एक स्वयंसेवक का AI अब दुर्लभ चमकते बादलों की तस्वीरें छाँट रहा है

NASA ने 14 अगस्त 2026 को बताया कि Space Cloud Watch के स्वयंसेवक नमाई चंद्र का बनाया मशीन-लर्निंग उपकरण अब दुर्लभ रात्रिदीप्त बादलों की तस्वीरों की शुरुआती छँटाई में इस्तेमाल हो रहा है। NASA के 14 अगस्त के विवरण के अनुसार, यह तस्वीर की पूर्व-जाँच और वर्गीकरण करता है तथा अपने विश्वास-स्तर के आधार पर आवश्यक मामलों को वैज्ञानिक समीक्षा के लिए चिह्नित करता है।

उसी 14 अगस्त के घटनाक्रम में उपकरण को अंतिम वैज्ञानिक निर्णायक नहीं, बल्कि दोहराव वाली शुरुआती जाँच घटाने वाला सहायक बताया गया है। अगले दिन प्रकाशित नागरिक-विज्ञान विवरण ने भी दो उपयोगों को दर्ज किया: अनिश्चित योगदानकर्ता तस्वीर भेजने से पहले मॉडल की राय ले सकते हैं और वैज्ञानिक समीक्षा योग्य तस्वीरें अलग करने के लिए इसका इस्तेमाल कर सकते हैं।

तस्वीर से समीक्षा-कतार तक क्या होता है

Space Cloud Watch का मूल इनपुट किसी उपग्रह का तैयार निष्कर्ष नहीं, बल्कि नागरिक द्वारा खींची गई आकाश की तस्वीर और उससे जुड़ी प्रेक्षण-सूचना है। चुनौती यह है कि सूर्यास्त के बाद दिखाई देने वाली हर चमकीली, पतली या लहरदार संरचना रात्रिदीप्त बादल नहीं होती। सामान्य निचले बादल और दूसरी प्रकाशित परतें भी तस्वीर में उनसे मिल सकती हैं, इसलिए परियोजना वैज्ञानिकों को योगदान हाथ से जाँचने पड़ते थे।

चंद्र ने इसी दोहराव वाले चरण के लिए मशीन-लर्निंग कार्यप्रवाह विकसित किया। उपलब्ध विवरण के मुताबिक उन्होंने परियोजना वैज्ञानिक चिहोको कलेन्स और ब्रेंथा थुरैराजा से संपर्क किया, फिर वास्तविक रात्रिदीप्त बादलों और उनसे मिलती-जुलती बादल-रचनाओं वाली तस्वीरों से प्रणाली को प्रशिक्षित किया। परीक्षण और सुधार के कई दौर के बाद उपकरण परियोजना के उपयोग में आया।

कार्यप्रवाह में पहले तस्वीर की पूर्व-जाँच होती है, फिर मॉडल संभावित बादल-वर्ग बताता है और उसके साथ अपना विश्वास-स्तर जोड़ता है। परिणाम के आधार पर तस्वीर योगदानकर्ता को शुरुआती संकेत दे सकती है या वैज्ञानिकों की समीक्षा-कतार में चिह्नित हो सकती है। सार्वजनिक जानकारी में सटीकता-दर, निश्चित विश्वास-सीमा या ऐसा कोई नियम नहीं दिया गया है जिसके तहत तस्वीर अपने-आप वैज्ञानिक रूप से स्वीकार हो जाए।

उपकरण किन बादलों को अलग करता है

रात्रिदीप्त या रात में चमकने वाले बादल पृथ्वी के मध्यावरण में बनने वाले अत्यंत ऊँचे बर्फीले बादल हैं। वे सामान्यतः सूर्योदय से पहले या सूर्यास्त के बाद दिखाई देते हैं, जब नीचे का आकाश अँधेरा हो चुका होता है लेकिन क्षितिज के पार का सूर्य उनकी ऊँची परत को अब भी प्रकाशित कर रहा होता है। तस्वीरों में वे अक्सर नीली-सफेद या चाँदी जैसी महीन लहरों और धारियों के रूप में दिखाई देते हैं।

मॉडल का काम केवल तस्वीर में चमक ढूँढना नहीं है। प्रशिक्षण में वास्तविक रात्रिदीप्त बादलों के साथ ऐसे निचले बादलों के उदाहरण भी शामिल किए गए जो उनसे मिलते-जुलते दिख सकते हैं। इस अंतर की जरूरत इसलिए है क्योंकि रंग, पतली बनावट या संध्या का प्रकाश अकेले किसी बादल की ऊँचाई और प्रकृति सिद्ध नहीं करते।

यह सीमा तस्वीरों के प्रसंस्करण पर भी लागू होती है। धुँधलापन, असामान्य प्रकाश, अधिक संवर्धित रंग या प्रशिक्षण-संग्रह से अलग आकाशीय परिस्थितियाँ वर्गीकरण को प्रभावित कर सकती हैं। इसलिए मॉडल का सकारात्मक परिणाम किसी नए प्रेक्षण का प्रमाण नहीं, बल्कि आगे जाँचने योग्य संकेत है।

वैज्ञानिक निर्णय कहाँ बना रहता है

इस व्यवस्था में AI ने वैज्ञानिक को हटाया नहीं है; उसने समीक्षा से पहले का एक सीमित चरण सँभाला है। योगदानकर्ता को तुरंत प्रारंभिक संकेत मिल सकता है, जबकि परियोजना वैज्ञानिक ऐसी तस्वीरों पर ध्यान केंद्रित कर सकते हैं जिनमें मॉडल अनिश्चित है या जिन्हें दोबारा देखना उपयोगी होगा। इससे मशीन का काम छँटाई रहता है और संदर्भ-आधारित व्याख्या मनुष्य के पास।

विश्वास-स्तर सत्यता की गारंटी नहीं है। यह केवल बताता है कि मॉडल अपने प्रशिक्षण उदाहरणों के आधार पर दिए गए वर्गीकरण को लेकर कितना आश्वस्त है। कोई अपरिचित दृश्य गलत वर्गीकरण पा सकता है, और कुछ स्थितियों में गलत अनुमान भी ऊँचे विश्वास के साथ आ सकता है।

शोध-योग्य रिकॉर्ड बनाने के लिए मूल तस्वीर के साथ स्थान, समय और प्रेक्षण की दूसरी जानकारी भी महत्वपूर्ण रहती है। वैज्ञानिक इन सूचनाओं तथा संभावित सामान्य बादलों को देखकर तय करते हैं कि योगदान का क्या अर्थ है। अभी ऐसा कोई सार्वजनिक प्रमाण नहीं है कि पुराने पूरे संग्रह का स्वचालित वर्गीकरण हो चुका है या सभी नई तस्वीरें मानव हस्तक्षेप के बिना स्वीकार की जा रही हैं।

भारत से दिखने वाले बादल पर मॉडल अकेला फैसला नहीं कर सकता

भारत के पाठकों के लिए मुख्य भौगोलिक सीमा यह है कि रात्रिदीप्त बादल मुख्यतः ऊँचे अक्षांशों की ग्रीष्मकालीन मध्यावरण परत में देखे जाते हैं। भारत का अधिकांश भाग उस सामान्य प्रेक्षण-क्षेत्र से काफी दक्षिण में है। इसलिए भारतीय आकाश में दिखने वाली चमकती संध्या-परत को केवल उसके रंग या मॉडल के सकारात्मक संकेत के आधार पर रात्रिदीप्त बादल मानना उचित नहीं होगा।

मध्य और निम्न अक्षांशों के प्रेक्षण फिर भी वैज्ञानिक रूप से महत्वपूर्ण हो सकते हैं, क्योंकि उनकी उपस्थिति अभी शोध का विषय है। परियोजना वैज्ञानिकों के CEDAR शोध-सार में Space Cloud Watch का उद्देश्य नागरिक तस्वीरों और बादल न दिखने की रिपोर्टों को उस मध्यावरणीय वातावरण से जोड़ना बताया गया है जिसमें ये बादल बनते हैं। सार यह भी स्पष्ट करता है कि मध्य और निम्न अक्षांशों पर उनकी आवृत्ति ऊँचे अक्षांशों से कम है।

इस कारण भारत से आई किसी असामान्य तस्वीर के साथ स्थान, स्थानीय समय, देखने की दिशा और मौसम का संदर्भ निर्णायक होगा। मशीन ऐसी तस्वीर को शुरुआती वर्ग दे सकती है, लेकिन वह अकेले नई भौगोलिक उपस्थिति स्थापित नहीं कर सकती। दुर्लभता उस योगदान को रोचक बनाती है, साथ ही गलत पहचान की संभावना भी बढ़ाती है।

फिलहाल पुष्टि इतनी है कि नमाई चंद्र का उपकरण Space Cloud Watch के वास्तविक कार्यप्रवाह में शुरुआती वर्गीकरण और समीक्षा-चिह्नन के लिए इस्तेमाल हो रहा है। इसकी अलग-अलग आकाशीय परिस्थितियों में सटीकता, भ्रम पैदा करने वाली तस्वीरों के प्रकार और वैज्ञानिकों द्वारा बदले जाने वाले निर्णयों की दर सार्वजनिक नहीं है। वे आँकड़े सामने आने तक इसकी उपलब्धि को बेहतर छँटाई और अधिक केंद्रित मानव समीक्षा तक सीमित समझना चाहिए, स्वचालित वैज्ञानिक पुष्टि के रूप में नहीं।