Fish monitoring in river by deploying IoT-UWSNs
यह शोध पत्र एक एआई-संचालित मछली निगरानी प्रणाली प्रस्तुत करता है जो डेटासेट विस्तार और हार्डवेयर अनुकूलन में चल रही चुनौतियों के बावजूद, जलीय पारिस्थितिकी तंत्र प्रबंधन और जैव विविधता संरक्षण को बढ़ाने के लिए आईओटी-सक्षम अंतर्जलीय सेंसर नेटवर्क और कनवल्शनल न्यूरल नेटवर्क का उपयोग करते हुए वास्तविक समय में मछली की प्रजातियों की स्वचालित रूप से पहचान करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
नदियाँ जीवित पुस्तकालय हैं, उनकी धाराएँ उन अनगिनत प्रजातियों की कहानियों को संजोए हुए हैं जो जीवित रहने के लिए उन पर निर्भर हैं। सदियों तक, इन जलीय पारिस्थितिक तंत्रों को समझने के लिए शोधकर्ताओं को पानी में उतरना पड़ता था, मछलियों को गिनने और उनके स्वास्थ्य का अनुमान लगाने के लिए जालों और मानवीय आँखों पर निर्भर रहना पड़ता था। आज, एक नया दृष्टिकोण उभर रहा है जो भौतिक दुनिया को डिजिटल बुद्धिमत्ता के साथ जोड़ता है। यह विधि 'इंटरनेट ऑफ थिंग्स' (IoT) पर निर्भर करती है, जो एक ऐसी अवधारणा है जहाँ रोजमर्रा की वस्तुओं को जानकारी साझा करने के लिए इंटरनेट से जोड़ा जाता है, और 'अंडरवॉटर सेंसर नेटवर्क', जो सतह के नीचे एक तंत्रिका तंत्र की तरह कार्य करते हैं। नदियों में स्मार्ट उपकरणों को स्थापित करके, वैज्ञानिक अब निरंतर मानवीय उपस्थिति के बिना डेटा एकत्र कर सकते हैं। इसका लक्ष्य सरल लेकिन गहरा है: मछली की आबादी की निगरानी उसी देखभाल के साथ करना जो एक माली अपने बगीचे को देता है, वास्तविक समय में परिवर्तनों को देखने और पानी के नीचे जीवन के नाजुक संतुलन की रक्षा करने के लिए तकनीक का उपयोग करना।
हाल ही में एक अध्ययन में, पाकिस्तान के संस्थानों के शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो इस दृष्टि को साकार करता है, जिसे विशेष रूप से नदी के वातावरण में मछलियों की निगरानी के लिए डिज़ाइन किया गया है। उन्होंने एक डिजिटल ढांचा तैयार किया है जो कृत्रिम बुद्धिमत्ता (AI) से लैस कैमरों का उपयोग करता है ताकि मछलियों की तस्वीरें ली जा सकें और फिर तुरंत पहचान की जा सके कि कौन सी प्रजातियां मौजूद हैं। एक ऐसे कैमरे की कल्पना करें जो केवल पानी में एक आकृति को नहीं देखता, बल्कि उसे समझता भी है, जो बिना किसी इंसान द्वारा फोटो देखे, ट्राउट (trout) को सैल्मन (salmon) से पहचान लेता है। टीम ने एक सॉफ्टवेयर प्लेटफॉर्म विकसित किया है जो एक मानक डेस्कटॉप कंप्यूटर पर चलता है, जो इस ऑपरेशन के मस्तिष्क के रूप में कार्य करता है। यह सॉफ्टवेयर कैमरों से जुड़ता है, छवियों को प्रोसेस करता है, और परिणामों को एक स्क्रीन पर प्रदर्शित करता है जहाँ कोई भी देख सकता है कि वर्तमान में कितनी मछलियाँ और किस प्रकार की मछलियाँ मौजूद हैं। यह सिस्टम स्वचालित रूप से काम करने के लिए डिज़ाइन किया गया है, जो निर्धारित अंतराल पर तस्वीरें लेता है और बिना किसी के बटन दबाए गणना को अपडेट करता है, जिससे मील दूर डेस्क पर बैठकर भी नदी के जीवन को घटित होते देखना संभव हो जाता है।
इस परियोजना का केंद्र एक सॉफ्टवेयर का एक हिस्सा है जिसे मछलियों को पहचानने के लिए प्रशिक्षित किया गया है, ठीक वैसे ही जैसे एक व्यक्ति पक्षियों को उनके पंखों और आकार से पहचानना सीखता है। शोधकर्ताओं ने कंप्यूटर को विभिन्न प्रकाश स्थितियों और कोणों में विभिन्न प्रकार की मछलियों को दर्शाने वाले चित्रों के एक बड़े संग्रह का उपयोग करके प्रशिक्षित किया। एक बार जब कंप्यूटर ने इन पैटर्न को सीख लिया, तो उन्होंने नई छवियों के साथ इसका परीक्षण किया। परिणाम उत्साहजनक थे; सिस्टम ने परीक्षण छवियों में लगभग बानवे प्रतिशत (92%) बार मछलियों की सही पहचान की। इसने हॉर्स मैकरल (horse mackerel), झींगा (shrimp), रेड मुलेट (red mullet) और ट्राउट जैसी प्रजातियों के बीच सफलतापूर्वक अंतर किया, और एक डैशबोर्ड पर गणना प्रदर्शित की जो नया डेटा आने पर अपडेट होता रहता है। टीम ने एक सुरक्षित लॉगिन सिस्टम भी बनाया है ताकि केवल अधिकृत लोग ही डेटा देख या प्रबंधित कर सकें, जिससे यह सुनिश्चित होता है कि जानकारी सुरक्षित रहे और साथ ही उन लोगों के लिए सुलभ भी हो जिन्हें इसकी आवश्यकता है।
यह सुनिश्चित करने के लिए कि सिस्टम अपने इच्छित कार्य के अनुसार काम करे, शोधकर्ताओं ने कई जाँचें कीं। उन्होंने सत्यापित किया कि कैमरे स्पष्ट चित्र कैप्चर कर सकते हैं, सॉफ्टवेयर मछलियों की सटीक गणना कर सकता है, और संख्या बिना किसी देरी के तुरंत स्क्रीन पर दिखाई देती है। उन्होंने सिस्टम की स्मृति में मछलियों के नए प्रकार जोड़ने की क्षमता का भी परीक्षण किया, जिससे यह उपकरण और अधिक प्रजातियों की खोज होने या नदी की आबादी बदलने के साथ विकसित और अनुकूल हो सके। पूरा सेटअप एक स्थानीय इंटरफेस पर निर्भर करता है जहाँ उपयोगकर्ता प्रोसेसिंग के लिए इमेज फाइलों का चयन कर सकते हैं, जो मॉनिटरिंग प्रक्रिया का अनुकरण करने के लिए एक डेस्कटॉप कंप्यूटर पर चलता है। हालाँकि इस सिस्टम का परीक्षण एक सिम्युलेटेड वातावरण में किया गया था ताकि यह सिद्ध किया जा सके कि अवधारणा काम करती है, शोधकर्ताओं ने उल्लेख किया कि यह वर्तमान में एक डिजिटल सिमुलेशन तक सीमित है और अभी तक सतह जल मार्ग सूचना (surface water routing information) को लागू नहीं किया जा सकता है।
यह कार्य हमारे जलमार्गों की निगरानी करने के तरीके में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जो जानकारी एकत्र करने का एक ऐसा तरीका प्रदान करता है जो पहले कठिन या असंभव था। मछलियों का पता लगाने और उन्हें गिनने की प्रक्रिया को स्वचालित करके, यह सिस्टम शोधकर्ताओं का समय बचाता है ताकि वे केवल डेटा एकत्र करने के बजाय इस बात पर ध्यान केंद्रित कर सकें कि उस डेटा का अर्थ क्या है। लेखक स्वीकार करते हैं कि अभी भी बहुत काम किया जाना बाकी है, जैसे कि विभिन्न जलीय स्थितियों को संभालने की सिस्टम की क्षमता में सुधार करना और इसके द्वारा पहचानी जाने वाली मछलियों के पुस्तकालय का विस्तार करना। वे इस तकनीक को वास्तविक दुनिया के परिवेश में परीक्षण करने की भी योजना बना रहे हैं, जो कंप्यूटर सिमुलेशन से आगे बढ़कर यह देखने के लिए है कि यह बहती नदी में कैसा प्रदर्शन करती है। फिलहाल, यह परियोजना एक 'प्रूफ ऑफ कॉन्सेप्ट' के रूप में खड़ी है, जो दिखाती है कि कैमरों, स्मार्ट सॉफ्टवेयर और इंटरनेट कनेक्शन के सही मिश्रण के साथ, हम उन शांत कहानियों को सुनना शुरू कर सकते हैं जो नदियाँ अपने भीतर समाहित जीवन के बारे में बताती हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।