नेपाल प्राकृतिक विपद्को उच्च जोखिममा रहेको देश हो, जहाँ बाढी, पहिरो, भूकम्प र खडेरीजस्ता प्रकोपहरूले बारम्बार जनधनको ठूलो क्षति पुर्याउँदै आएका छन् । जलवायु परिवर्तन र अव्यवस्थित शहरीकरणले यी जोखिमहरूलाई झन् जटिल बनाइरहेका छन् । यस्तो अवस्थामा स्मार्ट प्रविधि—विशेषगरी कृत्रिम बुद्धिमत्ता (एआई)–विपद् व्यवस्थापनमा क्रान्तिकारी परिवर्तन ल्याउने सम्भावनासहित उदाउँदै छ ।
नेपालका लागि प्राकृतिक प्रकोप कुनै नयाँ कुरा होइन । बाढी, पहिरो, भूकम्प र आँधीजस्ता प्रकोपहरू हाम्रो दैनिक जीवनको हिस्सा बनेका छन् । उदाहरणका लागि २०७२ सालको भूकम्पमा हजारौँ मानिसले ज्यान गुमाए भने लाखौँले घरबार गुमाए । त्यस्तै २०७४ सालको तराई बाढीले सयौँ बस्तीहरू डुबानमा परे ।
यी प्रकोपहरूको प्रभावसँगै कमजोर पूर्वाधार, सीमित स्रोतसाधन र अनियन्त्रित सहरी विस्तारले थप जोखिम निम्त्याइरहेका छन् । यस्तो अवस्थामा परम्परागत उपायहरू मात्र पर्याप्त छैनन् । प्रविधिको विकाससँगै नयाँ संकट समाधानका नयाँ बाटोहरू खुलेका छन् ।
कृत्रिम बुद्धिमत्ता (एआई) ले विपद् व्यवस्थापनका विभिन्न चरण–जोखिम पहिचान, पूर्वतयारी, प्रतिकार्य र पुनःस्थापनामा सहयोग पुर्याउन सक्छ । भारतको बिहार राज्यमा एआई आधारित बाढी पूर्वानुमान प्रणालीले ७२ घण्टा अगाडि चेतावनी दिई हजारौँको ज्यान जोगाएको उदाहरण उल्लेखनीय छ । नेपालमा पनि यस्ता प्रविधिको प्रयोगले विपद्को प्रभावलाई उल्लेखनीय रूपमा घटाउन सक्छ ।
एआईले ठूलो परिमाणको तथ्याङ्क विश्लेषण गरी अत्यन्तै छिटो र सटिक निर्णय गर्न सक्छ । मौसम सम्बन्धी तथ्यांक, स्याटेलाइट तस्बिर, सामाजिक सञ्जालका पोस्टहरू र ऐतिहासिक विवरणहरूको संयोजनमार्फत यसले जोखिमको पूर्वानुमान गर्न सक्छ । उदाहरणका लागि गुगलको एआई प्रणालीले बंगलादेशमा बाढीको पूर्वानुमान पाँच दिनअघि नै गरेर स्थानीय समुदायलाई सुरक्षित स्थानमा स्थानान्तरण गर्न सहयोग पुर्याएको थियो ।
नेपालमा पनि कोशी नदीमा बाढीको सम्भावना भएको अवस्थामा एआईले जलस्तर, वर्षा र भौगोलिक अवस्थाको विश्लेषण गरी जोखिमयुक्त क्षेत्र पहिचान गर्न सक्छ जसले स्थानीय सरकार र समुदायलाई उद्दार तथा तयारीमा सहयोग पुर्याउँछ ।
नेपालको भौगोलिक विविधता (हिमाल, पहाड र तराई) ले विपद् जोखिमको पहिचानमा थप चुनौती थप्दछ । पारम्परिक नक्सा वा तथ्यांकले यी सबै क्षेत्र समेट्न सक्दैनन् । यहाँ कृत्रिम बुद्धिमत्ता र भौगोलिक सूचना प्रणाली (जीआईएस) को संयोजनले जोखिम नक्साङ्कनमा नयाँ युगको शुरुआत गर्न सक्छ । उदाहरणका लागि २०७१ सालमा सिन्धुपाल्चोकको जुरे पहिरो यदि पहिले नै एआई मार्फत जोखिमको संकेत पाएको भए सम्भवतः जनधनको क्षति टार्न सकिन्थ्यो ।
एआईले माटोको प्रकार, भू-बनावट र वर्षाको डेटा विश्लेषण गरी जोखिमयुक्त क्षेत्र पहिचान गर्न सक्छ । जसले सुरक्षित पुनर्स्थापना, पूर्वाधार विकास र योजनाबद्ध बसोबासमा टेवा दिन्छ ।
नेपालमा हाल भूकम्प जोखिम नक्साङ्कनका लागि जीआईएसको प्रयोग भइरहेको छ तर एआईको एकीकरणले यस प्रक्रियालाई अझ प्रभावकारी र व्यावहारिक बनाउन सक्छ । एआईले वातावरणीय संरक्षणका उपायहरूको प्रभावकारितासमेत विश्लेषण गर्न सक्छ ।
उदाहरण स्वरूप बागमती नदी किनारमा गरिएको बाँसरोपण परियोजनाले बाढीको जोखिम घटाएको छ । एआईले यस्ता परियोजनाका लागि उपयुक्त स्थान पहिचान गर्न सहयोग पुर्याउन सक्छ ।
चुरे क्षेत्रमा भइरहेका वन विनाशले बाढी र पहिरोको जोखिम बढाइरहेका छन् । एआईले यस्ता क्षेत्रमा पुनः हरियाली ल्याउने कार्यका लागि वैज्ञानिक विश्लेषण र योजना निर्माण गर्न सक्छ ।
उदाहरणका लागि मलावीमा एआई आधारित प्रणालीले खडेरी न्यूनीकरणका लागि उपयुक्त बिरुवाको छनोट गर्दै व्यवहारमा उदाहरणीय कार्य गरेको छ । नेपालमा पनि यस्ता प्रणाली अपनाई वातावरणीय संकटहरूको समाधान प्रविधिमैत्री बनाउन सकिन्छ ।
एआईले स्याटेलाइट तस्बिर, ड्रोन फुटेज र सामाजिक सञ्जालका सामग्री विश्लेषण गरी क्षतिको अवस्था र आवश्यक सहयोगको पहिचान गर्न सक्छ । उदाहरणका लागि मोजाम्बिकमा आएको सन् २०१९ को आँधीमा एआई आधारित ड्रोनहरूले क्षतिग्रस्त क्षेत्रको नक्सा बनाएर उद्दार कार्यलाई तीव्र बनाएका थिए । नेपालमा २०७२ सालको भूकम्पका बेला सामाजिक सञ्जालबाट प्राप्त जानकारीले उद्दार कार्यमा सहयोग गरेको उदाहरण हामीसँग छ ।
हाल नेपालमा ड्रोन प्रविधिको प्रयोग बढ्दो छ । एआई-नियन्त्रित ड्रोनले दुर्गम हिमाली क्षेत्रहरूमा औषधि र खाद्यान्न आपूर्ति गर्न सक्छन् र गरिरहेका छन् । तर प्रविधिको प्रयोगसँगै केही चुनौतीहरू पनि छन् । धेरै एआई प्रणालीहरू विकसित देशका सन्दर्भमा बनाइएका हुने भएकाले ती नेपालका भौगोलिक, सामाजिक वा सांस्कृतिक सन्दर्भमा उपयुक्त नहुन सक्छन् । गलत वा अपूर्ण डेटा, गलत मोडल वा गलत विश्लेषणले जोखिम झन् बढाउन सक्छ ।
त्यसैले नेपालमा प्रयोग गरिने एआई प्रणालीहरू स्थानीय सन्दर्भमा आधारित हुनु आवश्यक छ । तराईको डुबान समस्या र हिमाली क्षेत्रको पहिरो समस्या छुट्टाछुट्टै विश्लेषण र मोडलिङ चाहिन्छ । साथै समुदायको परम्परागत ज्ञान र अनुभवलाई प्रविधिमा समावेश गर्न सकेमात्र प्रभावकारी समाधान सम्भव हुन्छ ।
एआईको प्रभावकारी प्रयोगका लागि स्थानीय जनशक्तिको क्षमता अभिवृद्धि, खुला डेटा पहुँच र अन्तर्राष्ट्रिय साझेदारी अपरिहार्य छन् । उदाहरणका लागि बंगलादेशमा विश्वविद्यालय र गैरसरकारी संस्थाहरूको सहकार्यमा बाढी पूर्वानुमान प्रणाली विकसित गरिएको छ ।
नेपालमा पनि त्रिभुवन विश्वविद्यालय, काठमाडौँ विश्वविद्यालय तथा अन्य अनुसन्धान संस्थासँग सहकार्य गरेर यस्ता प्रणाली विकास गर्न सकिन्छ । साथै सरकारको 'खुला तथ्याङ्क पहल' मार्फत मौसम, भू-बनावट र जनसांख्यिक तथ्यांकलाई सार्वजनिक गरी अनुसन्धान र विकासलाई टेवा दिन सकिन्छ ।
विपद् व्यवस्थापन अब केवल उद्दारमा सीमित छैन । एआईको सहायताले नेपालले विपद् आउनुअघि नै पूर्वतयारी गर्न सक्छ । उदाहरणका लागि जापानमा एआई आधारित भूकम्प पूर्वानुमान प्रणालीले घटनाअघि नै चेतावनी दिई जनधनको क्षति कम गरिरहेको छ ।
नेपालमा पनि यस्ता प्रणालीको विकास र प्रयोगमार्फत बाढी, पहिरो र भूकम्पको जोखिम घटाउन सकिन्छ । एआई प्रविधि मानव जीवनको रक्षाका लागि हो । मेशिनको लागि होइन । प्रविधि केवल उपकरण हो । यसको सफल प्रयोग समुदाय, सरकार र नीति निर्माताको समन्वयपूर्ण नेतृत्वमा निर्भर गर्छ ।
सही योजना र लगानीका साथ एआई जीवनरक्षक बन्न सक्छ। उदाहरणका लागि २०१७ मा पेरुमा एआई प्रणालीले बाढीको चेतावनी दिएर हजारौंको ज्यान बचाएको थियो। नेपालमा पनि यस्ता प्रणालीहरू अपनाई संकटलाई अवसरमा रूपान्तरण गर्न सकिन्छ ।
निष्कर्षः
स्मार्ट प्रविधिको प्रयोग, विशेषगरी कृत्रिम बुद्धिमत्ता, नेपालको विपद् व्यवस्थापन प्रणालीमा क्रान्तिकारी परिवर्तन ल्याउन सक्षम छ तर यस प्रविधिको प्रभावकारिता समुदायको सहभागिता, स्थानीय सन्दर्भको समझ र सशक्त नेतृत्वमा निर्भर गर्छ । यदि हामीले यो अवसर सदुपयोग गर्यौँ भने विपद्लाई पनि सशक्त भविष्य निर्माणको माध्यम बनाउन सकिन्छ । यो केवल प्रविधिको कुरा होइन—यो हामी सबैको सुरक्षित भविष्यको कुरा हो ।
