निष्णात गिर्यारोहक पर्वतावरून बेपत्ता, अनेक शोधमोहिमा निष्फळ; अखेर AI ने कसं शोधून काढलं?

डोंगरदऱ्यांमध्ये किंवा बर्फाळ पर्वतांवर पायी भटकंती करताना आणि गिर्यारोहण करताना हरवलेल्या लोकांचा दुर्गम भागात शोध घेणं हे अतिशय कठीण काम असतं. यासाठी काही आठवड्यांचा तर कधीकधी कित्येक महिन्यांचा कालावधी लागतो.

मात्र, काहीवेळा हे काम कृत्रिम बुद्धिमत्ता (AI) फक्त काही तासांतच करू शकतं आणि लोकांचे जीवदेखील वाचवू शकतं, हे इटलीत एका घटनेवरून समोर आलं आहे.

झालं असं की, 66 वर्षीय निकोला इवाल्डो इटलीतल्या पिएमाँटे प्रदेशातील पर्वतांमध्ये गिर्यारोहणासाठी गेले आणि ते तिथून बेपत्ता झाले.

खरंतर पेशानं ऑर्थोपेडिक सर्जन असलेले निकोला काही नवखे गिर्यारोहक नव्हते. त्यांच्याकडे गिर्यारोहणाचा बराच अनुभव होता. तरी पर्वतरांगांमध्ये बेपत्ता झाले आणि तशी माहिती तिथल्या बचाव पथकाला मिळाली.

बरं ते गिर्यारोहणासाठी गेले, हेही कुणाला ठाऊक नव्हते. ते कळलंच मुळात निकोला सोमवारी नियमितपणे त्यांच्या कामावर पोहोचले नाही म्हणून.

सप्टेंबर 2024 मध्ये एका रविवारी इवाल्डो एकटेच भटकंतीला निघाले होते. दुर्दैवानं, ते नेमके कुठे जात आहेत, याची माहिती त्यांनी त्यांच्या मित्रांना किंवा कुटुंबाला दिली नव्हती. त्यांच्याबद्दलचा एकमेव सुगावा म्हणजे व्हॅले व्हरायटामधील कॅस्टेलो डी पाँटेकियानाले गावात त्यांनी पार्क केलेली त्यांची कार.

बचाव पथकाला ही कार सापडली होती. तिथून बचाव पथकानं अंदाज बांधला की इवाल्डो कॉटियन आल्प्समधील दोन सर्वात प्रमुख शिखरांपैकी एक शिखर चढण्यासाठी गेले असावेत.

बचाव पथकांचे अनेक दिवसांचे प्रयत्न निष्फळ

ही दोन शिखरं म्हणजे 3,841 मीटर उंचीचं (12,602 फूट) मॉन्व्हिसो आणि दुसरं म्हणजे त्याच्या शेजारी असलेलं 3,348 मीटर (10,984 फूट) उंचीचं व्हिसोलोट्टो हे शिखरं.

निकोला यांच्या मोबाईल फोनचा शेवटचा सिग्नलदेखील साधारणपणे याच भागातून आला होता.

मात्र, यामुळे शोध आणि बचाव पथकाला इवाल्डो यांचा शोध घेण्यासाठी प्रचंड मोठा परिसर धुंडाळावा लागणार होता. प्रत्येक पर्वताच्या मोठ्या, खडकाळ उतारांवरून वेगवेगळ्या बाजूंनी शिखरावर पोहोचण्याचे अनेक मार्ग आहेत.

हा संपूर्ण परिसर शेकडो मैलांच्या पायवाटांनी व्यापलेला आहे, असं सिमोन बॉबिओ सांगतात. ते पिएमाँटेच्या माउंटन अँड स्पेलिओलॉजिकल रेस्क्यू सर्व्हिसचे प्रवक्ते आहेत.

इवाल्डो ज्या दिवशी बेपत्ता झाले, त्या दिवशी हवामान उत्तम होतं. त्यामुळे त्या भागातील बहुतांश मार्गांवर गर्दी झाली होती. या वर्दळींच्या मार्गांवर त्यांना पाहिल्याचं कोणीही सांगितलं नव्हतं. याचा अर्थ, उत्तम प्रशिक्षित गिर्यारोहक असलेले इवाल्डो कदाचित पर्वतांच्या अधिक दुर्गम भागांपैकी एकाकडे गेले असावेत.

जवळपास एक आठवडाभर 50 हून अधिक लोकांनी पायी चालत त्या भागात शोध घेतला. तर इवाल्डो यांचा शोध घेण्यासाठी एका हेलिकॉप्टरनं आकाशातून अनेक फेऱ्या मारल्या. मात्र ते सापडले नाहीत. तोपर्यंत सप्टेंबरच्या अखेरीस बर्फवृष्टी सुरू झाली होती. त्यामुळे इवाल्डो जिवंत सापडण्याची शक्यता मावळली होती. म्हणून बचाव पथकानं त्यांचा शोध घेणारी मोहीम थांबवली.

AI च्या मदतीनं नव्यानं शोधमोहीम सुरू

जुलै 2025 मध्ये पर्वतांच्या दऱ्यांमधून बर्फ मोठ्या प्रमाणात वितळल्यानंतर इवाल्डोंच्या मृतदेहाचा शोध घेण्यास पुन्हा सुरुवात करण्यात आली.

यावेळेस पिएमाँटेच्या बचाव पथकानं त्यांच्या या शोधमोहिमेत एक अतिरिक्त मदत घेतली. ती मदत होती आर्टिफिशयल इंटेलिजिन्स (एआय) म्हणजे कृत्रिम बुद्धिमत्तेची. त्यांनी एका एआय सॉफ्टवेअरचा वापर या कामात केला.

हे सॉफ्टवेअर ड्रोननं काढलेल्या हजारो फोटोंचं विश्लेषण करण्यास सक्षम होतं. हे ड्रोन डोंगरांच्या खडकाळ उतारांवर आणि डोंगरांच्या उतारावर पसरलेल्या अनेक दऱ्यांमधून उडू शकत होतं.

या सर्व भागाचे फोटो काढण्यासाठी 2 ड्रोनना फक्त 5 तास लागले. मग त्याच दिवशी या फोटोंचं विश्लेषण करून अशी ठिकाणं ठरवण्यात आली, जिथं बचाव पथकं त्यांचा शोध केंद्रित करू शकतील.

दुर्दैवानं खराब हवामानामुळे, ड्रोनच्या मदतीनं या ठिकाणी जाऊन अधिक जवळून पाहणी करण्यासाठीची ही मोहीम लांबली.

अखेर इवाल्डोंचा मृतदेह सापडला

तीन दिवसांनी शोधमोहीम पुन्हा सुरू झाली. एआयनं शोधलेल्या ठिकाणांपैकी एका ठिकाणी इवाल्डो यांचा मृतदेह सापडला. तो जवळपास 3,150 मीटर (10,334 फूट) उंचीवर, मॉनव्हिसो पर्वताच्या उत्तरेकडील उतारावरील एका दरीत सापडला. इवाल्डो यांचा मृतदेह हेलिकॉप्टरनं आणण्यात आला.

"या सर्व मोहिमेतील सर्वात महत्त्वाची गोष्ट होती लाल रंगाचं हेल्मेट. सॉफ्टवेअरनं ते लक्ष देण्याचा एक महत्त्वाचा बिंदू म्हणून ओळखलं होतं," असं बॉबिओ म्हणतात.

दुर्दैवानं इवाल्डोंसाठी खूप उशीर झाला होता. मात्र एआयच्या मदतीनं करण्यात आलेल्या या शोध आणि बचाव मोहिमेतून दिसून आलं की भविष्यात बेपत्ता झालेल्या लोकांना शोधण्यासाठी तंत्रज्ञान किती उपयुक्त ठरू शकतं.

सुरुवातीच्या शोध कार्यात तंत्रज्ञान वापरणं शक्य झालं नव्हतं. मात्र बचाव पथकांना आशा आहे की जे लोक कदाचित जिवंत असतील, अशांचा शोध घेण्यासाठी एआय तंत्रज्ञानाचा वापर पारंपारिक बचाव मोहिमांबरोबर केला जाऊ शकतो.

ड्रोन, AI चा वापर आणि लाल हेल्मेट; असा लागला शोध

इवाल्डो यांचा शोध घेण्यासाठी राबविण्यात आलेल्या शोधमोहिमेत ड्रोनचा वापर करणं हा त्यांना शोधण्यातील एक महत्त्वाचा घटक ठरला. ड्रोन आकार आणि त्यांच्या हाताळणीतील सुलभता, यामुळे ते दुर्गम भागाची पाहणी लवकर करू शकले. ते खडकाळ पर्वतकड्यांजवळ जाऊ शकले आणि हेलिकॉप्टरमधून शक्य नसलेले फोटो उपलब्ध करून देऊ शकले.

ड्रोनचे पायलट डोंगराळ वातावरणात उड्डाणाचा सराव करण्यासाठी हिवाळ्यात आणि वसंत ऋतूमध्ये त्या भागाला अनेकदा गेले होते.

"आधीच्या मोहिमेतून आम्ही त्या प्रदेशाबद्दलची सर्व उपलब्ध माहिती गोळा केली होती आणि इवाल्डो ज्या मार्गांनी गिर्यारोहण करू शकतील अशा सर्व संभाव्य मार्गांचा अभ्यास केला होता," असं सेव्हेरिओ इसोला म्हणाले. ते टोरिनोमधील ड्रोन पायलट आहेत आणि माउंटन रेस्क्यू स्टेशनचे प्रमुख आहेत. यामुळे त्यांना शोध घेण्यासाठी प्राधान्य देण्याचे भाग ठरवता आले.

एका हेलिकॉप्टरमधून 2 ड्रोन पायलटना पर्वतांवर उंचावर असणाऱ्या उतारावर, खडकाळ कड्यांच्या आणि दऱ्यांच्या जवळ सोडण्यात आलं. ड्रोनच्या मदतीनं त्यांनी पर्वताच्या उताराचा 183 हेक्टर (452 एकर) भागाचा शोध घेतला. यासाठी त्यांनी 2,600 हून अधिक हाय-रेझोल्युशनचे फोटो घेतले.

"आम्ही दोन वर्षापूर्वीपर्यंत, हे सर्व फोटो स्वत:च पाहत होतो. त्यातील प्रत्येक फोटो आम्हीच तपासत होतो," असं इसोला म्हणाले. मात्र 2023 मध्ये इटलीच्या पर्वतीय बचाव पथकातील लोकांनी अस्तित्वात असलेले काही एआय सॉफ्टवेअर प्रोग्रॅमचे प्रयोग करण्यास सुरुवात केली.

या एआय सॉफ्टवेअरचा वापर करून भूप्रदेशातील रंग किंवा पोत यामधील लक्षणीय विसंगती ओळखता येते. याचा अर्थ होता की या फोटोंचं विश्लेषण काही तासांमध्येच करणं शक्य होणार होतं.

ड्रोनच्या पायलटनं ड्रोनद्वारे घेतलेल्या फोटोंमधून एआयनं अगदी प्रत्येक पिक्सेलच्या पातळीवर जाऊन तपासणी केली. पर्वत उतारावर काहीतरी वेगळं दिसतं आहे का याचा शोध या एआयनं घेतला. या सॉफ्टवेअरनं काही तासांमध्येच असंख्य फोटोंमधून डझनभर संभाव्य विसंगती ओळखल्या.

मात्र, या फोटोंची मानवी कौशल्याच्या मदतीनं छाननी करण्याची आवश्यकता होती.

इसोला म्हणाले, "हे सॉफ्टवेअर वेगवेगळ्या गोष्टींवर प्रतिक्रिया देऊ शकतं किंवा वेगवेगळ्या गोष्टींची ओळख पटवू शकतं. म्हणजे प्लास्टिकच्या कचऱ्याच्या तुकडा किंवा एखादा नेहमीपेक्षा वेगळ्या रंगाचा खडक. ते काही गोष्टींची अगदी कल्पनाही करू शकतं."

"त्यामुळे, इवाल्डोसारख्या एका अत्यंत कुशल गिर्यारोहकानं कोणता मार्ग वापरला असेल, याचा विचार करून आम्हाला त्यात आणखी बारकाईनं पाहावं लागलं आणि महत्त्वाच्या फोटोंची संख्या कमी करावी लागली."

मग शेवटी ते तीन संभाव्य ठिकाणांपर्यंत पोहोचले, ज्यात एका ठिकाणी लाल रंगाची वस्तू होती.

दुसऱ्या दिवशी सकाळी, ड्रोन ती जागा तपासण्यासाठी गेले. तेव्हा एका फोटोमध्ये लाल रंगाची दिसणारी वस्तू ही इवाल्डो यांचं हेल्मेट असल्याचं निष्पन्न झालं. यामुळे बचाव पथकाला बेपत्ता झालेल्या या डॉक्टरचा मृतदेह लवकरच सापडला.

तो अजूनही अंशत: बर्फानं झाकलेला होता आणि त्यांनी काळ्या रंगाचे कपडे घातलेले होते. जर एआयनं ड्रोननं घेतलेल्या फोटोंपैकी एका फोटोमधील लाल रंगाच्या बिंदूकडे लक्ष वेधलं नसतं, तर कदाचित इवाल्डो कधीच सापडले नसते.

"जेव्हा हा फोटो घेण्यात आला होता, तेव्हा हेल्मेट सावलीत होतं. मात्र, तरीदेखील सॉफ्टवेअर तो लाल रंग ओळखला होता," असं बॉबिओ म्हणतात.

शोधमोहिमांमधील एआयचा वापर

शोधमोहिमेमध्ये अशाप्रकारच्या एआय तंत्रज्ञानाचा वापर होण्याची ही पहिलीच वेळ नव्हती.

2021 मध्ये, पोलंडमधील व्रोक्लॉ विद्यापीठातील एक उपकंपनीनं विकसित केलेलं एक सॉफ्टवेअर पोलंडच्याच आग्नेय भागातील बेस्किड निस्की इथं बेपत्ता झालेल्या 65 वर्षांच्या व्यक्तीच्या बचावात महत्त्वाचं ठरलं होतं. या मोहिमेत वेळेला खूप महत्त्व होतं. कारण त्या व्यक्तीला अल्झायमरचा आजार होता. तो बेपत्ता होण्याच्या आदल्याच दिवशी त्याला स्ट्रोक आला होता.

एसएआरयूएव्ही नावाच्या सॉफ्टवेअरनं त्या भागाच्या हवेतून किंवा आकाशातून घेतलेल्या 782 फोटोंचं विश्लेषण केलं आणि 4 तासांपेक्षा थोड्याच अधिक वेळात त्या बेपत्ता व्यक्तीचा शोध लावला. बिएस्झझॅडी माउंटन रेस्क्यू सर्व्हिसला त्यानं त्या व्यक्तीचे स्थान दाखवणारे कोऑर्डिनेट्स दिले. बचाव मोहिमेत याप्रकारची स्वयंचलित मानवी शोध प्रणाली वापरली जाण्याची ही पहिलीच वेळ असल्याचं मानलं जातं.

दोन वर्षांनंतर, याच अल्गोरिदमचा वापर आल्प्स पर्वतरांगेच्या ऑस्ट्रियन भागात एका बेपत्ता झालेल्या व्यक्तीचा मृतदेह शोधण्यासाठी करण्यात आला.

युकेमधील लेक डिस्ट्रिक्ट सर्च अँड माउंटन रेस्क्यू असोसिएशननं असंच एक सॉफ्टवेअर विकसित केलं आहे. हे सॉफ्टवेअर नैसर्गिक भूप्रदेशातील नेहमीपेक्षा वेगळ्या रंगाचे पिक्सेल शोधतं.

या सॉफ्टवेअरचा वापर 2023 मध्ये स्कॉटिश हायलँड्समधील ग्लेन एटिव्ह इथं बेपत्ता झालेल्या, डोंगरात भटकंती करण्यासाठी गेलेल्या एका व्यक्तीचा मृतदेह शोधण्यासाठी करण्यात आला होता.

मात्र, बचाव मोहिमांचा विचार करता, अजूनही या तंत्रज्ञानाला बऱ्याच मर्यादा आहेत. जंगलं आणि दाट झाडी यासारख्या काही विशिष्ट भूभागांमध्ये किंवा कमी दृश्यमानता असल्यास ड्रोन जवळपास निरुपयोगी ठरतात.

AI सॉफ्टवेअरमध्ये सुधारणांची आवश्यकता

हवेतून किंवा आकाशातून घेतलेल्या फोटोंमधील विसंगती शोधण्यास सक्षम असलेल्या सध्या अस्तित्वात असलेल्या एआय सॉफ्टवेअरमध्ये अजूनही काही सुधारणांची आवश्यकता आहे.

उदाहरणार्थ, 2013 मध्ये ड्रोनचा वापर सुरू करणाऱ्या युरोपियन युनियनमधील सर्वात आधीच्या लोकांपैकी एक असलेल्या क्रोएशियन माउंटन सेवेच्या तज्ज्ञांनी बीबीसीला सांगितलं की, याप्रकारचे एआय प्रोग्रॅम क्रोएशियातील डोंगराळ प्रदेशात अनेकदा दिशाभूल करणारे निष्कर्ष देतात.

झाडी, वृक्ष आणि विविध खडकांनी व्यापलेल्या गुंतागुंतीच्या कार्स्ट भूभागाच्या मिश्रणामुळे एआय अल्गोरिदम गोंधळतात.

या अल्गोरिदमची विविध भूभागातील आणि परिस्थितीतील अचूकता सुधारण्यासाठी, त्यांना शक्ती देणाऱ्या मशीन लर्निंग सिस्टिमला सतत प्रशिक्षण देत राहणं ही गुरुकिल्ली आहे, असं टोमाझ निडझिएलस्की म्हणतात. ते व्रोक्लॉ विद्यापीठात भू-माहितीतज्ज्ञ (जिओइन्फॉर्मेटिक्स एक्सपर्ट) आहेत आणि एसएआरयूएव्ही सॉफ्टवेअर विकसित करणाऱ्या टीमचे प्रमुख आहेत.

ते म्हणतात की, फोटोंमध्ये वैविध्यपूर्ण भूप्रदेशात मानवी आकृती शोधण्यात काही अतिरिक्त आव्हानं येतात.

"एसएआरयूएव्ही सॉफ्टवेअर सारख्या अल्गोरिदमच्या वापरासाठी सर्वात योग्य प्रदेश म्हणजे मोकळा, निर्जन भागातील विस्तीर्ण भूप्रदेश, जिथे लोकांची अजिबात गर्दी किंवा वर्दळ नसते. त्यामुळे अल्गोरिदमद्वारे चुकीची माहिती किंवा निष्कर्ष मिळण्याची शक्यता कमी असते," असं निडझिएलस्की म्हणतात.

अधिक परिपूर्ण सॉफ्टवेअर विकसित करण्यासाठी संशोधन

डॅनिएल जिओर्डन, इटालियन रिसर्च इन्स्टिट्यूट फॉर जिओ-हायड्रोलॉजिकल प्रोटेक्शन (आयआरपीआय) मध्ये जिओहझार्ड मॉनिटरिंग ग्रुपचे प्रमुख आहेत.

त्यांच्या कामामध्ये, इंजिनिअरिंग जिओलॉजी ॲप्लिकेशनसाठी मानवरहित वाहनं म्हणजे ड्रोनचा वापर करण्याचा समावेश आहे. बेपत्ता झालेल्या लोकांचा शोध घेणाऱ्या अल्गोरिदमच्या वापरामध्ये येणाऱ्या नैतिक आव्हानांबद्दल त्यांनीदेखील इशारा दिला आहे.

"एकदा का तुमच्याकडे हवेतून किंवा आकाशातून घेतलेले फोटो आले की त्यांचा वापर कसा करायचा याची जबाबदारी तुमच्यावर येते. त्या फोटोंमधील मानवी आकृती ओळखणं ही एक कायदेशीर समस्या ठरू शकते," असं ते म्हणाले.

जिओर्डन स्वत: पर्वतावरील बचाव पथकाचा भाग आहेत. बचाव पथकाला अधिक अचूक माहिती देईल असं सुधारित अल्गोरिदम विकसित करण्यासाठी ते पॉलिटेक्निको डी टोरिनो विद्यापीठातील जिओमॅटिक्स टीमबरोबर मिळून काम करत आहेत.

यात एआयनं फोटोंमध्ये ओळखलेल्या प्रत्येक संशयास्पद चिन्ह किंवा खुणेच्या अधिक अचूक भू-संदर्भित (जिओ-रेफरेन्स्ड) स्थानाचा समावेश आहे. यामुळे त्या फोटोंची तपासणी अधिक कार्यक्षमपणे करता येईल.

"आम्हाला अधिक परिपूर्ण सॉफ्टवेअर विकसित करायचं आहे. जे शोध मोहिमेतील सर्व माहितीचं विश्लेषण करण्यास आणि त्याच प्रणालीमध्ये असलेल्या फील्डवरील टीमचं आणि ड्रोनचं व्यवस्थापन करण्यास सक्षम असेल," असं जिओर्डन म्हणतात.

ते पुढे म्हणाले, "या गुंतागुंतीच्या विश्लेषणाचा समावेश थेट ड्रोनमध्ये आणि एसएआर उड्डाणांच्या वेळेस करणं, हे भविष्यातील आव्हान असेल." यामुळे शोधमोहीम सुरू असतानाच भूप्रदेशाच्या फोटोंचं रिअल-टाइममध्ये विश्लेषण करणं शक्य होईल.

अशा शोध मोहिमा अधिक चांगल्या पद्धतीनं राबवता याव्यात यासाठी वेगवेगळ्या मार्गांनी एआयचा वापर करण्यासाठी इतर संशोधन टीमदेखील बचाव संस्थांबरोबर काम करत आहेत.

उदाहरणार्थ, युकेतील ग्लासगो विद्यापीठातील संशोधकांनी अलीकडेच एक मशीन लर्निंग सिस्टम सादर केली आहे. हरवलेली किंवा बेपत्ता झालेली व्यक्ती कशाप्रकारे वागू शकते याची काल्पनिक प्रतिकृती तयार (सिम्युलेट) करण्यासाठी ही सिस्टम आभासी 'एजंट्स' तयार करते.

घराबाहेर हरवल्यानंतर लोक प्रत्यक्ष जगात कसं वागतात, याच्या वर्णनांवर आधारित असलेल्या डेटाचा त्यांनी वापर केला. शोधमोहिमेतील लोक त्यांचे प्रयत्न नेमके कोणत्या ठिकाणी केंद्रित करू शकतात, अशा ठिकाणांचा नकाशा तयार करणं हा यामागचा उद्देश आहे.

ड्रोनमधून फोटो घेतात, तसं करण्याऐवजी, अशा प्रकारची भाकित करणारी पद्धत जंगलासारख्या कठीण प्रदेशांमध्ये वापरली जाऊ शकते.

एखाद्या व्यक्तीचा दुखापतींमुळे किंवा खराब हवामानामुळे मृत्यू होण्यापूर्वी शोध घेण्याची तातडीची आवश्यकता असताना, तसंच मर्यादित साधनं हाताशी असतानाच, अशाप्रकारचे अल्गोरिदम शोध आणि बचाव मोहिमांमध्ये अतिशय महत्त्वाचं साधन ठरू शकतात, असं संशोधकांना वाटतं.

शेवटी, यामुळे अनेकांचा जीव वाचू शकतो.

(बीबीसीसाठी कलेक्टिव्ह न्यूजरूमचे प्रकाशन.)