डाइनैमिक वर्ल्ड जैसे रिमोट सेंसिंग डेटासेट बनाते समय, एआई के लिए ज़िम्मेदारी के सिद्धांतों को लागू करना

1. शुरू करने से पहले

Dynamic World, ज़मीन के इस्तेमाल और पेड़-पौधों, आबादी वगैरह से ढकी जगह (एलयूएलसी) का ग्लोबल डेटासेट है. यह डेटासेट, रीयल टाइम में अपडेट होता है. यह 10 मीटर का रिज़ॉल्यूशन देता है, क्योंकि यह यूरोपियन स्पेस एजेंसी (ईएसए) और कॉपरनिकस प्रोग्राम के Sentinel-2 कॉन्स्टेलेशन का इस्तेमाल करता है. यह हर दो से पांच दिनों में, पृथ्वी की सतह की अपडेट की गई ग्लोबल इमेज जनरेट करता है. इसे डीप लर्निंग मॉडल, Vertex AI, और Earth Engine की मदद से बनाया गया है. Earth Engine, जियोस्पेशल डेटा के विश्लेषण का प्लैटफ़ॉर्म है. इससे वैज्ञानिकों, रिसर्च करने वालों, और डेवलपर को धरती की सतह पर बदलावों का पता लगाने, मैप पर रुझानों का पता लगाने, और अंतरों को मापने में मदद मिलती है.

Earth Engine एक ऐसा टूल है जो पृथ्वी पर होने वाली प्रक्रियाओं के बारे में वैज्ञानिक जानकारी को बेहतर बनाने के लिए काम करता है. इससे पर्यावरण और समाज को फ़ायदा मिलता है. Google Cloud के साथ प्रीव्यू में उपलब्ध इस सुविधा का व्यावसायिक इस्तेमाल किया जा सकता है. इसमें बताया गया है कि इसका मुख्य मकसद, स्थिरता और जलवायु से जुड़ी अहम समस्याओं को समझना और उनका समाधान करना है. जैसे, वन कटाई, पानी का मैनेजमेंट, और ज़मीन का सही तरीके से इस्तेमाल करना.

इस कोडलैब में, मशीन लर्निंग से बनाए गए डेटासेट जनरेट करने के लिए, ज़िम्मेदारी के साथ काम करने के तरीकों का इस्तेमाल किया जाता है. जैसे, Dynamic World.

आपको क्या सीखने को मिलेगा

रिमोट सेंसिंग ऐप्लिकेशन में, ज़िम्मेदारी के साथ एआई का इस्तेमाल करने के तरीके लागू करने का तरीका.
डाइनैमिक वर्ल्ड की अनुमानित जानकारी को समय और जगह के हिसाब से विज़ुअलाइज़ करने का तरीका.
नैतिकता और समाज पर पड़ने वाले असर के बारे में कैसे सोचें.

आपको किन चीज़ों की ज़रूरत होगी

Earth Engine Apps को नेविगेट करने का तरीका पता होना चाहिए.
Google Chrome, जो Earth Engine Apps के साथ सबसे अच्छी तरह से काम करता है.

2. Dynamic World Earth Engine ऐप्लिकेशन खोलें

डाइनैमिक वर्ल्ड डेटासेट में, इस टेबल में बताई गई नौ LULC क्लास के हिसाब से हर पिक्सल के अनुमान शामिल होते हैं. ज़मीन के इस्तेमाल से पता चलता है कि लोग ज़मीन का इस्तेमाल कैसे करते हैं. वहीं, ज़मीन के कवर से पता चलता है कि पृथ्वी की सतह पर किस तरह का मटीरियल मौजूद है.

ज़मीन के इस्तेमाल और वनस्पति का टाइप	ब्यौरा
पानी	हमेशा और सीज़न के हिसाब से मौजूद रहने वाले पानी के स्रोत
पेड़	प्राइमरी और सेकंडरी जंगल, और बड़े पैमाने पर लगाए गए पेड़-पौधे
घास	प्राकृतिक घास के मैदान, पशुओं के चरने की जगह, और पार्क
पानी में डूबे पेड़-पौधे	मैंग्रोव और पानी से भरे अन्य नेटवर्क
फसल	कतार में उगाई जाने वाली फ़सलें और धान की फ़सलें
झाड़ी और झाड़ियाँ	खुली जगह पर कम से लेकर ज़्यादा तक झाड़ियां
बनाई गई जगह	कम और ज़्यादा डेंसिटी वाली इमारतें, सड़कें, और शहरी खुली जगह
बिना ढका हुआ हिस्सा	रेगिस्तान और चट्टानें
बर्फ़ और बर्फ़बारी	स्थायी और मौसमी बर्फ़ की परत

इस डेटासेट में मौजूद इमेज में 10 बैंड शामिल हैं: नौ बैंड में, नौ LULC क्लास में से हर एक के लिए अनुमानित संभावनाएं शामिल हैं. साथ ही, एक क्लास लेबल बैंड है, जो सबसे ज़्यादा अनुमानित संभावना वाली क्लास के बारे में बताता है. इन अलग-अलग प्रॉपर्टी की मदद से, उपयोगकर्ता समय के अलग-अलग अंतराल का विश्लेषण कर सकते हैं. साथ ही, अपनी ज़रूरतों के हिसाब से कस्टम प्रॉडक्ट बना सकते हैं.

ध्यान दें: Dynamic World में अनुमानों के इस्तेमाल की समीक्षा की गई है. इसमें सुरक्षा, वैज्ञानिक सिद्धांतों का पालन, निष्पक्षता, गलत इस्तेमाल की संभावना, सामाजिक फ़ायदे, और इस मामले में एआई के लिए Google के सिद्धांतों के मुताबिक काम करने के बारे में आकलन किया गया है. अगर लागू हो, तो अपने एमएल प्रोजेक्ट में चेकपॉइंट सेट अप किए जा सकते हैं. इससे यह आकलन किया जा सकता है कि आपके तकनीकी फ़ैसले, आपके संगठन के मिशन स्टेटमेंट, मूल्यों या नैतिक चार्टर के मुताबिक हैं या नहीं.

डाइनैमिक वर्ल्ड Earth Engine ऐप्लिकेशन खोलने के लिए:

अपने ब्राउज़र में कोई दूसरा टैब खोलें,
डाइनैमिक वर्ल्ड पर जाएं.

मैप में, ज़्यादा ज़ूम लेवल पर Top1 मोड का मोज़ेक दिखाया गया है. इसमें हिलशेडिंग भी शामिल है.

समय के साथ क्लास की संभावनाओं को दिखाने वाला चार्ट देखने के लिए, मैप पर क्लिक करें.
किसी खास अनुमान और उसकी Sentinel-2 इमेज को लोड करने के लिए, चार्ट पर मौजूद किसी डेटापॉइंट पर क्लिक करें.
लेयर पैनल में जाकर, लेयर और दिखने की सेटिंग में बदलाव करें.

3. ब्राज़ील में Dynamic World की अनुमान लगाने की सुविधा के बारे में जानें

डाइनैमिक वर्ल्ड में, एल यू एल सी की सभी नौ क्लास के लिए अनुमान शामिल होते हैं. साथ ही, यह हर पिक्सल के लिए एक Top1 लेबल दिखाता है. असल दुनिया में, किसी भी स्पेशल रिज़ॉल्यूशन पर एल यू एल सी की कई क्लास मौजूद होती हैं. इस सेक्शन में, जगह और समय के हिसाब से अनुमानों को विज़ुअलाइज़ किया जाता है.

ब्राज़ील में डाइनैमिक वर्ल्ड की मदद से अनुमान लगाने की सुविधा इस्तेमाल करने के लिए:

अपने ब्राउज़र में, Dynamic World EE ऐप्लिकेशन पर जाएं.
जगहें खोजें फ़ील्ड में, Sete de Setembro, Brazil डालें.

आपको ब्राज़ील के रोंडोनिया के सेत दे सेतेंब्रो इलाके में रहने वाले पैटर सुरूई लोगों के मूल इलाके के लिए, Dynamic World से कंप्यूट किया गया डेटा दिखेगा.

डाइनैमिक वर्ल्ड पैनल में, शुरू होने की तारीख फ़ील्ड में 2016-01-01 और खत्म होने की तारीख फ़ील्ड में 2022-01-01 डालें. इसके बाद, अपडेट करें पर क्लिक करें.

मैप को लोड होने में कुछ मिनट लग सकते हैं, क्योंकि यह रीयल टाइम में कंप्यूट करता है.

रीयल टाइम में चार्ट जनरेट करने के लिए, मैप पर कहीं भी क्लिक करें.

जवाब तुरंत पाने के लिए, ज़ूम इन किया जा सकता है.

उस चार्ट को देखें जिसमें क्लास की संभावनाएं y ऐक्सिस पर और समय x ऐक्सिस पर दिखाया गया है.

इस उदाहरण में, 1 जनवरी, 2016 से 27 जुलाई, 2017 तक Top1 क्लास की अनुमानित वैल्यू, ट्री है. इसकी संभावना 0.684 से 0.755 तक है. अगला Sentinel-2 सीन 5 सितंबर, 2017 को कैप्चर किया गया था. इसमें पेड़ों की जगह कुछ और दिख रहा है और सिग्नल में काफ़ी नॉइज़ है.

चार्ट को बड़ा करने के लिए, पर क्लिक करें.

ध्यान दें: एमएल से जनरेट किए गए डेटासेट को जिम्मेदारी के साथ जनरेट करने के लिए, यह प्लान करें कि डेटासेट को अनचाहे और नुकसान पहुंचाने वाले इस्तेमाल के लिए कैसे अडॉप्ट किया जा सकता है. ऐसे सवाल पूछें, "क्या कुछ व्यक्ति, बाज़ार, इलाके, उपयोगकर्ता सेगमेंट या आबादी, इस डेटासेट के इस्तेमाल से दूसरों की तुलना में ज़्यादा जोखिम में हैं?".

4. बधाई हो

आपने यह सीखा कि एमएल से बनाए गए डेटासेट, जैसे कि Dynamic World को जनरेट करने में, ज़िम्मेदारी के साथ एआई का इस्तेमाल करने से जुड़े सिद्धांतों को कैसे लागू किया जाता है.