_(1).jpg)
_(1).jpg)
.jpg)
.jpg)
.jpg)
.jpg)
1.jpg)
2.jpg)
1.jpg)
1.jpg)
.jpg)
.jpg)
.jpg)
_(1).jpg)
.jpg)
_(1).jpg)
1.jpg)
8.jpg)
.jpg)
7.jpg)
6.jpg)
5.jpg)
4.jpg)
.jpg)
नवी दिल्ली : शतकानुशतके, लोक भूकंपाची पूर्वसूचना देऊ शकणाऱ्या प्राण्यांच्या असामान्य वर्तणुकीचा आणि इतर चिन्हांचा शोध घेत आले आहेत. परंतुविज्ञानाच्या आवाक्याबाहेरच राहिले आहे.नेपाळ-तिबेट सीमेवरील विनाशकारी आकस्मिक पुरामुळे पूर्वसूचना का मह भूकंपशास्त्र आणि आता कृत्रिम बुद्धिमत्तेतील प्रगती असूनही, भूकंप केव्हा आणि कुठे होईल याचे विश्वसनीय भाकीत करणे त्त्वाची आहे याची तीव्र आठवण झाली आहे. या आपत्तीने हे उघड केले आहे की हिमालयातील एक धोका किती वेगाने दुसऱ्या धोक्यात बदलू शकतो. बर्फ, खडक आणि हिमनदी कोसळून त्यानंतर झालेल्या भूस्खलनासाठी भूकंप हे एक संभाव्य कारण असू शकते, ज्याचा तपास केला जात आहे. या भूस्खलनामुळे पाण्याची आणि ढिगाऱ्यांची एक भिंत नदीच्या प्रवाहाबरोबर खाली गेली, ज्यात १६५ हून अधिक लोकांचा मृत्यू झाला आणि शेकडो लोक बेपत्ता झाले.भारताचा हिमालयीन प्रदेश भूकंपप्रवण आहे. देशाचा सुमारे ६१% भूभाग मध्यम ते उच्च भूकंपीय धोक्याच्या क्षेत्रात येतो आणि जवळपास ७५% लोकसंख्या याच भागांमध्ये राहते, ज्यात उत्तराखंड, हिमाचल प्रदेश, जम्मू आणि काश्मीर आणि लडाख यांचा समावेश आहे.शास्त्रज्ञ अजूनही लोकांना काही दिवस किंवा तास आधी इशारा देण्याइतक्या अचूकतेने भूकंपाचा अंदाज लावू शकत नाहीत. पण एआय भूकंप अधिक वेगाने शोधण्यात, त्याच्या संभाव्य परिणामांचा अंदाज लावण्यात आणि लोकांना प्रतिसाद देण्यासाठी काही मौल्यवान सेकंद मिळवून देण्यात मदत करू शकेल का? चला समजून घेऊया.
उपग्रह, हवामान केंद्रे आणि पूर्वानुमान मॉडेलद्वारे ज्यांचा सतत मागोवा घेतला जाऊ शकतो अशा चक्रीवादळांच्या विपरीत, भूकंप पृथ्वीच्या पृष्ठभागाखाली कित्येक किलोमीटर खोलवर उगम पावतात. ज्या भूवैज्ञानिक प्रक्रियांमुळे अखेरीस भेगा पडतात, त्या अनेक दशके, शतके किंवा अगदी हजारो वर्षांपर्यंत घडू शकतात.अनेक भूकंप कोठे होण्याची शक्यता आहे हे शास्त्रज्ञांना माहीत असते. ते सक्रिय भेगा ओळखू शकतात, भूकंपीय क्षेत्रांचे नकाशे तयार करू शकतात आणि दीर्घ कालावधीसाठी भूकंपांच्या संभाव्यतेचा अंदाज लावू शकतात. पण पुढच्या मोठ्या भूकंपाची नेमकी वेळ, ठिकाण आणि तीव्रता ते विश्वसनीयपणे निश्चित करू शकत नाहीत. इथेच एआयसमोर एक मूलभूत समस्या उभी राहते. जेव्हा एआयकडे नमुने ओळखण्यासाठी मोठ्या प्रमाणात उच्च-गुणवत्तेचा डेटा असतो, तेव्हा ते विशेषतः प्रभावी ठरते. परंतु भूकंपांच्या नोंदी केवळ सुमारे १५० वर्षांपर्यंतच उपलब्ध असतात, तर त्याच भेगेवर मोठे भूकंप शेकडो किंवा हजारो वर्षांनंतरच पुन्हा येऊ शकतात. एआय प्रणालीला प्रत्येक संभाव्य नमुना शिकण्यासाठी पुरेशा तुलनात्मक घटना उपलब्ध नसतात.स्वतः पृथ्वीदेखील ही समस्या अधिक कठीण करते. खडकांची रचना, भूगर्भातील द्रव, दाब, तापमान, भेगेची भूमिती आणि घर्षण या सर्वांचा भेगेच्या वर्तनावर प्रभाव पडतो, परंतु यापैकी अनेक घटक जमिनीच्या खोलवर थेट पाहिले जाऊ शकत नाहीत. यामुळेच, एआय 'भूकंपांचे भाकीत करू शकते' या दाव्यांबद्दल शास्त्रज्ञ सावध भूमिका घेतात. एखादे मॉडेल एका विशिष्ट डेटासेटमधील भूकंपांशी संबंधित नमुने ओळखू शकते, परंतु ते वेगवेगळ्या प्रदेशांमध्ये आणि दीर्घ कालावधीत मोठ्या नैसर्गिक भूकंपाचे विश्वसनीयपणे भाकीत करू शकते हे सिद्ध करणे, ही एक खूपच कठीण गोष्ट आहे.
एआय (AI) आणि भूकंपांबद्दलचा सर्वात मोठा गैरसमज हा आहे की, भविष्यवाणी आणि पूर्वसूचना यांचा अर्थ एकच आहे. तसे नाही.भूकंप भविष्यवाणी म्हणजे भूकंपाची सुरुवात होण्यापूर्वीच तो होणार आहे हे जाणून घेणे — उदाहरणार्थ, एखाद्या विशिष्ट भेगेमुळे उद्या किंवा पुढच्या आठवड्यात ७ तीव्रतेचा भूकंप होईल हे ओळखणे.विज्ञान सध्या हे विश्वसनीयपणे करू शकत नाही. भूकंप पूर्वसूचना प्रणाली (EEWS) वेगळ्या पद्धतीने काम करते. भूकंप सुरू झाल्यानंतर ती भूकंपाची माहिती मिळवते.जेव्हा भूकंप होतो, तेव्हा तो वेगवेगळ्या प्रकारच्या भूकंपीय लहरी निर्माण करतो – पी लहरी (P Waves) आणि एस लहरी (S Waves). पी (प्राथमिक) लहरी या सर्वात वेगवान भूकंपीय लहरी आहेत आणि त्या घन, द्रव किंवा वायू पदार्थांमधून प्रवास करू शकतात. त्या ज्या माध्यमातून जातात, त्यावर दाब आणि विरलीकरणाची एक रेषा मागे सोडतात. याच कारणामुळे पी लहरींना दाब लहरी (pressure waves) असेही म्हटले जाते. तर, एस (दुय्यम) लहरी या भूकंपादरम्यान पोहोचणाऱ्या दुसऱ्या लहरी आहेत. त्या पी लहरींपेक्षा खूपच मंद असतात आणि केवळ घन पदार्थांमधूनच प्रवास करू शकतात. एस लहरींचा अभ्यास करूनच शास्त्रज्ञांनी असा निष्कर्ष काढला की पृथ्वीचा बाह्य गाभा द्रव स्वरूपात आहे.मोठ्या प्रमाणावर विध्वंसक हादरे निर्माण करणाऱ्या तीव्र लहरींच्या आधी 'पी-वेव्हज' (P-waves) म्हणजेच प्राथमिक लहरी पोहोचतात. सेन्सर्स या सुरुवातीच्या लहरी ओळखू शकतात, भूकंपाची वैशिष्ट्ये त्वरित निश्चित करू शकतात आणि दूरवरच्या ठिकाणांना धोक्याची सूचना (अलर्ट) पाठवू शकतात.भूकंपाचे उगमस्थान आणि सूचना मिळवणारी व्यक्ती यांच्यातील अंतरावर अवलंबून, सर्वात तीव्र हादरे बसण्यापूर्वी काही सेकंदांपासून ते अनेक सेकंदांपर्यंतचा वेळ मिळू शकतो.हा अल्प कालावधी ट्रेन किंवा लिफ्टचा वेग कमी करण्यास किंवा त्या थांबवण्यास, तसेच उद्योग, रुग्णालये आणि इतर महत्त्वपूर्ण सुविधांचे कामकाज बंद करण्यास आणि आपत्कालीन उपाययोजना कार्यान्वित करण्यास मदत करू शकतो. तसेच, व्यक्ती खिडक्यांपासून दूर जाऊ शकतात, सुरक्षित आश्रय घेऊ शकतात किंवा पडणाऱ्या वस्तूंपासून स्वतःचा बचाव करू शकतात.आयआयटी मद्रासच्या संशोधकांनी २०२६ मध्ये केलेल्या एका अभ्यासात, पश्चिम हिमालयात भूकंपाच्या पूर्वसूचनेसाठी प्रत्यक्ष जागेवर काम करणाऱ्या प्रणालीकरिता डीप लर्निंगचा वापर करण्याच्या शक्यतेचे परीक्षण केले. हे संशोधन विशेषतः महत्त्वाचे आहे, कारण प्रत्यक्ष जागेवर काम करणारी प्रणाली, जिथे चेतावणीची आवश्यकता आहे त्या ठिकाणाजवळ नोंदवलेल्या डेटाचा वापर करून संभाव्यतः जलद अंदाज लावू शकते.'जर्नल ऑफ सिस्मोलॉजी'मध्ये प्रकाशित झालेल्या या अभ्यासात, अपेक्षित भूकंपाच्या धक्क्याचा अंदाज घेण्यासाठी पी-वेव्ह डेटाच्या पहिल्या तीन सेकंदांचा वापर करून एक डीप-लर्निंग मॉडेल विकसित करण्यात आले. संशोधकांनी या मॉडेलला प्रशिक्षित करण्यासाठी आणि त्याचे मूल्यांकन करण्यासाठी त्या प्रदेशातील भूकंपाच्या नोंदींचा वापर केला. हे संशोधन विशेषतः भूकंपप्रवण हिमालयीन प्रदेशासाठी पूर्वसूचना तंत्रज्ञान विकसित करण्याच्या आव्हानाला संबोधित करते.कारण भूकंपाचे विश्लेषण करण्यात घालवलेला प्रत्येक सेकंद हा संभाव्य चेतावणीच्या वेळेतील एक सेकंद वाया जातो. अधिक विनाशकारी लाटा अजूनही बाहेरच्या दिशेने प्रवास करत असताना, पूर्वसूचना प्रणालीला सुरुवातीच्या भूकंपाच्या संकेतामधून शक्य तितकी उपयुक्त माहिती मिळवावी लागते.त्या सुरुवातीच्या संकेतांमधील नमुने वेगाने ओळखून आणि परिणामी भूकंपाचा धक्का किती तीव्र असू शकतो याचा अंदाज लावून एआय (AI) संभाव्यतः मदत करू शकते.हे भूकंपाचे काही दिवस आधी भाकीत करण्याबद्दल नाही. तर भूकंप सुरू झाल्यानंतर प्रतिसाद अधिक जलद आणि अचूक करण्याबद्दल आहे. हे संशोधन भूकंप अभियांत्रिकीमध्ये मशीन लर्निंगचा शोध घेण्याच्या व्यापक प्रयत्नाचा एक भाग आहे. आयआयटी मद्रासच्या संशोधकांनी यापूर्वी पहिल्या पी-वेव्हच्या आगमनाच्या स्वयंचलित शोधावरही काम केले आहे, जे भूकंपाची तीव्रता, खोली आणि केंद्र यांसारखे मापदंड निश्चित करण्यासाठी आणि पूर्व-सूचना प्रणाली विकसित करण्यासाठी महत्त्वपूर्ण आहे.एआय (AI) केवळ एका भूकंप संकेतापुरते मर्यादित न राहता त्यापलीकडेही मदत करू शकते. अलीकडील संशोधनातून असे दिसून आले आहे की, मशीन-लर्निंग प्रणाली अनेक भूकंपीय सेन्सर्सकडून मिळालेली वाचनं एकत्र करून क्षीण भूकंपीय संकेतांचा शोध सुधारू शकतात. परंतु अशा प्रणालींना एक मोठी मर्यादा देखील भेडसावते: एका प्रदेशातील माहितीवर प्रशिक्षित केलेले मॉडेल दुसऱ्या प्रदेशात तितकेच चांगले काम करू शकत नाहीत, कारण भूकंपीय परिस्थिती भौगोलिकदृष्ट्या भिन्न असते.त्यामुळे, भूकंपांवर प्रभाव टाकणाऱ्या असंख्य घटकांच्या तुलनेत भूकंप ही एक तुलनेने दुर्मिळ घटना आहे. एखादे मॉडेल ऐतिहासिक भूकंपांमधून शिकू शकते, परंतु इतिहासात भूवैज्ञानिक परिस्थितीच्या प्रत्येक संभाव्य संयोजनाची पुरेशी उदाहरणे उपलब्ध नाहीत.
3 Comments
Denise Barrett
Lorem ipsum dolor amet consectetur adipisic elit eiusmod tempor incididunt labore dolore magna aliqu enimad min incididunt ut labore et dolore sed.
Jesse Cole
Lorem ipsum dolor amet consectetur adipisic elit eiusmod tempor incidid magna aliqu enimad min incididunt labore dolore sed.
Timothy Tyler
Lorem ipsum dolor amet consectetur adipisic elit eiusmod tempor incididunt labore dolore magna aliqu enimad min incididunt ut labore et dolore sed.