Google-এর সবুজ AI কর্মসূচিতে ১৬ দল—Asia-Pacific-এ বাস্তব প্রয়োগের পরীক্ষা

Google ৭ সেপ্টেম্বর ২০২৬-এ Google DeepMind Accelerator: AI for the Planet-এর প্রথম Asia-Pacific cohort-এর জন্য ১৬টি সংগঠন বেছে নেওয়ার ঘোষণা দিয়েছে। স্টার্টআপ, অলাভজনক সংস্থা ও গবেষণা দলগুলোর তিন মাসের কর্মসূচি একই সপ্তাহে সিঙ্গাপুরে হাতে-কলমে bootcamp দিয়ে শুরু হয়েছে বলে Google-এর ৭ সেপ্টেম্বরের ঘোষণায় জানানো হয়েছে।

এই ১৬ দল প্রকৃতি ও জলবায়ু সহনশীলতা, টেকসই কৃষি এবং জলবায়ু ও carbon solution নিয়ে কাজ করছে; তারা Google-এর AI stack, বিশেষজ্ঞ mentorship ও লক্ষ্যভিত্তিক সহায়তা পাবে। eWeek-এর ৭ সেপ্টেম্বরের প্রতিবেদনে একই cohort, সিঙ্গাপুরে সূচনা ও তিন মাসের মেয়াদ নিশ্চিত করার পাশাপাশি উল্লেখ করা হয়েছে যে পৃথক প্রকল্পের accuracy benchmark বা স্বাধীনভাবে যাচাই করা মাঠপর্যায়ের ফল এখনো প্রকাশিত হয়নি।

১৬ দলের কাজ তিন ধরনের পরিবেশগত সমস্যায়

নির্বাচিত সংগঠনগুলো Australia, India, Indonesia, Japan, New Zealand, Singapore, South Korea ও Thailand—এই আট দেশের। অনেক প্রকল্পই বাস্তব পরিবেশের শব্দ, ছবি, satellite data, কৃষি ও carbon-সংক্রান্ত তথ্যকে শনাক্তকরণ, পূর্বাভাস বা পরিমাপে রূপ দিতে চায়। ফলে cohort-টির মূল পরীক্ষা শুধু model তৈরি নয়; model-এর output বাস্তব পর্যবেক্ষণের সঙ্গে কতটা মেলে, সেটিও গুরুত্বপূর্ণ।

প্রকৃতি সুরক্ষা ও জলবায়ু সহনশীলতা বিভাগে ছয়টি সংগঠন রয়েছে:

• 800 Trust, New Zealand—AI ও bioacoustics দিয়ে জীববৈচিত্র্য পর্যবেক্ষণ এবং পরিবেশগত হুমকি শনাক্ত করতে চায়।
• Kumi Analytics, Singapore—remote sensing ও deep learning মিলিয়ে সংরক্ষণ প্রকল্পের environmental baseline তৈরির কাজ করছে।
• Listening Lab, New Zealand—কম data-নির্ভর bioacoustic প্রযুক্তিতে প্রাণীর শব্দ পর্যবেক্ষণের ব্যবস্থা তৈরি করছে।
• TelePIX, South Korea—satellite data থেকে mangrove পর্যবেক্ষণের ব্যবহারযোগ্য তথ্য বের করতে চায়।
• Wildlife.ai, New Zealand—বন্য প্রাণী সংরক্ষণের জন্য open-source, AI-চালিত camera নির্মাণ করছে।
• Yayasan Ekosistem Lestari, Indonesia—পরিবেশের অবক্ষয় ও দুর্যোগঝুঁকির সম্পর্ক চিহ্নিত করতে predictive AI platform তৈরি করছে।

টেকসই কৃষি বিভাগে পাঁচটি দল আছে। Indonesia-এর Edufarmers messaging app-এর মাধ্যমে ক্ষুদ্র কৃষককে পোকা, রোগ ও আবহাওয়াবিষয়ক প্রায় তাৎক্ষণিক নির্দেশনা দিতে চায়। Thailand-এর Living Roots নির্দিষ্ট ফসলের উপযোগী biological fertilizer নকশায় data ও AI ব্যবহার করছে।

Singapore-এর SIGMA satellite data থেকে ফলনের পূর্বাভাসের model তৈরি করছে। India-এর Terrastack satellite ও agronomic data মিলিয়ে plot-স্তরের জমির তথ্য দিতে চায়; Australia-এর X-Centric বহনযোগ্য AI-সমৃদ্ধ X-ray hardware দিয়ে দ্রুত geochemical analysis-এর লক্ষ্য নিয়েছে।

জলবায়ু ও carbon solution বিভাগেও পাঁচটি সংগঠন রয়েছে। Japan-এর Archeda satellite data দিয়ে প্রকৃতিনির্ভর carbon credit পরিমাপের ব্যবস্থা করছে এবং Singapore-এর City Syntax Lab শহুরে এলাকায় জ্বালানি ব্যবহার ও carbon emission অনুকূল করার agentic AI platform বানাচ্ছে।

India-এর Climitra Carbon Geo-AI দিয়ে invasive species অপসারণ যাচাই করে সেগুলো biochar-এ রূপান্তরের উদ্যোগে কাজ করছে। একই দেশের Farmers for Forests AI-চালিত drone দিয়ে agroforestry-এর carbon ও biodiversity ফল মাপতে চায়; Varaha Climate remote sensing ও AI দিয়ে regenerative agriculture এবং carbon removal যাচাই করছে।

bootcamp-এর পর সহায়তার কাঠামো

সিঙ্গাপুরে ৭–১১ সেপ্টেম্বর নির্ধারিত এক সপ্তাহের bootcamp-এ keynote, workshop ও diagnostic session-এর মাধ্যমে প্রকল্পের সীমা ও লক্ষ্য নির্ধারণের কথা। এরপর dedicated relationship manager-এর তত্ত্বাবধানে তিন মাসের virtual support, একান্ত mentorship এবং Google ও শিল্পবিশেষজ্ঞদের প্রযুক্তিগত পরামর্শ থাকবে বলে Google DeepMind-এর কর্মসূচি বিবরণে উল্লেখ আছে।

সহায়তাটি equity-free; এর মধ্যে প্রশিক্ষণ, product ও business mentoring এবং technical project partnership রয়েছে। যোগ্যতা যাচাই ও অনুমোদন সাপেক্ষে কিছু স্টার্টআপ বা প্রকল্প Google Cloud credit এবং বিনা মূল্যের Cloud TPU-ও পেতে পারে। অর্থাৎ এগুলো প্রত্যেক দলের জন্য নিশ্চিত নগদ অনুদান নয়।

Google cohort-টির জন্য AnthroKrishi, ForestCast, AlphaEarth Foundations, SpeciesNet ও Perch-এর মতো বিশেষায়িত model-এর কথা বলেছে। তবে কোন দল কোন model ব্যবহার করবে, কত computing resource পাবে বা পৃথক সহায়তার আর্থিক মূল্য কত—এসব তথ্য প্রকাশ করা হয়নি।

বাস্তব প্রয়োগের সাফল্য কীভাবে বোঝা যাবে

accelerator-এ নির্বাচন একটি প্রাতিষ্ঠানিক বাছাই; তা কোনো প্রকল্পের নির্ভুলতা, ব্যবহারযোগ্যতা বা পরিবেশগত সুফলের চূড়ান্ত প্রমাণ নয়। Google-এর আবেদন-শর্তে কার্যকর prototype বা MVP, প্রাথমিক validation ও traction চাওয়া হয়েছিল, কিন্তু নির্বাচিত দলগুলোর সেই প্রমাণ আলাদাভাবে প্রকাশ করা হয়নি।

জীববৈচিত্র্য পর্যবেক্ষণের প্রকল্পে species শনাক্তকরণের নির্ভুলতা, ভুল শনাক্তকরণের হার এবং স্থানীয় বিশেষজ্ঞের ground verification প্রাসঙ্গিক সূচক হতে পারে। mangrove বা অন্য ভূদৃশ্যের satellite analysis-এ ground survey-এর সঙ্গে মিল, পরিবর্তন শনাক্ত করার সময় এবং মেঘ বা দুর্বল image-এর প্রভাব আলাদা করে জানা প্রয়োজন। এগুলো সম্পাদকীয়ভাবে প্রস্তাবিত যাচাইয়ের ক্ষেত্র, Google ঘোষিত অভিন্ন benchmark নয়।

কৃষি প্রকল্পে forecast-এর সঙ্গে প্রকৃত harvest তুলনা এবং pest বা weather advice অনুসরণের পর মাঠের ফল দেখা জরুরি। শুধু কত কৃষকের কাছে বার্তা পৌঁছেছে, তা দিয়ে কার্যকারিতা বোঝা যাবে না; পরামর্শ সময়োপযোগী ও স্থানীয় ফসলের উপযোগী ছিল কি না এবং ফলন বা ক্ষতিতে পরিমাপযোগ্য পরিবর্তন এসেছে কি না, সেটিই বাস্তব ফলের শক্তিশালী প্রমাণ হবে।

carbon credit ও removal-সংশ্লিষ্ট উদ্যোগে baseline, additionality, স্থায়িত্ব, measurement uncertainty এবং third-party audit গুরুত্বপূর্ণ। শহুরে energy optimization-এর ক্ষেত্রেও পরিবর্তনের আগে ও পরে তুলনাযোগ্য energy use ও emission হিসাব ছাড়া model-এর output-কে পরিবেশগত উন্নতি বলা কঠিন।

এখনো যেসব ফল প্রকাশের অপেক্ষায়

এখন নিশ্চিত তথ্য হলো, ১৬ সংগঠনের cohort বাছাই হয়েছে, সিঙ্গাপুরের bootcamp দিয়ে কর্মসূচি শুরু হয়েছে এবং ডিসেম্বর পর্যন্ত দলগুলো প্রযুক্তিগত সহায়তা ও mentorship পাবে। কিন্তু common benchmark, project-ভিত্তিক accuracy, মাঠপর্যায়ের deployment volume, ব্যবহৃত dataset-এর সীমা বা স্বাধীনভাবে যাচাই করা পরিবেশগত outcome এখনো প্রকাশ্যে নেই।

কর্মসূচির পরবর্তী নির্ধারিত মাইলফলক ডিসেম্বর ২০২৬-এর Demo Day। সেখানে prototype-এর পাশাপাশি মাঠের ফল, স্থানীয় validation ও পরিমাপযোগ্য পরিবেশগত পরিবর্তন প্রকাশিত হলে বোঝা যাবে এই cohort Google-এর প্রযুক্তিগত সহায়তাকে কার্যকর বাস্তব প্রয়োগে কতটা রূপ দিতে পেরেছে।

আরও পড়ুন:

• Gemini Enterprise-এ খালি আসনের খরচ নেই: Google বদলাল AI বিলিং