কৃত্রিম বুদ্ধিমত্তা ও স্যাটেলাইটে ছোট জমির ফসল চেনা, নির্ভুলতা ৮৪ শতাংশ

যুক্তরাজ্যের কেমব্রিজ বিশ্ববিদ্যালয়ের গবেষকেরা কৃত্রিম বুদ্ধিমত্তার (এআই) এমন একটি টুল বানিয়েছেন, যা স্যাটেলাইট ছবি দেখে ক্ষুদ্র কৃষকের ছোট, অনিয়মিত জমির ফসল ৮৪ শতাংশ নির্ভুলভাবে চিনতে পারে, আর তার জন্য মাঠের খুব কম তথ্য লাগে। টেসেরা (Tessera) নামের টুলটি বিশ্ব খাদ্য কর্মসূচির সঙ্গে পরীক্ষা করা হয়েছে সেনেগালের চীনাবাদাম অঞ্চলে, যেখানে কৃষকেরা চীনাবাদামের সঙ্গে বাজরা, জোয়ারসহ অন্যান্য ফসল ফলান।

সমস্যা হলো, বেশির ভাগ এআই ফসল চিনতে শিখতে প্রচুর মাঠের তথ্য চায়, অর্থাৎ কোন জমিতে কী ফসল আছে তা আগে থেকে জানা থাকতে হয়। আফ্রিকা ও দক্ষিণ এশিয়ার ক্ষুদ্র কৃষির অঞ্চলে সে তথ্য দুর্লভ ও ব্যয়বহুল। এ কারণেই উত্তর আমেরিকা বা ইউরোপের বড় যান্ত্রিক খামারের তুলনায় এসব এলাকায় স্যাটেলাইটে ফসল পর্যবেক্ষণ দেরিতে পৌঁছেছে।

টেসেরা একটি ফাউন্ডেশন মডেল: আগে বিপুল সাধারণ স্যাটেলাইট তথ্যে প্রশিক্ষণ নিয়ে পরে সামান্য নতুন তথ্যে নির্দিষ্ট কাজ শিখে নেয়। এটি প্রতিটি ১০ মিটার জমির পুরো এক বছরের ছবি পড়ে, বপন থেকে বৃদ্ধি ও কাটা পর্যন্ত জমির প্রতিফলন কীভাবে বদলায় তা একটি সংক্ষিপ্ত সংখ্যাসারিতে রূপ দেয়। এরপর সহজ হিসাবেই সেগুলো ফসল অনুযায়ী ভাগ করা যায়।

২০১৮, ২০১৯ ও ২০২১ সালের ছবিতে পরীক্ষায় মডেলটি ৮৪ শতাংশ ক্ষেত্রে ঠিক ফসল চিনেছে এবং একটি পরিস্থিতিতে পরের সেরা মডেলের চেয়ে ২৮ শতাংশ ভালো করেছে, অথচ কম্পিউটিং শক্তি লেগেছে সামান্য। এক বছরের তথ্যে শিখে অন্য বছরে প্রয়োগেও এটি ভালো কাজ করেছে, যা জরুরি কারণ ছোট খামারে জমির সীমানা ও ফসল মৌসুমে মৌসুমে বদলায়। বাংলাদেশের মতো ছোট জমির দেশে এ ধরনের পর্যবেক্ষণ কেন কঠিন, গবেষণাটি সেই সমস্যাকেই লক্ষ্য করেছে।

কেমব্রিজের কম্পিউটার সায়েন্স অ্যান্ড টেকনোলজি বিভাগে দলটির নেতৃত্বে ছিলেন ম্যাডেলিন লিসায়াস; অর্থায়ন করেছে ইউকে রিসার্চ অ্যান্ড ইনোভেশন ও ম্যান্টল ল্যাবস।

ছবি: Francois-Edmond Fortier / উইকিমিডিয়া কমন্স (পাবলিক ডোমেইন)

সূত্র: গ্লোবাল এগ্রিকালচার