इंडियन इंस्टीट्यूट ऑफ टेक्नोलॉजी, बॉम्बे (IIT बॉम्बे) के शोधकर्ताओं ने एक कृत्रिम बुद्धिमत्ता (AI) मॉडल विकसित किया है जो मशीनों को रोजमर्रा की भाषा के संकेतों का उपयोग करके उपग्रह और ड्रोन छवियों की व्याख्या करने में सक्षम बनाता है, संभावित रूप से आपदा प्रतिक्रिया, निगरानी, शहरी नियोजन और कृषि में अनुप्रयोगों को बदल रहा है।
एडेप्टिव मोडेलिटी-गाइडेड विजुअल ग्राउंडिंग (एएमवीजी) नामक मॉडल को आईआईटी बॉम्बे के सेंटर ऑफ रिसोर्स इंजीनियरिंग में प्रोफेसर बिपलैब बनर्जी के नेतृत्व में एक टीम द्वारा डिजाइन किया गया है।
लिविंग रूम में एक बिल्ली को स्पॉट करना कृत्रिम बुद्धिमत्ता के लिए आसान हो सकता है, लेकिन प्राकृतिक भाषा के निर्देशों के आधार पर जटिल, उच्च-रिज़ॉल्यूशन सैटेलाइट इमेजरी को डिकोड करना लंबे समय से एक चुनौती है, शबनम चौधरी, प्रमुख लेखक और पीएचडी ने कहा। आईआईटी बॉम्बे में शोधकर्ता। AMVG का उद्देश्य उपयोगकर्ताओं को “बाढ़ की नदी के पास सभी क्षतिग्रस्त इमारतों को खोजने” जैसे संकेतों को खिलाने की अनुमति देकर उस अंतर को पाटना है और सैकड़ों अव्यवस्थित छवियों से भी मिनटों के भीतर लक्षित परिणाम प्राप्त करते हैं।
इंटरनेशनल सोसाइटी फॉर फोटोग्राममेट्री और रिमोट सेंसिंग जर्नल ऑफ फोटोग्राममेट्री एंड रिमोट सेंसिंग में प्रकाशित शोध से पता चलता है कि एएमवीजी छवि विश्लेषण को तेजी से, अधिक सहज और एजेंसियों और शोधकर्ताओं के लिए अधिक सुलभ बना सकता है।
सुश्री चौधरी ने बताया, “रिमोट सेंसिंग इमेज विस्तार से समृद्ध हैं, लेकिन स्वचालित रूप से व्याख्या करने के लिए बेहद चुनौतीपूर्ण हैं। मौजूदा मॉडल अस्पष्टता और प्रासंगिक आदेशों के साथ संघर्ष करते हैं।”
AMVG नवाचारों के एक संयोजन का परिचय देता है – जिसमें एक मल्टी -स्टेज टोकन एन्कोडर और ध्यान संरेखण हानि (AAL) शामिल है – जो मॉडल को प्रासंगिक समझ के आधार पर अधिक सटीक रूप से वस्तुओं की पहचान करने में मदद करता है। AAL, विशेष रूप से, “वर्चुअल कोच” की तरह कार्य करता है, कमांड की व्याख्या करते समय प्रासंगिक छवि क्षेत्रों पर ध्यान केंद्रित करने के लिए सिस्टम को पढ़ाता है। “जब एक मानव ईंधन टैंक के बगल में सफेद ट्रक को पढ़ता है, तो हमारी आँखें जानती हैं कि कहाँ देखना है। Aal मशीन को भी ऐसा करने के लिए सिखाता है,” सुश्री चौधरी ने कहा।
टीम अनुप्रयोगों की एक विस्तृत श्रृंखला की कल्पना करती है। आपदा प्रतिक्रिया में, एजेंसियां बाढ़ या भूकंप के बाद जल्दी से क्षतिग्रस्त बुनियादी ढांचे का पता लगा सकती हैं। सुरक्षा संगठन संवेदनशील क्षेत्रों के पास छलावरण वाले वाहनों की पहचान कर सकते हैं, जबकि किसान केवल मॉडल को पीलेपन के पैच को उजागर करने के लिए पूछकर फसल स्वास्थ्य की निगरानी कर सकते हैं।
हालांकि, प्रोफेसर बनर्जी ने स्पष्ट किया कि एएमवीजी का अभी तक वास्तविक दुनिया की आपदा परिदृश्यों में परीक्षण नहीं किया गया है। से बात करना हिंदूउन्होंने कहा, “हमने कुछ प्रारंभिक अध्ययन किए हैं, लेकिन आपदा प्रबंधन के लिए वास्तविक दुनिया के ग्राउंडिंग डेटासेट की अनुपस्थिति के कारण, हम पूर्ण पैमाने पर मूल्यांकन नहीं कर सकते। इस तरह के डेटासेट को क्राफ्ट करना हमारी भविष्य की योजनाओं में से एक है।”
टीम के अनुसार, एएमवीजी क्षतिग्रस्त इमारतों, छिपे हुए वाहनों, या जटिल इलाकों में फसल पैटर्न का पता लगाने के दौरान मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करता है, हालांकि एक अधिक व्यापक बेंचमार्क अध्ययन अभी भी लंबित है।
यह पूछे जाने पर कि क्या एएमवीजी बाढ़, भूकंप, या वाइल्डफायर के दौरान सरकारों और गैर सरकारी संगठनों की मदद कर सकता है, वास्तविक समय की अंतर्दृष्टि प्रदान करके, प्रोफेसर बनर्जी आशावादी थे, “निश्चित रूप से। यह सबसे मजबूत उपयोग के मामलों में से एक है जिसे हम कल्पना करते हैं।”
शोधकर्ता भी AMVG को परिचालन उपयोग में लाने के लिए सहयोग की खोज कर रहे हैं। “हम पहले से ही कुछ समान समस्याओं पर इसरो के साथ काम कर चुके हैं,” प्रोफेसर बनर्जी ने खुलासा किया। “ISRO के साथ सहयोग का एक नया दौर जल्द ही शुरू होने की संभावना है, और इस तरह के दृष्टि-भाषा मॉडल को सख्ती से विचार किया जाएगा।”
एएमवीजी ने उपग्रहों, ड्रोन और विमान-आधारित सेंसर से इमेजरी में उत्साहजनक परिणाम दिखाए हैं। अनुसंधान के अगले चरण में इसकी अनुकूलनशीलता का मूल्यांकन करने के लिए विभिन्न भौगोलिक और पर्यावरणीय परिदृश्यों में मॉडल को तैनात करना शामिल है।
क्षेत्र के लिए एक उल्लेखनीय कदम में, IIT बॉम्बे टीम ने GitHub पर AMVG कार्यान्वयन को भी खोल दिया है। सुश्री चौधरी ने कहा, “रिमोट सेंसिंग में ओपन-सोर्सिंग अभी भी असामान्य है। हम पारदर्शिता को प्रोत्साहित करना और प्रगति में तेजी लाना चाहते थे।”
जबकि मॉडल वादे को दर्शाता है, टीम सीमाओं को स्वीकार करती है। AMVG वर्तमान में उच्च-गुणवत्ता वाले एनोटेट डेटासेट पर निर्भर करता है और वास्तविक समय की तैनाती के लिए अनुकूलन की आवश्यकता होती है। विविध परिदृश्यों में अनुकूलनशीलता में सुधार करने के लिए सेंसर-जागरूक संस्करणों और रचनात्मक ग्राउंडिंग तकनीकों पर काम चल रहा है।
“हमारा लक्ष्य एक एकीकृत रिमोट सेंसिंग समझ प्रणाली का निर्माण करना है – एक जो प्राकृतिक भाषा का उपयोग करके किसी भी छवि के बारे में जमीन, वर्णन, पुनर्प्राप्त और कारण कर सकता है,” सुश्री चौधरी ने कहा।
