Google बीमारियों के फैलने से पहले ही उनकी भविष्यवाणी करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग कर रहा है। कंपनी की नई अर्थ एआई पहल उपग्रह इमेजरी, पर्यावरण डेटा और मशीन लर्निंग को जोड़ती है ताकि वैश्विक स्वास्थ्य संगठनों को यह अनुमान लगाने में मदद मिल सके कि संक्रामक रोग कहां और कब उभर सकते हैं। Google रिसर्च के उपाध्यक्ष योसी मतियास द्वारा आज घोषित, यह प्लेटफ़ॉर्म प्रतिक्रियाशील से सक्रिय सार्वजनिक स्वास्थ्य की ओर एक महत्वपूर्ण बदलाव का प्रतीक है – महामारी से पहले की पर्यावरणीय स्थितियों का पता लगाने के लिए ग्रह-पैमाने के डेटा का उपयोग करता है।
गूगल अपनी ग्रह निगरानी क्षमताओं को सार्वजनिक स्वास्थ्य की ओर मोड़ रहा है। कंपनी ने हाल ही में अर्थ एआई का अनावरण किया है, जो एक ऐसा मंच है जो सैटेलाइट इमेजरी, जलवायु डेटा और मशीन लर्निंग का लाभ उठाकर भविष्यवाणी करता है कि संक्रामक रोग आगे कहां उभर सकते हैं। यह एक महत्वाकांक्षी नाटक है जो Google Earth को उपभोक्ता मानचित्रण उपकरण से महत्वपूर्ण स्वास्थ्य अवसंरचना में बदल देता है।
यह घोषणा Google रिसर्च के वीपी और महाप्रबंधक योसी मटियास की ओर से आई है, जो इस पहल को वैश्विक स्वास्थ्य के लिए “ग्रहीय बुद्धिमत्ता” के रूप में देखते हैं। प्रकोपों का पता चलने के बाद उन पर नज़र रखने के बजाय, अर्थ एआई का उद्देश्य उन पर्यावरणीय फ़िंगरप्रिंट्स का पता लगाना है जो बीमारियों के फैलने से हफ्तों या महीनों पहले दिखाई देते हैं – वर्षा के पैटर्न में बदलाव, तापमान में बदलाव, वनस्पति कवरेज और जनसंख्या आंदोलन जो महामारी के लिए उपयुक्त परिस्थितियाँ बनाते हैं।
Google वर्षों से चुपचाप इस दिशा में काम कर रहा है। कंपनी पहले से ही Google Earth इंजन के माध्यम से दुनिया के सबसे व्यापक भू-स्थानिक डेटा प्लेटफार्मों में से एक का संचालन करती है, जो हर कुछ दिनों में पूरे ग्रह को कवर करने वाली उपग्रह इमेजरी को संसाधित करता है। नई बात यह है कि उस बुनियादी ढांचे को विशेष रूप से बीमारी की भविष्यवाणी के लिए लागू किया जा रहा है, पर्यावरणीय परिस्थितियों से संबंधित दशकों के प्रकोप डेटा पर एआई मॉडल का प्रशिक्षण किया जा रहा है।
तकनीकी दृष्टिकोण कई डेटा स्ट्रीम को जोड़ता है। गूगल नासा, एनओएए और यूरोपीय अंतरिक्ष एजेंसी से उपग्रह इमेजरी को ग्रहण करता है, फिर जलवायु मॉडल, जनसंख्या घनत्व मानचित्र और ऐतिहासिक रोग डेटा में परतें। पिछले प्रकोपों पर प्रशिक्षित मशीन लर्निंग एल्गोरिदम – मलेरिया से लेकर डेंगू बुखार से लेकर हैजा तक – उन घटनाओं से पहले के पर्यावरणीय हस्ताक्षरों को पहचानना सीखते हैं। जब नए स्थानों में समान पैटर्न उभरते हैं, तो सिस्टम उन्हें संभावित प्रकोप क्षेत्रों के रूप में चिह्नित करता है।
