हा लेख ‘हा जगाचा अंत नाही: जागतिक पर्यावरण दिन २०२४’ या निबंध मालिकेचा भाग आहे.
जलवायु परिवर्तन आणि मानवी क्रियाकलापांमुळे जगभरात वाळवंटीकरण वाढत आहे. उपजाऊ जमिनीचे वाळवंटात रूपांतर होत आहे, ज्यामुळे अन्नधान्य सुरक्षा, पाण्याची उपलब्धता आणि जैवविविधतेवर गंभीर परिणाम होत आहे. या समस्येचा सामना करण्यासाठी कृत्रिम बुद्धिमत्ता (AI) तंत्रज्ञानाची क्षमता महत्त्वाची आहे.
जागतिक तापमानात होणारी सातत्याने वाढ आणि वाढती लोकसंख्या यामुळे पृथ्वीच्या मोठ्या भागाचे रूपांतर बंजर जमीन आणि वाळवंटात होत आहे. दुसऱ्या शब्दांत सांगायचे तर, उपजाऊ जमिनीचे झपाट्याने क्षरण होत आहे आणि त्या वाळवंटात बदलत आहेत. नेशनल जियोग्राफिकच्या माहितीनुसार, जगभरात दोनशे कोटींहून अधिक लोक कमी पाण्याच्या 'ड्रायलॅण्ड' नावाच्या प्रदेशात राहतात जिथे वाळवंटीकरणाचा धोका आहे. ज्या गतीने या जमिनीचे क्षरण होत आहे, त्यानुसार 2030 पर्यंत ड्रायलॅण्डवर राहणाऱ्या सुमारे पाच कोटी लोकांचे विस्थापन होण्याची शक्यता आहे.
जमिनीच्या क्षरणाचा वाढता वेग तज्ज्ञांना चिंतातुर करीत आहे. संयुक्त राष्ट्रसंघाच्या मरुस्थलीकरणाविरुद्ध लढा देण्यासाठीच्या परिषदेने (UNCCD) नुकत्याच प्रकाशित केलेल्या आकडेवारीनुसार, 2015 ते 2019 च्या दरम्यान जगातील सुमारे 402 दशलक्ष हेक्टर जमीन मरुस्थलीकरण झाली आहे. दुसऱ्या शब्दांत सांगायचे तर, दरवर्षी सरासरी 100 दशलक्ष हेक्टर जमीन क्षरण झाली आणि वाळवंटात रूपांतरित झाली आहे. जमिनीच्या या क्षरणाचा थेट परिणाम 1.3 अब्ज लोकांवर झाला आहे. हे आकडेवारी स्पष्टपणे दर्शविते की परिस्थिती चिंताजनक बनत चालली आहे. UNCCD चे मत आहे की 2030 पर्यंत जमीन क्षरण तटस्थता (Land Degradation Neutrality) हे ध्येय गाठण्यासाठी सुमारे 1.5 अब्ज हेक्टर जमीन पुन्हा सुपीक बनवणे आवश्यक आहे.
वाळवंटीकरण थांबवण्याच्या प्रक्रियेत कृत्रिम बुद्धिमत्ता खूप प्रभावी ठरत आहे. जागतिक पर्यावरण दिन 2024 ची थीम 'जमीन पुनर्संचयित करणे, वाळवंटीकरणासाठी लवचिकता आणि दुष्काळ' आहे. सध्याच्या परिस्थितीत ही समस्या सोडवण्यात कृत्रिम बुध्दीमत्ता काय भूमिका बजावत आहे, तसेच यासाठी एआय आधारित उपाय विकसित करताना आपल्याला कोणती आव्हाने पेलायची आहेत , हे समजून घेणे खूप महत्त्वाचे आहे.
वाळवंटीकरणाची झपाट्याने वाढणारी समस्या सोडवण्यासाठी जे काही प्रयत्न केले जात आहेत , त्यामध्ये एआयचा वेगवेगळ्या प्रकारे वापर केला जात आहे. उदाहरणार्थ , ऑगस्ट 2023 मध्ये सौदी अरेबियाने वाळवंटीकरण रोखण्यासाठी मोठ्या प्रमाणावर कार्यक्रम सुरू केला. या कार्यक्रमांतर्गत , जमिनीचा वापर , झाडे आणि मातीतील ओलावा यातील बदलांचे निरीक्षण करण्यासाठी एआय अल्गोरिदमद्वारे उपग्रहातून मिळालेल्या प्रतिमांचे सखोल विश्लेषण केले जात आहे. एआय तंत्रज्ञानाचा वापर केवळ संवेदनशील भागात जमिनीच्या ऱ्हासाची कारणे शोधण्यात आणि त्याचे वाळवंटात रूपांतर करण्यात मदत करत नाही तर हे तंत्रज्ञान जलव्यवस्थापन सुधारण्यात, वृक्ष लागवड आणि शाश्वत शेतीला चालना देण्यासाठी विविध पावले उचलण्यातही ते उपयुक्त ठरत आहे.
एआय तंत्रज्ञानासह सेन्सरने सुसज्ज ड्रोन एकीकडे दुर्गम भाग किंवा दुर्गम भागातून उच्च - रिझोल्यूशन डेटा संकलित करण्यात मदत करतात, माती आणि तेथे वाढणारी झाडे आणि वनस्पतींची माहिती देतात, तर दुसरीकडे जमिनीच्या वाळवंटातील भागांची माहिती देतात. याला आळा घालण्यासाठी रणनीती तयार करण्याचा मार्गही मोकळा होतो. यूके , यूएस आणि ऑस्ट्रेलियामध्ये , एआय - शक्तीवर चालणाऱ्या ड्रोनचा वापर ओसाड भागात वृक्ष लागवड किंवा वनीकरण प्रकल्प करण्यासाठी केला जात आहे. या प्रक्रियेला "एरियल ड्रोन सीडिंग" म्हणतात ही प्रक्रिया केवळ चांगल्या वृक्षारोपणातच नव्हे तर वेळोवेळी झाडांच्या वाढीवर लक्ष ठेवण्यासाठी देखील खूप प्रभावी आहे.
एआय तंत्रज्ञानासह सेन्सरने सुसज्ज ड्रोन एकीकडे दुर्गम भाग किंवा दुर्गम भागातून उच्च - रिझोल्यूशन डेटा संकलित करण्यात मदत करतात, माती आणि तेथे वाढणारी झाडे आणि वनस्पतींची माहिती देतात.
भविष्यसूचक मॉडेलिंगमध्ये एआय चा मोठ्या प्रमाणावर वापर केला गेला आहे, म्हणजेच डेटा पॅटर्नचे विश्लेषण करून भविष्यातील घटनांचा अंदाज लावण्याची प्रक्रिया. एआय मॉडेल भविष्यातील हवामानातील बदल आणि अत्यंत हवामानाच्या घटनांचा अंदाज लावतात ज्यामुळे जमीन वाळवंटात बदलू शकते. ऐतिहासिक डेटा , जमीन वापराचे नमुने आणि पर्यावरणीय घटकांचे विश्लेषण करून , हे एआय मॉडेल्स हे देखील भाकीत करतात की कोणते क्षेत्र जमिनीच्या ऱ्हासाला सर्वात जास्त असुरक्षित आहे. म्हणजेच जिथे जमीन वाळवंटात बदलण्याची शक्यता आहे. उदाहरणार्थ , मायक्रोसॉफ्टचा “ एआय फॉर अर्थ ” हा उपक्रम या दिशेने खूप उपयुक्त आहे हा उपक्रम पर्यावरण संरक्षणाला गती देण्यासाठी आणि वाळवंटीकरण रोखण्याच्या प्रयत्नांमध्ये परिवर्तन करण्यासाठी एआय तंत्रज्ञानाच्या व्यापक वापराला प्रोत्साहन देतो. दक्षिण - पूर्व स्पेनमधील विविध भागधारक "एआय फॉर अर्थ" उपक्रमाचा अवलंब करत आहेत आणि याद्वारे , आम्ही विविध क्षेत्रांतील शेतीसाठी पाण्याची मागणी आणि गरज यांचे अंदाजपत्रक तयार करत आहोत. यासाठी , भू - स्थानिक डेटाचे तपशीलवार विश्लेषण केले जात असताना , मशीन लर्निंग टूल्सची मशीन व्हिजन तंत्राशी जोडणी केली जात आहे.
निःसंशयपणे , वाढत्या वाळवंटीकरणाच्या समस्येला सामोरे जाण्यासाठी एआय खूप प्रभावी आहे आणि हे तंत्रज्ञान देखील आश्वासनांनी परिपूर्ण आहे. परंतु त्याच्या वापरात अडथळे निर्माण करणाऱ्या अनेक गोष्टी आहेत. साहजिकच , सुपीक जमिनीचा ऱ्हास मुख्यतः दुर्गम आणि कमी विकसित भागात दिसून येतो. साधारणपणे , ही अशी क्षेत्रे आहेत जिथे त्याशी संबंधित डेटा संकलित केला जात नाही किंवा या क्षेत्रांबद्दल कोणताही डेटा उपलब्ध नाही. कुठेतरी हे ग्लोबल साउथ आणि ग्लोबल नॉर्थ या देशांमधील डेटा गोळा करण्याचे महत्त्व समजून घेण्यात मोठा फरक म्हणून देखील पाहिले जाऊ शकते. साहजिकच , ग्लोबल साउथमध्ये असे काही देश आहेत ज्यांना "मूलभूत डिजिटल इन्फ्रास्ट्रक्चरवर मर्यादित प्रवेश आहे, ज्यामुळे त्यांना उपयुक्त डेटा गोळा करणे खूप कठीण होते." इतकेच नाही तर कौशल्याचा अभावही या देशांच्या मार्गात अनेकदा येतो , कारण कौशल्य डेटाच्या कमतरतेमुळे, डेटा गोळा करण्यात अनेक अडचणी येत आहेत, ज्यामध्ये सॅटेलाइट फोटोग्राफीशी संबंधित डेटाचा देखील समावेश आहे आणि त्यासाठी एआय तंत्रज्ञानावर आधारित उपाय तयार करण्यात आले आहेत. याचा अर्थ असा आहे की ज्या देशांमध्ये वाळवंटीकरणाचा सर्वाधिक परिणाम होतो त्यांच्याकडे एआयशी संबंधित तांत्रिक कौशल्य नाही, जे या तंत्रज्ञानाच्या चांगल्या वापरासाठी सर्वात मोठा अडथळा आहे.
याव्यतिरिक्त , दीर्घकालीन एआय प्रकल्पांसाठी खूप पैसा आणि गुंतवणूक आवश्यक आहे. परंतु या देशांसाठी निधी मिळवणे अत्यंत कठीण असू शकते. शिवाय , वाळवंटीकरण रोखण्यासाठी एआय सोल्यूशन्स विकसित करण्यासाठी आणि जमिनीच्या स्तरावर त्यांची अंमलबजावणी करण्यासाठी खूप खर्च येतो जो आर्थिकदृष्ट्या कमकुवत देशांसाठी समस्या असू शकतो. याशिवाय , वातावरणातील चढउतार देखील एआय तंत्रज्ञानाच्या वापरात अडथळा ठरू शकतात. साहजिकच, वाळवंटीकरणास कारणीभूत अनेक कारणे असू शकतात आणि कधीकधी ही कारणे एआयद्वारे अचूकपणे शोधणे कठीण होऊ शकते. याशिवाय हवामानातील अचानक बदलांमुळे परिस्थिती बदलू शकते ज्यामुळे एआयला अचूक अंदाज बांधणे आणि योग्य उपाय शोधणे कठीण होऊ शकते.
याव्यतिरिक्त , दीर्घकालीन एआय प्रकल्पांसाठी खूप पैसा आणि गुंतवणूक आवश्यक आहे. परंतु या देशांसाठी निधी मिळवणे अत्यंत कठीण असू शकते.
शेवटी , ज्या देशांमध्ये एआय तंत्रज्ञानाच्या वापरावर कठोर कायदे आहेत तेथे वाळवंटीकरणाचा सामना करण्यासाठी एआय तंत्रज्ञान लागू करण्यात कायदेशीर अडथळे येऊ शकतात. याशिवाय पर्यावरणीय डेटा हाताळणे हे एक मोठे आव्हान आहे. युरोप आणि मध्य आशियातील पर्यावरणीय डेटा मूल्य साखळींच्या अभ्यासानुसार , सामायिक पर्यावरणीय माहिती प्रणाली देशांना आवश्यक डेटामध्ये प्रवेश करणे सोपे करते, परंतु त्यात अनेक कमतरता देखील आहेत. जसे की , डेटा संकलनाच्या पद्धती , डेटाचे प्रकार आणि स्वरूप आणि डेटा शेअरिंगशी संबंधित कायदेशीर गुंतागुंत यामुळे , डेटाची एकसमानता आणि देवाणघेवाण करण्यात अनेक समस्या आहेत.
वाढत्या वाळवंटीकरणाला आळा घालण्यासाठी होत असलेल्या प्रयत्नांवर नजर टाकली तर आज ते एका गंभीर टप्प्यावर पोहोचले आहेत. सन 2030 पर्यंत जमिनीचा ऱ्हास कमी करण्याचे उद्दिष्ट साध्य करणे फार कठीण वाटते परंतु एआय तंत्रज्ञान या दिशेने आशेचा किरण म्हणून उदयास आले आहे. साहजिकच , त्याच्या अभूतपूर्व विश्लेषणात्मक क्षमतेमुळे आणि कौशल्यामुळे, वाळवंटीकरणाचे दुष्परिणाम समजून घेण्याची, जमिनीच्या ऱ्हासाची गती कमी करण्यासाठी आणि अचूक अंदाज बांधण्याची आपली क्षमता वाढवण्यासाठी एआय कार्यरत आहे. उत्तर अमेरिका असो वा चीन, घाना किंवा इस्रायल, सर्वत्र एआय समर्थित मशीन्स आणि एआय आधारित विश्लेषण जमिनीच्या ऱ्हासाचे वास्तविक - वेळेचे निरीक्षण, वनीकरण प्रकल्प पुढे नेण्यात आणि शाश्वत जमीन व्यवस्थापनासाठी उपाय शोधण्यात मदत करत आहेत.
डेटाचा अभाव, क्षमतांचा अभाव, मर्यादित निधी आणि कायदेशीर गुंतागुंत यांसारखी सर्व आव्हाने असूनही वाळवंटीकरण रोखण्यासाठी कृत्रिम बुद्धिमत्तेची भूमिका दिवसेंदिवस वाढतच चालली आहे. तथापि पर्यावरण आणि हवामानाशी संबंधित सर्वसमावेशक आणि महत्त्वपूर्ण डेटाच्या उपलब्धतेसाठी विशेष प्रयत्न करण्याची सध्याची सर्वात मोठी गरज आहे. एरिअल इमेज डेटासेट ( एआयडी ) सारखे सार्वजनिक डेटासेट हे एआय तंत्रज्ञान विकसकांसाठी महत्त्वाचे आहेत कारण ते वेगवेगळ्या देश आणि प्रदेशांमधील भिन्न प्रतिमा एकत्र आणतात. अशा परिस्थितीत परस्पर सहकार्याने असे आणखी डेटासेट तयार केले पाहिजेत. शिवाय , देशांमधील डेटा सामायिकरण ही एक अतिशय गुंतागुंतीची समस्या राहिली आहे , म्हणून G20 सारख्या आंतरराष्ट्रीय गटांनी पाऊल टाकले पाहिजे आणि विकासासाठी महत्त्वपूर्ण असलेल्या विशिष्ट प्रकारच्या डेटा सामायिक करण्यामधील अडथळे दूर केले पाहिजेत. म्हणजेच अशा देशांमधील यामुळे डेटाची देवाणघेवाण सुलभ झाली पाहिजे , जी प्रादेशिक स्तरावर धोरण तयार करण्यासाठी महत्त्वपूर्ण आहे आणि ज्याची अनुपस्थिती आंतरराष्ट्रीय आव्हानांसाठी तंत्रज्ञानावर आधारित उपायांच्या विकासात अडथळा आणते. इतर अनेक आव्हानांप्रमाणेच जलद वाळवंटीकरण हे देखील एक मोठे जागतिक आव्हान आहे आणि त्याचा सामना करण्यासाठी विविध देशांकडून एकाच ठिकाणी पर्यावरणीय डेटा गोळा करणे खूप उपयुक्त ठरू शकते.
डेटाचा अभाव, क्षमतांचा अभाव, मर्यादित निधी आणि कायदेशीर गुंतागुंत यांसारखी सर्व आव्हाने असूनही वाळवंटीकरण रोखण्यासाठी कृत्रिम बुद्धिमत्तेची भूमिका दिवसेंदिवस वाढतच चालली आहे.
एकूणच जागतिक पर्यावरण दिनाचा हा विशेष प्रसंग म्हणजे इतर अनेक मुद्द्यांसह आपल्या महत्वाच्या नैसर्गिक परिसंस्थांचे पुनरुज्जीवन करण्यात एआयच्या परिवर्तनीय शक्तीची आठवण ठेवण्याची एक संधी आहे. यासोबतच पृथ्वी हिरवीगार तयार करण्यासाठी तंत्रज्ञानाचा सर्वोत्तम वापर कसा करता येईल , याचा विचार करण्याची ही संधी आहे.
अनिर्बन सरमा हे ऑब्झर्व्हर रिसर्च फाउंडेशनचे उपसंचालक आणि वरिष्ठ फेलो आहेत.
The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.
Anirban Sarma is Deputy Director of ORF Kolkata and a Senior Fellow at ORF’s Centre for New Economic Diplomacy. He is also Chair of the ...
Read More +
PREV
.png)