிகளவு நிலநடுக்கம் மற்றும் சுனாமினால் ஜப்பான் அதிகளவு பாதிப்படைகின்றது. எனவே இங்கு எச்சரிக்கை மையங்களை AI அடிப்படையிலான ரேடார் தரவு மற்றும் கடல் சென்சார் தகவல்களை அடிப்படையாக கொண்டு கட்டமைத்துள்ளது.

இந்தோனேசியா | Indonesia: செயற்கை நுண்ணறிவு அடிப்படையிலான “Tsunami Early Detection Network” அமைப்பினை 2023 முதல் பயன்படுத்தி வருகின்றது.

அமெரிக்கா | America: AI உதவியுடன் பசிபிக் பெருங்கடலில் சுனாமி மாதிரிகளை (Tsunami models in the Pacific Ocean) நேரடி முறையில் புதுப்பித்து உலக நாடுகளுக்கு விரைவாக சுனாமி எச்சரிக்கையினை  (Tsunami Warning Centers) வழங்குகின்றது.

புயல் அனர்த்த கணிப்பு (Typhoon Tracking)

பிலிப்பைன்ஸ் – புயல் பாதை கணிப்பு (Typhoon Tracking) இங்கு Philippine Atmospheric, Geophysical and Astronomical Services Administration (PAGASA) AI மாடல்களைப் பயன்படுத்தி புயல் (typhoon) பாதைகளை கணிக்கிறது. மேலும் AI மாடல்கள் செயற்கைக் கோள் படங்கள் மற்றும் காற்றழுத்தம் (pressure data) மூலம் புயல் திசையை கணக்கிட்டு “Evacuation Maps” உருவாக்குகின்றன.

அமெரிக்காவினை எடுத்துக்கொண்டால் நேஷனல் ஹரிக்கேன் சென்டர் (National Hurricane Center) மற்றும் NOAA (National Oceanic and Atmospheric Administration) ஆகியவை புயல் முன்னறிவிப்பில் செயற்கை நுண்ணறிவை (AI) பயன்படுத்துகின்றன.

அமெரிக்காவில் GraphCast, DeepMind’s Weather AI, IBM Watson Weather போன்றவை புயல்களின் பாதை, அதன் வேகம், மழையின் அளவு, அதன் தாக்கம் போன்றவற்றை சில மணி நேரங்களுக்குள் மிகத் துல்லியமாக கணிக்கின்றன.

எடுத்துக்காட்டாக 2023-ல் ஏற்பட்ட ஹரிக்கேன் ஈடாலியா (Hurricane Idalia)-வை கணிப்பதில் செயற்கை நுண்ணறிவு முன்கூட்டியே புயலின் தீவிரத்தையும், புளோரிடா கடற்கரை பகுதிகளுக்கான எச்சரிக்கையையும் வழங்கின. இதன் மூலம் மக்கள் விரைவாக அங்கிருந்து இடம்பெயர வழிவகுத்தது.

இத்தகைய வகையில் இன்று செயற்கை நுண்ணறிவுத் தொழில்நுட்பம் இயற்கை பேரிடர் மேலாண்மையில் ஒரு மாபெரும் சக்தியாக உருவெடுத்துள்ளது. 

செயற்கை நுண்ணறிவின் சாதக - பாதக தன்மைகள்- Benefits And Limitations Of AI In Disaster Management

செயற்கை நுண்ணறிவு (AI) ஏனைய தொழில்நுட்பங்களை போலவே தன்னுள் சாதக பாதக விளைவுகளையும் கொண்டுள்ளமை குறிப்பிடத்தக்கது, அத்தகைய விடயங்களாவன.

Advantages (நன்மைகள்)

• இயற்கை பேரிடர் காலங்களில் செயற்கை நுன்னறிவு முன்கூட்டியே Early Prediction and Warning எச்சரிக்கை சமிக்ஞைகளை வழங்குவதினால் உயிரிழப்புக்களையும் ,சொத்திழப்புகளையும் குறைத்துக் கொள்ள முடிகின்றது.

• மனிதர்கள் சென்றடைய முடியாத, 
• அதிக வெப்பமான பகுதிகளிலும் (In very hot areas)
• குளிர்ச்சியான பகுதிகளிலும் (in cold areas)
• சமுத்திரப் பகுதிகளிலும் (in the ocean)
• தீ பரவல் பகுதிகளிலும் (in fire zones)
• மற்றும் இடிபாடுகளுக்குள்ளும் சென்று தகவல்களை விரைவாகவும் துல்லியமாகவும்ட Faster Rescue Operations வழங்குகின்றமை.

• இத்தொழில்நுட்பம் மூலம் அரசாங்கங்களும், இடர் முகாமைத்துவ அமைப்புகளும் மற்றும் அரசு சார்பற்ற நிறுவனங்களும் விரைவாக துரித கதையில் நடவடிக்கைகளை முன்னெடுக்க முடிகின்றது.

• செயற்கைக்கோள் தரவுகளை பகுப்பாய்வு செய்து உடனுக்குடன் தகவல்களையும் தரவுகளையும் தகவல் மையங்களுக்கு Resource Optimization வழங்குகின்றமை.

• ஏஐ அடிப்படையிலான ட்ரோன்கள் மற்றும் ரோபோக்கள் AI-powered drones, robots மீட்பு பணிகளில் மிகவும்  வேகத்துடன் செயல்பட்டு மனித உயிர்களை பாதுகாக்கின்றன.

• பேரிடரின் பின் துல்லியமான தரவுகளை நிவாரண மையங்களுக்கு வழங்குவதன் மூலம் அடிப்படை தேவைப்பாடுகளை பூர்த்தி செய்ய முடிகிறது.

• வெவ்வேறு தகவல் மையங்களில் இருந்து வரும் தகவல்களை ஒன்றிணைத்து Data-Driven Decision Making வழங்குவதினால் அரசு மற்றும் பேரிடர் மேலாண்மை மையங்கள் தீர்க்கமான முடிவுகளை எடுக்க முடிகிறது.

• மக்கள் பயன்படுத்தும் கைபேசிகள் மற்றும் செயலிகளில் AI உட்படுத்தப்பட்டுள்ளதினால் இலகுவாக மக்கள் தங்களுடைய கேள்விக்கான விடையினையும், தகுந்த திணைக்களங்களில் இருந்து வேகமான தகவல்களையும் பெற்றுக் கொள்வதற்கும்  உதவுகின்றன.

Disadvantages (குறைபாடுகள்)

• அதிக செலவு (High Cost) AI உட்கட்டமைப்புகளை உருவாக்குவதும் அதனை பராமரிப்பதற்கும் அதிகளவான முதலீடு தேவைப்படுகின்றது ஆகையினால் குறைவிருத்தி நாடுகளிலும், அபிவிருத்தி அடைந்து வரும் நாடுகளிலும் இடர் முகாமைத்துவத்தில் செயற்கை நுண்ணறிவை பயன்படுத்துவது சவாலாகவே உள்ளமை ஒரு முதன்மையான குறைபாடாகும்.

• AI தொழில்நுட்பத்தை பயன்படுத்துவதற்கான சிறப்பு வல்லுனர்களும் அவர்களுக்கான பயிற்சி அளிப்பும் செலவு மிக்கதாக உள்ளது (Need for Skilled Experts) அத்துடன் உலகில் அனைத்து பகுதிகளிலும் இத்தகைய தொழில்நுட்பங்களை பயன்படுத்தும் சிறப்பு வல்லுநர்கள் குறைவாக உள்ளமையும் ஒரு குறைgபாடே.

• தரவு கட்டமைப்பில் காணப்படும் குறைபாடுகள் (Lack of Accurate Data) காரணமாக செயற்கை நுண்ணறிவு மாதிரிகள் சரியான பொருத்தமான தகவல்களை வழங்காதுவிடின் தவறான முன்னறிவிப்புக்கள் (Forecasts)மக்களை சென்றடையும் இதனால் ஒரு சாதாரண சூழல் அசாதாரணமானதாக மாறிவிடும்.

• செயற்கை நுண்ணறிவின் அல்கோரிதங்களின் பிழைகளினால் (Algorithm Errors & Bias) அது தவறான முடிவுகளையும் பாகுப்பாய்வுகளையும் உருவாக்க கூடும்.

• செயற்கை நுண்ணறிவு சாதனங்கள் மின்சார கட்டமைப்பின் ஊடாகவே செயல்படுத்தப்படுகின்றன Dependence on Power & Internet) எனவே இடர் காலங்களில் மின்சார இணைப்பு தடைப்படும் வேலைகளில் இத்தகைய இயந்திரங்களின் பாவனையும் கேள்விக்குள்ளாகும்.
• செயற்கை நுண்ணறிவு சாதனங்கள் அதிகளவான தரவுகளை சேகரிக்கின்றன இதனால் ஒரு நாட்டின் தனியுரிமை மீறப்படுவதுடன் தகவல் கசிவு அபாயமும் (Data Privacy & Security Issues) ஏற்படுகின்றது.

• AI மீது முழுமையாக நம்பி இருப்பதன் காரணமாக மனித அறிவும் அவர்களின் அனுபவமும் (Reduced Human Judgment) புறக்கணிக்கப்படுகின்றமையும் முக்கிய குறைபாடாக உள்ளது.

• சில வேலைகளில் AI தன்னிச்சையாக முடிவெடுப்பது(AI autonomous decision making) பாரிய பிரச்சினைகளுக்கு வழிவகுக்கும்.

முடிவுரை-Conclusion

மேலே நாம் நோக்கியவாறு தற்காலத்தில் செயற்கை நுண்ணறிவு தொழில்நுட்பமானது இயற்கை பேரிடர் முகாமைத்துவத்தில் பாரியதொரு சக்தியாக உருவெடுத்துள்ளன.

இவை உலகின் அனைத்து நாடுகளிலும் பிரதேசங்களிலும் மேலும் வளர்ச்சி அடையும் சந்தர்ப்பங்களில் இயற்கை அனர்த்தங்களில் இருந்து மனித குலத்தையும் அதன் உடைமைகளையும் பாதுகாத்துக் கொள்ள முடியும் என்பது நிதர்சனமான உண்மையே.

எனவே செயற்கை நுண்ணறிவு தொழிநுட்பங்களை முறையானதாகவும் சரியாகவும் பயன்படுத்தும் சந்தர்ப்பத்தில் அதில் இருந்து அதிகளவான வினைத்திறன் முடிவுகளை நாம் பெற்றுக் கொள்ள முடியும்.