TheBlogValley

बेंगलुरु के इंजीनियर गौरव सेन ने एक एआई सिस्टम बनाया है जो गड्ढों और पटरियों का पता लगाता है और किसे उन्हें ठीक करना है, यहां पूरी कहानी है

this-bengaluru-engineer-has-turned-pothole-spotting-into-an-ai-powered-hunt-for-accountability बेंगलुरु के इंजीनियर गौरव सेन ने एक एआई सिस्टम बनाया है जो गड्ढों और पटरियों का पता लगाता है और किसे उन्हें ठीक करना है, यहां पूरी कहानी है
बेंगलुरु के एक इंजीनियर ने एक प्रौद्योगिकी-संचालित प्रणाली विकसित की है जो गड्ढों का पता लगाने और क्षतिग्रस्त सड़कों के लिए जिम्मेदार ठेकेदारों की पहचान करने के लिए एआई, डैशकैम फुटेज, जीपीएस और वाहन सेंसर का उपयोग करती है।

बेंगलुरु की सड़क पर अचानक लगने वाला झटका आमतौर पर एक मोटर चालक को यह बताने के लिए पर्याप्त होता है कि यात्रा के दौरान एक और गड्ढा आ गया है। लेकिन इससे आगे निकलने या नागरिक शिकायतों की लंबी सूची में एक और शिकायत जोड़ने के बजाय, बेंगलुरु स्थित इंजीनियर गौरव सेन ने एक अधिक उपयोगी प्रश्न पूछने का फैसला किया: क्या प्रौद्योगिकी गड्ढे की पहचान कर सकती है और इसे ठीक करने के लिए जिम्मेदार व्यक्ति की भी पहचान कर सकती है?उस प्रश्न ने एक दिलचस्प प्रयोग तैयार किया है जिसमें एक डैशकैम, जीपीएस, एक एक्सेलेरोमीटर, कृत्रिम बुद्धिमत्ता और हजारों सरकारी सड़क अनुबंधों वाला एक डेटाबेस शामिल है।सेन की प्रणाली केवल सड़क के क्षतिग्रस्त हिस्सों को ही नहीं देखती है। यह प्रत्येक गड्ढे को संबंधित ठेकेदार, निविदा और सरकारी अधिकारी से जोड़ने का प्रयास करता है, संभावित रूप से एक नियमित सड़क शिकायत को जवाबदेही के दस्तावेजी निशान में बदल देता है।

instagram.com/reel/DbqG442NwiQ/?utm_source=ig_embed&ig_rid=AnthGdAKYaIXVDd9MkNsbmL

यह विचार बेंगलुरु की एक परिचित समस्या से शुरू हुआ

बेंगलुरु की सड़कें लंबे समय से यात्रियों के लिए निराशा का कारण रही हैं। एक गड्ढा डामर में गड्ढे से थोड़ा अधिक दिखाई दे सकता है, फिर भी तेज गति से गड्ढे से टकराने से असुविधाजनक सवारी से लेकर टायर, पहिए या सस्पेंशन को नुकसान हो सकता है।सेन ने समस्या को अलग ढंग से देखा। उनकी कार में लगा एक डैशकैम सड़क को रिकॉर्ड करता है जबकि जीपीएस वाहन के स्थान को कैप्चर करता है और एक्सेलेरोमीटर गति को रिकॉर्ड करता है। बाद में फुटेज का विश्लेषण एआई विजन मॉडल का उपयोग करके किया जाता है जो गड्ढों की पहचान करने और आकार के आधार पर उनका आकलन करने में सक्षम है।यह तकनीक विशेष रूप से सड़क दोषों का पता लगाने के लिए उपयोगी है जो मानव आंखों के लिए तुरंत स्पष्ट नहीं हो सकते हैं। कुछ गड्ढे, दूर से देखने पर, स्पीड ब्रेकर जैसे भी लग सकते हैं, जिससे चलती यात्रा के दौरान उन्हें पहचानना मुश्किल हो जाता है।

एआई ने गड्ढे का पता लगा लिया, लेकिन सेन अगला उत्तर चाहता था

हालाँकि, क्षतिग्रस्त सड़कों का पता लगाना केवल शुरुआत थी। बड़ी चुनौती वह थी जिसका यात्रियों को शिकायत दर्ज करने के बाद बार-बार सामना करना पड़ता है: इस सड़क की मरम्मत के लिए वास्तव में कौन जिम्मेदार है?उस प्रश्न का समाधान करने के लिए, सेन ने लगभग 2,900 सरकारी अनुबंधों के माध्यम से काम करने के लिए एप्लिकेशन को संशोधित किया। सिस्टम सड़क के विशेष हिस्से के लिए जिम्मेदार ठेकेदार की पहचान करने के लिए गड्ढे के स्थान का उपयोग कर सकता है।वह अतिरिक्त परत तब महत्वपूर्ण हो सकती है जब कोई सड़क अभी भी संविदात्मक वारंटी के अंतर्गत आती है। ऐसे मामलों में, ठेकेदार को सरकार को कोई अन्य व्यय किए बिना दोषों को सुधारने की आवश्यकता हो सकती है।इसलिए प्रौद्योगिकी केवल खराब सड़कों का दस्तावेजीकरण करने से आगे बढ़ने का प्रयास करती है। यह एक दृश्य दोष को कागजी कार्रवाई से जोड़ता है जो इसके लिए जिम्मेदारी निर्धारित करता है।

एक गड्ढा चार सेकंड का डेटा रिकॉर्ड बन सकता है

सेन का एप्लिकेशन एक ड्राइव के दौरान एकत्र की गई जानकारी को लगभग चार सेकंड में एक संरचित रिकॉर्ड में बदलने के लिए डिज़ाइन किया गया है।रिकॉर्ड में गड्ढे की तस्वीर, उसका सटीक स्थान, संबंधित निविदा संख्या और सड़क के लिए जिम्मेदार अधिकारी शामिल हो सकते हैं।इससे नागरिक शिकायत की प्रकृति बदल जाती है।किसी निवासी द्वारा यह रिपोर्ट करने के बजाय कि एक विशेष सड़क क्षतिग्रस्त हो गई है, अधिकारी संभावित रूप से दृश्य साक्ष्य, भौगोलिक निर्देशांक और अनुबंध-संबंधित जानकारी द्वारा समर्थित शिकायत प्राप्त कर सकते हैं।अंतर छोटा लग सकता है, लेकिन यह महत्वपूर्ण हो सकता है। गड्ढा ढूंढना एक काम है; यह स्थापित करना कि इसे संबोधित करने का दायित्व किसका है, दूसरी बात है।

एक आवागमन से 12 प्रलेखित गड्ढे उत्पन्न हुए

जब सेन ने काम पर जाने के दौरान इसका उपयोग किया तो अंततः इस प्रणाली को वास्तविक दुनिया के परीक्षण से गुजारा गया।इसने मार्ग में 12 गड्ढों का पता लगाया, जिससे दस्तावेजी साक्ष्य तैयार हुए जिनका उपयोग बाद में नागरिक अधिकारियों से संपर्क करते समय किया जा सकता है।प्रदर्शन ने इस बात की झलक पेश की कि एआई रोजमर्रा की शहरी समस्याओं की रिपोर्ट करने के तरीके को कैसे बदल सकता है। सड़क क्षति की मैन्युअल रूप से पहचान करने, तस्वीर खींचने और दस्तावेजीकरण करने के लिए पूरी तरह से निवासियों पर निर्भर रहने के बजाय, प्रौद्योगिकी संभावित रूप से अधिकांश पहचान और दस्तावेजीकरण स्वचालित रूप से कर सकती है।

बेंगलुरु की सड़कों से लेकर व्यापक नागरिक-तकनीकी विचार तक

सेन ने चैटजीपीटी इंडिया के सहयोग से इंस्टाग्राम पर साझा किए गए एक वीडियो में इस प्रणाली का प्रदर्शन किया। वीडियो बाद में एक्स तक पहुंच गया, जहां इसने काफी ध्यान आकर्षित किया।प्रतिक्रिया से यह भी पता चला कि यह विचार बेंगलुरु के बाहर भी क्यों गूंजा। किसी विशेष सड़क पर गड्ढे एक स्थानीय समस्या हो सकते हैं, लेकिन क्षतिग्रस्त सार्वजनिक बुनियादी ढांचे के लिए ज़िम्मेदारी की पहचान करने में कठिनाई कहीं अधिक व्यापक है।कुछ उपयोगकर्ताओं ने सुझाव दिया कि नागरिक अधिकारी स्वयं सड़कों का सर्वेक्षण करने, क्षतिग्रस्त हिस्सों की पहचान करने और संभावित रूप से रखरखाव कार्य में तेजी लाने के लिए समान तकनीक को तैनात कर सकते हैं।वह संभावना प्रयोग को और अधिक परिणामदायक बना सकती है। एक प्रणाली जो स्वचालित रूप से गड्ढों का पता लगाती है, सिद्धांत रूप में, केवल नागरिकों की छिटपुट शिकायतों पर निर्भर रहने के बजाय सड़क की स्थिति की लगातार अद्यतन तस्वीर बनाने में मदद कर सकती है।

जब AI सड़क के खतरे को कागजी निशान में बदल देता है

निस्संदेह, गड्ढे का पता लगाने और उसकी मरम्मत करने के बीच एक लंबी दूरी होती है। प्रौद्योगिकी सड़क रखरखाव, प्रशासनिक कार्रवाई या संविदात्मक प्रवर्तन का स्थान नहीं ले सकती।लेकिन सेन का प्रयोग इस प्रक्रिया के एक महत्वपूर्ण हिस्से को संबोधित करता है: जानकारी। जिस गड्ढे की फोटो खींची गई हो, सटीक रूप से उसका पता लगाया गया हो और उसका संबंध किसी निविदाकर्ता और ठेकेदार से किया गया हो, उसे अज्ञात दोष मानना ​​कठिन है। यह विशिष्ट रिकॉर्ड और, संभावित रूप से, विशिष्ट जिम्मेदारियों से जुड़ी एक विशिष्ट समस्या बन जाती है।एक इंजीनियर के दैनिक आवागमन को थोड़ा आसान बनाने के प्रयास के रूप में जो शुरू हुआ वह कुछ बड़ा हो गया है, नागरिक शिकायतों को अधिक सटीक, अधिक साक्ष्य-संचालित और संभावित रूप से अनदेखा करने के लिए एआई का उपयोग करने का एक प्रयोग।



Source link

Exit mobile version