પર્વતારોહક પર્વત પર દિવસો સુધી ગુમ, આખરે AIએ કેવી રીતે શોધી કાઢ્યા?

પર્વતો અથવા બરફીલા પહાડોમાં હાઇકિંગ કે ચઢાણ કરતી વખતે દૂરના વિસ્તારોમાં ખોવાયેલા લોકોને શોધવાનું કાર્ય ખૂબ અઘરું છે. તેમાં થોડાં અઠવાડિયાં અને કેટલીક વાર તો ઘણા મહિનાઓ લાગે છે.

જોકે, કેટલીક વાર આ કામ કૃત્રિમ બુદ્ધિમતત્તા (એઆઇ) માત્ર થોડાક કલાકોમાં કરી શકે છે અને લોકોના જીવ પણ બચાવી શકે છે, તેવો ઇટાલીની એક ઘટનામાં ખુલાસો થયો છે.

બન્યું એવું કે, 66 વર્ષીય નિકોલા ઇવાલ્ડો ઇટાલીના પિમોન્ટે પ્રદેશમાંના પર્વતોમાં પર્વતારોહણ કરવા ગયા હતા અને ત્યાં ગુમ થઈ ગયા.

હકીકતમાં, વ્યવસાયે ઑર્થોપેડિક સર્જન એવા નિકોલા કંઈ શિખાઉ પર્વતારોહક નહોતા.

તેમને પર્વતારોહણનો ઘણો અનુભવ હતો. જોકે, તેઓ પર્વતમાળામાં ગુમ થઈ ગયા હતા અને તેની માહિતી ત્યાંની બચાવ ટીમને મળી હતી.

ખેર, તેઓ પર્વતારોહણ માટે ગયા હતા તેની કોઈને ખબર નહોતી. આ તો સોમવારે જ્યારે નિકોલા તેમની નિયમિત નોકરી પર ન પહોંચ્યાં ત્યારે ખબર પડી.

સપ્ટેમ્બર 2024ના રવિવારે, ઇવાલ્ડો એકલા પર્વતારોહણ કરવા ગયા હતા.

દુર્ભાગ્યે, તેમણે તેમના મિત્રો કે પરિવારને એની જાણ નહોતી કરી કે તેઓ ક્યાં જઈ રહ્યા છે.

તેમના વિશેની એકમાત્ર એંધાણી એ છે કે તેમની કાર વાલે વરાઇટાના કૅસ્ટેલો ડી પોન્ટેસિએનલે ગામમાં પાર્ક કરેલી હતી.

બચાવ ટીમને કાર મળી આવી હતી. તેથી બચાવ ટીમે અનુમાન કર્યું હતું કે ઇવાલ્ડો કોટિયન આલ્પ્સનાં બે સૌથી પ્રસિદ્ધ શિખરોમાંના એક પર આરોહણ કરવા ગયા હશે.

બચાવ ટીમોના ઘણા દિવસના પ્રયાસો નિષ્ફળ

આ બે શિખરો એટલે 3,841 મીટર (12,602 ફૂટ) ઊંચું મોનવિસો અને બીજું તેની બાજુમાં આવેલું 3,348 મીટર (10,984 ફૂટ) ઊંચું વિસોલોટો શિખર.

નિકોલાના મોબાઇલ ફોનનું છેલ્લું સિગ્નલ પણ લગભગ આ વિસ્તારમાંથી આવ્યું હતું.

જોકે, આનો અર્થ એ કે શોધ અને બચાવ ટીમે ઇવાલ્ડોને શોધવા માટે એક વિશાળ વિસ્તાર ખૂંદવો પડે.

દરેક પર્વતના લાંબા, ખડકાળ ઢોળાવ પર જુદી જુદી બાજુએથી શિખર સુધી પહોંચવાના ઘણા રસ્તા છે.

પિમોન્ટ માઉન્ટેન ઍન્ડ સ્પેલિઓલૉજિકલ રેસ્ક્યૂ સર્વિસના પ્રવક્તા સિમોન બૉબિઓ કહે છે કે, આ આખો વિસ્તાર સેંકડો માઇલ સુધી કેડીઓથી ઢંકાયેલો છે.

જે દિવસે ઇવાલ્ડો ગુમ થયા, તે દિવસે હવામાન સારું હતું. પરિણામે, આ વિસ્તારના મોટા ભાગના રસ્તા પર ભીડ હતી.

આ વ્યસ્ત રસ્તાઓ પર તેમને જોયા હોવાની કોઈએ જાણ નહોતી કરી. આનો અર્થ એ કે ઉત્તમ તાલીમ પામેલા પર્વતારોહક ઇવાલ્ડો કદાચ પર્વતોના વધુ દુર્ગમ ભાગો પૈકીના એકમાં ગયા હોઈ શકે.

લગભગ એક અઠવાડિયા સુધી 50થી વધુ લોકોએ પગપાળા આ વિસ્તારમાં શોધખોળ કરી.

ઇવાલ્ડોને શોધવા માટે એક હેલિકૉપ્ટરે આકાશમાં ઘણાં ચક્કર માર્યાં.

પરંતુ તેઓ મળ્યા નહીં. ત્યાં સુધીમાં, સપ્ટેમ્બરના અંતમાં બરફવર્ષા શરૂ થઈ ગઈ.

પરિણામે, ઇવાલ્ડો જીવતા મળી આવવાની શક્યતા ઓછી થઈ ગઈ. તેથી બચાવ ટીમે તેમની શોધખોળ ઝુંબેશ બંધ કરી દીધી.

એઆઇની મદદથી નવું શોધ અભિયાન શરૂ થયું

જુલાઈ 2025માં પર્વતીય ખીણોમાં મોટા પ્રમાણમાં બરફ પીગળ્યા પછી ઇવાલ્ડોના મૃતદેહની શોધખોળ ફરીથી શરૂ કરવામાં આવી.

આ વખતે, પિમોન્ટેની બચાવ ટીમે તેમના શોધ અભિયાનમાં એક વધારાની મદદ લીધી.

આ મદદ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (એઆઇ) એટલે કે કૃત્રિમ બુદ્ધિમતાની હતી. તેમણે આ કાર્યમાં એક એઆઇ સૉફ્ટવેરનો ઉપયોગ કર્યો.

આ સૉફ્ટવેર ડ્રોન દ્વારા લેવામાં આવેલી હજારો તસવીરોનું વિશ્લેષણ કરવામાં સક્ષમ હતું.

આ ડ્રોન પર્વતના ખડકાળ ઢોળાવો અને પહાડો પર ફેલાયેલાં સપાટ મેદાનો પર ઊડી શકતું હતું.

આ બધા ભાગોની તસવીરો લેવામાં 2 ડ્રોનને માત્ર 5 કલાક લાગ્યા.

પછી તે જ દિવસે આ ફોટાનું વિશ્લેષણ કરીને એવી જગ્યાઓ નક્કી કરવામાં આવી, જ્યાં બચાવ ટીમો તેમની શોધ કેન્દ્રિત કરી શકે.

દુર્ભાગ્યે, ખરાબ હવામાનના કારણે, ડ્રોનની મદદથી તે સ્થળોએ જવાના અને વધુ નજીકથી નિરીક્ષણ કરવાના ઑપરેશનમાં વિલંબ થયો.

આખરે ઇવાલ્ડોનો મૃતદેહ મળી આવ્યો

ત્રણ દિવસ પછી, શોધ અભિયાન ફરી શરૂ થયું.

એઆઇ દ્વારા શોધવામાં આવેલા એક સ્થળેથી ઇવાલ્ડોનો મૃતદેહ મળી આવ્યો.

તે માઉન્ટ મોનવિસોના ઉત્તરીય ઢોળાવ પરની ખીણમાં લગભગ 3,150 મીટર (10,334 ફૂટ)ની ઊંચાઈએથી મળ્યો હતો. ઇવાલ્ડોના મૃતદેહને હેલિકૉપ્ટર દ્વારા લાવવામાં આવ્યો હતો.

બૉબિઓએ કહ્યું કે, "આ સમગ્ર અભિયાનમાં સૌથી મહત્ત્વપૂર્ણ વસ્તુ લાલ રંગની હેલ્મેટ હતી. સૉફ્ટવેરે તેને ધ્યાન આપવાના એક મહત્ત્વના બિંદુ તરીકે ઓળખી હતી."

કમનસીબે ઇવાલ્ડો માટે ઘણું મોડું થયું હતું. પરંતુ એઆઇની મદદથી આ શોધ અને બચાવ કામગીરીએ બતાવ્યું કે ભવિષ્યમાં ગુમ થયેલા લોકોને શોધવા માટે તકનીક કેટલી ઉપયોગી સાબિત થઈ શકે છે.

પ્રારંભિક શોધ કામગીરીમાં તકનીકનો ઉપયોગ કરવો શક્ય નહોતો.

જોકે, બચાવ ટીમોને આશા છે કે જે લોકો કદાચ જીવિત છે, તેમને શોધવા માટે પરંપરાગત બચાવ કામગીરીની સાથે જ એઆઇ ટેકનૉલૉજીનો ઉપયોગ કરી શકાય છે.

ડ્રોન, એઆઇનો ઉપયોગ અને લાલ હેલ્મેટ; આ રીતે શોધ થઈ

ઇવાલ્ડોને શોધવા માટેના શોધ અભિયાનમાં ડ્રોનનો ઉપયોગ એક મહત્ત્વનું પરિબળ સાબિત થયું.

ડ્રોનનું કદ અને તેના હૅન્ડલિંગની સરળતાના કારણે દુર્ગમ ભાગોનું ઝડપથી નિરીક્ષણ કરી શકાયું.

તે ખડકાળ પર્વતીય ખડકોની નજીક જઈ શક્યા અને હેલિકૉપ્ટરથી શક્ય ન હોય તેવા ફોટા પાડી આપ્યા.

ડ્રોન પાઇલટ્સે શિયાળા અને વસંત ઋતુમાં પર્વતીય વાતાવરણમાં ઉડાનની પ્રૅક્ટિસ કરવા માટે ઘણી વખત આ વિસ્તારની મુલાકાત લીધી હતી.

સેવેરિયો ઇસોલાએ જણાવ્યું હતું કે, "અગાઉનાં અભિયાનોમાંથી અમે આ પ્રદેશ વિશેની તમામ ઉપલબ્ધ માહિતી એકત્ર કરી હતી અને ઇવાલ્ડો જે માર્ગેથી પર્વતારોહણ કરી શકે તેવા તમામ સંભવિત માર્ગોનો અભ્યાસ કર્યો હતો."

ઇસોલા ટોરિનોમાં ડ્રોન પાઇલટ છે અને માઉન્ટેન રેસ્ક્યૂ સ્ટેશનના પ્રમુખ છે. આ કારણે તેઓ શોધ કરવા માટે પ્રાથમિકતા ધરાવતાં ક્ષેત્રો નક્કી કરી શક્યા.

એક હેલિકૉપ્ટરમાંથી 2 ડ્રોન પાઇલટ્સને પર્વતોના ઊંચા ઢોળાવ પર, ખડકાળ ખડકો અને ખીણોની નજીક ઉતારવામાં આવ્યા હતા.

ડ્રોનની મદદથી તેમણે પર્વતના ઢોળાવના 183 હેક્ટર (452 એકર) ભાગમાં શોધ કરી. આ માટે તેમણે 2,600થી વધુ હાઈ-રિઝોલ્યુશન ફોટા લીધા હતા.

ઇસોલાએ કહ્યું, "બે વર્ષ પહેલાં સુધી, અમે આ બધા ફોટા જાતે જોતા હતા. અમે દરેક ફોટાની તપાસ કરતા હતા."

પરંતુ 2023માં, ઇટાલિયન પર્વત બચાવ ટીમે હાલના કેટલાક એઆઇ સૉફ્ટવેર પ્રોગ્રામ્સ સાથે પ્રયોગ કરવાની શરૂઆત કરી.

આ એઆઇ સૉફ્ટવેરનો ઉપયોગ કરીને ભૂપ્રદેશના રંગ અથવા રચનામાં નોંધપાત્ર વિસંગતતાઓને ઓળખી શકાય છે. આનો અર્થ એ થયો કે આ ફોટાઓનું વિશ્લેષણ ફક્ત થોડા કલાકોમાં કરવું શક્ય બનશે.

ડ્રોનના પાઇલટ દ્વારા લેવામાં આવેલા ફોટામાંથી એઆઇએ દરેક પિક્સેલના સ્તરે જઈને તપાસ કરી.

એઆઇએ પર્વતના ઢોળાવ પર જે કંઈ અલગ દેખાયું તે શોધી કાઢ્યું. આ સૉફ્ટવેરે થોડા કલાકોમાં અસંખ્ય ફોટાઓમાંથી ડઝનેક સંભવિત વિસંગતતાઓ ઓળખી કાઢી.

જોકે, માનવીય કુશળતાની મદદથી આ ફોટાઓની ચકાસણી કરવાની જરૂર હતી.

ઇસોલાએ કહ્યું, "આ સૉફ્ટવેર અલગ અલગ વસ્તુઓ પર પ્રતિક્રિયા આપી શકે છે અથવા જુદી જુદી વસ્તુઓને ઓળખી શકે છે. એટલે કે પ્લાસ્ટિકના કચરાનો ટુકડો અથવા સામાન્ય કરતાં અલગ રંગનો ખડક. તે કેટલીક વસ્તુઓની કલ્પના પણ કરી શકે છે."

"તેથી ઇવાલ્ડો જેવા અત્યંત કુશળ પર્વતારોહકે કયો માર્ગ લીધો હશે તેના પર ઝીણવટથી ધ્યાન આપવું પડ્યું, અને અમારે મહત્ત્વના ફોટાની સંખ્યા ઘટાડવી પડી."

પછી તેઓ આખરે ત્રણ સંભવિત સ્થળોએ પહોંચ્યા, જેમાંના એક ઠેકાણે લાલ રંગની વસ્તુ હતી.

બીજે દિવસે સવારે, ડ્રોન તે સ્થળની તપાસ કરવા ગયું.

ત્યાં એક ફોટામાં લાલ રંગની દેખાતી વસ્તુ ઇવાલ્ડોનું હેલ્મેટ હોવાનું તારણ નીકળ્યું. જેના કારણે બચાવ ટીમને ગુમ થયેલા ડૉક્ટરનો મૃતદેહ ઝડપથી મળી ગયો.

તે હજી પણ આંશિક રીતે બરફથી ઢંકાયેલો હતો અને તેમણે કાળા રંગનાં કપડાં પહેર્યાં હતાં.

જો એઆઇએ ડ્રોન દ્વારા લેવાયેલા ફોટામાંના એકમાં લાલ રંગના ટપકા તરફ ધ્યાન ન દોર્યું હોત, તો કદાચ ઇવાલ્ડો ક્યારેય મળી શક્યા ન હોત.

બૉબિયોએ કહ્યું કે, "જ્યારે આ ફોટો લેવામાં આવ્યો, ત્યારે હેલ્મેટ પડછાયામાં હતું, તેમ છતાં સૉફ્ટવેરે લાલ રંગને ઓળખી લીધો."

શોધ અભિયાનમાં એઆઇનો ઉપયોગ

શોધ અભિયાનમાં એઆઇ તકનીકનો આ પ્રકારનો ઉપયોગ પહેલી વાર કરવામાં નથી આવ્યો.

2021માં, પોલૅન્ડની વ્રોક્લૉ યુનિવર્સિટીની પેટાકંપની દ્વારા વિકસિત એક સૉફ્ટવેર પોલૅન્ડના દક્ષિણપૂર્વ ભાગમાં બેસ્કિડ નિસ્કીમાં ગુમ થયેલા 65 વર્ષીય વ્યક્તિને બચાવવામાં મહત્ત્વનું સાબિત થયું હતું.

આ અભિયાનમાં સમયનું ખૂબ મહત્ત્વ હતું. કારણ કે તે વ્યક્તિને અલ્ઝાઇમરનો રોગ હતો. ગુમ થયાના આગલા દિવસે તેમને સ્ટ્રોક આવ્યો હતો.

એસએઆરયુએવી નામના સૉફ્ટવેરે એ વિસ્તારના હવાઈ અથવા આકાશમાંથી લેવામાં આવેલા 782 ફોટાનું વિશ્લેષણ કર્યું હતું અને ગુમ થયેલી વ્યક્તિને ચાર કલાકથી થોડાક જ વધુ સમયમાં શોધી કાઢી હતી.

તેણે બિએસ્ઝઝૅડી માઉન્ટેન રેસ્ક્યૂ સર્વિસને તે વ્યક્તિનું ઠેકાણું બતાવતાં કોઑર્ડિનેટ્સ આપ્યા.

એવું માનવામાં આવે છે કે આ પહેલી વાર હતું જ્યારે બચાવ અભિયાનમાં આ પ્રકારની સ્વચાલિત માનવ શોધ સિસ્ટમનો ઉપયોગ કરવામાં આવ્યો હોય.

બે વર્ષ પછી, આલ્પ્સના ઑસ્ટ્રિયન ભાગમાં ગુમ થયેલી એક વ્યક્તિના મૃતદેહને શોધવા માટે આ જ અલ્ગોરિધમનો ઉપયોગ કરવામાં આવ્યો હતો.

યુકેમાં લેક ડિસ્ટ્રિક્ટ સર્ચ ઍન્ડ માઉન્ટેન રેસ્ક્યૂ ઍસોસિયેશન દ્વારા આવું જ એક સૉફ્ટવેર વિકસાવવામાં આવ્યું છે.

આ સૉફ્ટવેર કુદરતી ભૂપ્રદેશમાં સામાન્ય કરતાં અલગ રંગના પિક્સેલ્સ શોધે છે.

આ સૉફ્ટવેરનો ઉપયોગ 2023માં સ્કૉટિશ હાઇલૅન્ડ્સના ગ્લેન એટિવમાં પર્વતારોહણ કરતી વખતે ગુમ થયેલી એક વ્યક્તિના મૃતદેહને શોધવા માટે કરવામાં આવ્યો હતો.

જોકે, જ્યારે બચાવ અભિયાનની વાત આવે છે, ત્યારે આ તકનીકની હજી કેટલીક મર્યાદા છે. જંગલો અને ગીચ ઝાડીઓ જેવા ચોક્કસ ભૂભાગોમાં અથવા ઓછી દૃશ્યતામાં આ ડ્રોન લગભગ નકામા ઠરે છે.

એઆઇ સૉફ્ટવેરમાં સુધારાની જરૂર

હવાઈ અથવા આકાશમાંથી લીધેલા ફોટામાંથી વિસંગતતાઓ શોધી કાઢવા સક્ષમ હોય તેવા અત્યારના એઆઇ સૉફ્ટવેરમાં હજી પણ કેટલાક સુધારાની જરૂર છે.

ઉદાહરણ તરીકે, 2013માં ડ્રોનનો ઉપયોગ શરૂ કરનાર યુરોપિયન યુનિયનના પ્રથમ લોકોમાંના એક ક્રોએશિયન માઉન્ટેન સર્વિસના તજ્જ્ઞોએ બીબીસીને જણાવ્યું હતું કે આ પ્રકારના એઆઇ પ્રોગ્રામ્સ ક્રોએશિયાના પર્વતીય વિસ્તારોમાં ઘણી વાર ભ્રામક પરિણામો આપે છે.

એઆઇ એલ્ગોરિધમ્સ ઝાડી, વૃક્ષ અને વિવિધ ખડકોથી ઢંકાયેલા જટિલ કાર્સ્ટ ભૂભાગના મિશ્રણથી મૂંઝવણમાં મુકાય છે.

ટોમાઝ નિડઝિએલ્સ્કી વ્રોક્લૉ યુનિવર્સિટીમાં જીઑ-ઇન્ફૉર્મેટિક્સના નિષ્ણાત છે અને એસએઆરયુએવી સૉફ્ટવેર વિકસાવતી ટીમનું નેતૃત્વ કરે છે.

તેમણે કહ્યું, વિવિધ ભૂભાગો અને પરિસ્થિતિઓમાં આ એલ્ગોરિધમ્સની ચોકસાઈ સુધારવા માટેની ચાવી એ છે કે મશીન લર્નિંગ સિસ્ટમ્સને સતત તાલીમ આપવામાં આવે, જે તેમને શક્તિ આપે છે.

તેઓ કહે છે કે, ફોટામાં વૈવિધ્યપૂર્ણ ભૂપ્રદેશમાં માનવ આકૃતિઓ શોધવામાં કેટલાક વધારાના પડકારો આવે છે.

નિડઝિએલ્સ્કીએ જણાવ્યું કે, "એસએઆરયુએવી સૉફ્ટવેર જેવા અલ્ગોરિધમના ઉપયોગ માટે સૌથી યોગ્ય પ્રદેશ ખુલ્લા, નિર્જન ભાગમાં ફેલાયેલો ભૂપ્રદેશ છે, જ્યાં કોઈ લોકોની ગરદી અથવા ભીડ નથી."

"તેથી અલ્ગોરિધમની ખોટી માહિતી અથવા નિષ્કર્ષ મેળવવાની શક્યતા ઘટે છે."

વધુ પરિપૂર્ણ સૉફ્ટવેર વિકસાવવા માટે સંશોધન

ડૅનિયલ જિઓર્ડન ઇટાલિયન રિસર્ચ ઇન્સ્ટિટ્યૂટ ફૉર જિઑ-હાઇડ્રોલૉજિકલ પ્રોટેક્શન (આઇઆરપીઆઇ)માં જીઑહેઝાર્ડ મૉનિટરિંગ ગ્રૂપના પ્રમુખ છે.

તેમના કામમાં ઍન્જિનિયરિંગ જીઓલૉજી ઍપ્લિકેશન્સ માટે માનવરહિત વાહનો એટલે કે ડ્રોનનો ઉપયોગ સામેલ છે.

તેમણે ગુમ થયેલા લોકોની શોધ કરતા એલ્ગોરિધમ્સના ઉપયોગ કરવાના નૈતિક પડકારો વિશે પણ ચેતવણી આપી છે.

તેમણે કહ્યું, "એક વાર તમે હવાઈ અથવા આકાશમાંથી ફોટા લીધા પછી, તેનો ઉપયોગ કઈ રીતે કરવો તેની જવાબદારી તમારી છે. તે ફોટોમાં માનવ આકૃતિઓને ઓળખવી તે કાનૂની સમસ્યા બની શકે છે."

જિઓર્ડન પોતે પર્વતીય બચાવ ટીમનો ભાગ છે. તેઓ યુનિવર્સિટી ઑફ પૉલિટેકનિકો ડી ટોરિનોની જીઑમેટિક્સ ટીમ સાથે મળીને સુધારેલા અલ્ગોરિધમ્સ વિકસાવવા માટે કામ કરી રહ્યા છે, જે બચાવ ટીમને વધુ સચોટ માહિતી આપશે.

આમાં એઆઇએ ફોટામાં ઓળખેલાં દરેક શંકાસ્પદ ચિહ્ન અથવા ચિહ્નના વધુ સચોટ ભૌગોલિક-સંદર્ભિત (જીઑ-રેફરન્સ્ડ) સ્થાનનો સમાવેશ થાય છે. જે આ ફોટાને વધુ અસરકારક રીતે તપાસવાની મંજૂરી આપશે.

જિઓર્ડને કહ્યું, "અમે વધુ પરિપૂર્ણ સૉફ્ટવેર વિકસાવવા માગીએ છીએ. જે શોધ અભિયાનમાં તમામ માહિતીનું વિશ્લેષણ કરી શકે અને એ જ સિસ્ટમમાં ફીલ્ડ ટીમો અને ડ્રોનનું સંચાલન કરવામાં સક્ષમ હોય."

તેમણે ઉમેર્યું કે, "ભવિષ્યનો પડકાર આ જટિલ વિશ્લેષણને સીધા ડ્રોનમાં અને એસએઆર ફ્લાઇટ્સ દરમિયાન સમાવવાનો હશે." આનાથી શોધ અભિયાન ચાલતું હોય ત્યારે રિયલ-ટાઇમમાં ભૂપ્રદેશના ફોટાઓનું વિશ્લેષણ કરવાનું શક્ય બનશે.

આવાં શોધ અભિયાનોને વધુ સારાં બનાવવા માટે અન્ય સંશોધન ટીમો પણ બચાવ એજન્સીઓ સાથે કામ કરી રહી છે, જેથી વિવિધ રીતે એઆઇનો ઉપયોગ કરી શકાય.

ઉદાહરણ તરીકે, યુકેની ગ્લાસગો યુનિવર્સિટીના સંશોધકોએ તાજેતરમાં એક મશીન લર્નિંગ સિસ્ટમ રજૂ કરી છે.

જે ખોવાયેલી કે ગુમ થયેલી વ્યક્તિ કેવી રીતે વર્તે છે તેની કાલ્પનિક પ્રતિકૃતિ (સિમ્યુલેટ) તૈયાર કરવા માટે વર્ચ્યુઅલ 'એજન્ટ' બનાવે છે.

તેમણે ઘરોમાંથી ખોવાઈ ગયેલા લોકો વાસ્તવિક દુનિયામાં કેવી રીતે વર્તે છે તેના વર્ણન પર આધારિત ડેટાનો ઉપયોગ કર્યો હતો. આની પાછળનો હેતુ શોધ અભિયાનમાં લોકો તેમના પ્રયત્નોને ક્યાં કેન્દ્રિત કરી શકે છે, તેનો બરાબર નકશો તૈયાર કરવાનો છે.

ડ્રોનથી ફોટા લેવાને બદલે, આ પ્રકારની આગાહી પદ્ધતિનો ઉપયોગ જંગલો જેવા મુશ્કેલ પ્રદેશોમાં કરી શકાય છે.

સંશોધકો માને છે કે, જ્યારે કોઈ વ્યક્તિ ઈજા અથવા ખરાબ હવામાનના કારણે મૃત્યુ પામે તે પહેલાં તેને શોધવાની તાત્કાલિક જરૂર હોય, અને જ્યારે મર્યાદિત સાધનો હાથવગાં હોય, ત્યારે આવાં એલ્ગોરિધમ્સ શોધ અને બચાવ અભિયાનમાં ખૂબ જ મહત્ત્વપૂર્ણ સાધન બની શકે છે.

છેવટે, તે ઘણા લોકોના જીવ બચાવી શકે છે.

બીબીસી માટે કલેક્ટિવ ન્યૂઝરૂમનું પ્રકાશન