ਡੇਟਾ ਸਾਖਰਤਾ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਯੋਗਦਾਨ: ਏਆਈ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਫੋਰੈਂਸਿਕ ਡੇਟਾ ਆਡਿਟ

ਭਾਰਤ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿਦਿਆਰਥੀ ਡੇਟਾ ਨੂੰ ਹਾਸਲ ਕਰਨ ਲਈ ਲੈਬ-ਸੰਪੂਰਨ ਮਾਡਲ ਬਣਾਉਣਾ ਸਿੱਖਦੇ ਹਨ, ਪਰ ਕੁਝ ਨੂੰ ਇਹ ਸਿਖਾਇਆ ਜਾਂਦਾ ਹੈ ਕਿ ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨ ਅਤੇ ਮਾਪਣਯੋਗ ਸਮਾਜਿਕ-ਆਰਥਿਕ ਪ੍ਰਭਾਵ ਲਈ ਡੇਟਾ ਦਾ ਆਡਿਟ ਕਿਵੇਂ ਕਰਨਾ ਹੈ।

ਦਿੱਲੀ ਦੇ 2023 ਏਅਰ ਕੁਆਲਿਟੀ ਇੰਡੈਕਸ (AQI) ਡੇਟਾ ਵਿੱਚ 30% ਗਲਤੀ ਦੀ ਪਛਾਣ ਕਰਨ ਵਾਲਾ ਇੱਕ ਕੇਸ ਅਧਿਐਨ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ‘ਫੋਰੈਂਸਿਕ ਡੇਟਾ ਸਾਖਰਤਾ’ ਨੂੰ ਦੇਸ਼ ਵਿੱਚ ਕੋਰ ਇੰਜੀਨੀਅਰਿੰਗ ਪਾਠਕ੍ਰਮ ਦਾ ਹਿੱਸਾ ਬਣਨ ਦੀ ਕਿਉਂ ਲੋੜ ਹੈ।

ਸਹੀ AQI ਰੀਡਿੰਗਾਂ ਦੀ ਮਹੱਤਤਾ

ਹਰ ਸਰਦੀਆਂ ਵਿੱਚ, ਆਪਣੀਆਂ ਬਾਲਕੋਨੀਆਂ ਵਿੱਚ ਚਾਹ ਦੇ ਨਾਲ ਧੁੰਦਲੀ ਸਵੇਰ ਦਾ ਆਨੰਦ ਲੈਣ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਬਜਾਏ, ਭਾਰਤ ਦੇ ਰਾਸ਼ਟਰੀ ਰਾਜਧਾਨੀ ਖੇਤਰ (ਦਿੱਲੀ-ਐਨਸੀਆਰ) ਦੇ ਵਸਨੀਕ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਪ੍ਰਦੂਸ਼ਿਤ ਸ਼ਹਿਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਇੱਕ ਹੋਰ ਦਿਨ ਬਚਣ ਲਈ (ਹੌਲੀ-ਹੌਲੀ ਮਰਨ) ਲਈ ਮਾਸਕ, ਏਅਰ ਪਿਊਰੀਫਾਇਰ ਅਤੇ AQI ਐਪਸ ਨਾਲ ਹਥਿਆਰਬੰਦ ਹੋਣ ਲਈ ਮਜਬੂਰ ਹਨ। AQI ਰੀਡਿੰਗਜ਼ ਇਸ ਸਮੇਂ ਜ਼ਿਆਦਾ ਮਹੱਤਵ ਰੱਖਦੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਇਹ ਸਰਕਾਰ ਨੂੰ ਆਮ ਤੌਰ ‘ਤੇ ਨਾਗਰਿਕਾਂ ਦੀਆਂ ਰੋਜ਼ਾਨਾ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਅਤੇ ਖਾਸ ਤੌਰ ‘ਤੇ ਖੇਤਰ ਦੀਆਂ ਵੱਡੀਆਂ ਆਰਥਿਕ ਗਤੀਵਿਧੀਆਂ ‘ਤੇ ਵੱਖ-ਵੱਖ ਤੀਬਰਤਾਵਾਂ ਦੇ ਗ੍ਰੇਡਡ ਰਿਸਪਾਂਸ ਐਕਸ਼ਨ ਪਲਾਨ (GRAP) ਦੇ ਤਹਿਤ ਪਾਬੰਦੀਆਂ ਲਗਾਉਣ ਲਈ ਇੱਕ ਮਾਪਦੰਡ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ।

ਫਿਰ ਵੀ, AQI ਨਿਗਰਾਨੀ ਦੇ ਪੱਧਰ ‘ਤੇ “ਸੱਚਾਈ ਪਾੜੇ” ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਇੱਕ ਢਾਂਚਾਗਤ ਖਾਲੀ ਹੋਣ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਸਮੇਂ ਤੋਂ ਪਹਿਲਾਂ ਜਾਂ ਦੇਰੀ ਨਾਲ ਪਾਬੰਦੀਆਂ ਸੰਕਟ ਨੂੰ ਘੱਟ ਕਰਨ ਦੀ ਬਜਾਏ ਹੋਰ ਵਧਾ ਦਿੰਦੀਆਂ ਹਨ।

ਇਸ ਲਈ, ਸਹੀ AQI ਰੀਡਿੰਗਾਂ ਦੀ ਮਹੱਤਤਾ – ਕੁਝ ਅਜਿਹਾ ਜੋ ਰਵਾਇਤੀ AQI ਨਿਗਰਾਨੀ ਪ੍ਰਣਾਲੀਆਂ, ਦਲੀਲ ਨਾਲ, ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹੀਆਂ ਹਨ।

ਸੱਚਾ ਅੰਤਰ

ਦਹਾਕਿਆਂ ਤੋਂ, ਪਰੰਪਰਾਗਤ AQI ਨਿਗਰਾਨੀ ਪ੍ਰਣਾਲੀਆਂ ਇੱਕ ਲੀਨੀਅਰ ਸਿਧਾਂਤ ‘ਤੇ ਆਧਾਰਿਤ ਹਨ – ਮਸ਼ੀਨੀ ਤੌਰ ‘ਤੇ ਖਾਸ ਮਾਈਕ੍ਰੋਨ (PM 2.5) ਦੇ ਕਣਾਂ ਨੂੰ ਮਾਪਣਾ ਅਤੇ ਉਸ ਦੀ ਸਹੀ ਰੀਡਿੰਗ ਦੇਣਾ।

ਹਾਲਾਂਕਿ, AQI ਸਿਰਫ਼ ਇੱਕ ਸੰਖਿਆ ਨਹੀਂ ਹੈ ਅਤੇ ਅਸਲ ਸੰਸਾਰ ਇੱਕ ਆਦਰਸ਼ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਸੈਟਿੰਗ ਦਾ ਗਠਨ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਮਾਪਦੰਡ ਜਿਵੇਂ ਕਿ ਸਾਪੇਖਿਕ ਨਮੀ (RH), ਬੈਰੋਮੈਟ੍ਰਿਕ ਦਬਾਅ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਤਾਪਮਾਨ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਪ੍ਰਦੂਸ਼ਕਾਂ ਦੇ ਮਾਪ ਨੂੰ ਬਦਲਣ ਲਈ ਕਣਾਂ ਦੇ ਨਾਲ ਲਗਾਤਾਰ ਅਤੇ ਸੰਖਿਆਤਮਕ ਤੌਰ ‘ਤੇ ਇੰਟਰੈਕਟ ਕਰਦੇ ਹਨ।ਹਵਾ ਵਿਚ.

ਪ੍ਰਦੂਸ਼ਣ ਲਾਕ ਪ੍ਰਭਾਵ

ਪਰੰਪਰਾਗਤ AQI ਨਿਗਰਾਨੀ ਪ੍ਰਣਾਲੀਆਂ ਨੇ ਇਸ ਨੂੰ ਬਿਲਕੁਲ ਵੀ ਧਿਆਨ ਵਿੱਚ ਨਹੀਂ ਰੱਖਿਆ – ਜਿਸ ਨਾਲ ਗਲਤ AQI ਰੀਡਿੰਗਾਂ ਹੁੰਦੀਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਨਿਗਰਾਨੀ ਦੇ ਕਾਰਕ ਰਵਾਇਤੀ ਤੌਰ ‘ਤੇ ਸਾਪੇਖਿਕ ਨਮੀ ਅਤੇ ਵਾਯੂਮੰਡਲ ਦੇ ਦਬਾਅ ਨੂੰ ਜਾਣਕਾਰੀ ਦੇ ਵੱਖਰੇ ਟੁਕੜਿਆਂ ਵਜੋਂ ਮੰਨਦੇ ਹਨ।

ਹਾਲਾਂਕਿ, “ਪ੍ਰਦੂਸ਼ਣ ਲਾਕ” ਉਹ ਬਿੰਦੂ ਹੈ ਜਿਸ ‘ਤੇ ਹਵਾ ਹੁਣ ਪ੍ਰਦੂਸ਼ਕਾਂ ਨੂੰ ਨਹੀਂ ਖਿਲਾਰ ਰਹੀ ਹੈ, ਅਤੇ AI ਦੇਖਦਾ ਹੈ ਕਿ ਹਵਾ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਸਾਪੇਖਿਕ ਨਮੀ ਅਤੇ ਵਾਯੂਮੰਡਲ ਦੇ ਦਬਾਅ ਦੇ ਵਿਚਕਾਰ ਆਪਸੀ ਤਾਲਮੇਲ ਕਾਰਨ ਪ੍ਰਦੂਸ਼ਕਾਂ ਨੂੰ ਫਸਾ ਰਹੀ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਐਕਸਪੋਜ਼ਰ ਕੰਟੋਰ ਮੈਪ ਗੈਰ-ਲੀਨੀਅਰ ‘ਰੈੱਡ ਜ਼ੋਨ’ ਦੀ ਕਲਪਨਾ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਵਾਯੂਮੰਡਲ ਦੇ ਦਬਾਅ ਅਤੇ ਸਾਪੇਖਿਕ ਨਮੀ ਦੇ ਖਾਸ ਥ੍ਰੈਸ਼ਹੋਲਡ ਸ਼ਹਿਰੀ ਪ੍ਰਦੂਸ਼ਕਾਂ ਲਈ ਢਾਂਚਾਗਤ ਫਸਾਉਣ ਪ੍ਰਭਾਵ ਪੈਦਾ ਕਰਨ ਲਈ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ।

ਵਿਸਥਾਰ ਵਿੱਚ, ਇੱਕ ਸਬੰਧ ਮੈਟ੍ਰਿਕਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਮੌਸਮ ਦੇ ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਗਤੀਸ਼ੀਲ ਬੰਧਨ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ – ਨਮੀ, ਦਬਾਅ, ਤਾਪਮਾਨ, ਐਰੋਸੋਲ ਹਾਈਗ੍ਰੋਸਕੋਪੀਸਿਟੀ (ਜੋ ਕਿ ਕਿਸੇ ਪਦਾਰਥ ਦੀ ਆਲੇ ਦੁਆਲੇ ਦੇ ਵਾਯੂਮੰਡਲ ਤੋਂ ਸਿੱਧੇ ਪਾਣੀ ਦੇ ਅਣੂਆਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਨ, ਸੋਖਣ ਜਾਂ ਜਜ਼ਬ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੁੰਦੀ ਹੈ) ਅਤੇ AQ ਦੇ ਵਿਚਕਾਰ ਸਹੀ ਨਤੀਜੇ ਦੀ ਤਾਕਤ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ – ਰਿਸ਼ਤਿਆਂ ਦੇ ਵਿਚਕਾਰ ਸਹੀ ਨਤੀਜਾ ਫਰੇਮ. ਜੋ ਕਿ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਮੇਂ ‘ਤੇ AQI ਦਾ ਇੱਕ ਸੰਪੂਰਨ ਅਤੇ ਸਹੀ ਨਜ਼ਰੀਆ ਦੇ ਸਕਦਾ ਹੈ।

ਅਸਲ AQI ਰੀਡਿੰਗ ਲਈ ਦਿੱਲੀ ਦੀ ਹਵਾ ਦੀ ਗੁਣਵੱਤਾ ਦਾ ਫੋਰੈਂਸਿਕ ਆਡਿਟ

ਅਸਲ AQI ਰੀਡਿੰਗ ਲਈ 2023-2024 ਵਿੱਚ ਦਿੱਲੀ ਦੀ ਹਵਾ ਦੀ ਗੁਣਵੱਤਾ ਦਾ ਫੋਰੈਂਸਿਕ ਆਡਿਟ

ਇੱਕ ਕੇਸ ਸਟੱਡੀ ਦੇ ਤੌਰ ‘ਤੇ, ਦਿੱਲੀ ਦੇ AQI ਰੀਡਿੰਗਾਂ ਵਿੱਚ ਇਸ ‘ਸੱਚ ਦੇ ਪਾੜੇ’ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ, 2023-2024 ਦੀ ਮਿਆਦ ਦੇ ਦੌਰਾਨ ਦਿੱਲੀ ਵਿੱਚ ਹਵਾ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਅੰਕੜਿਆਂ ‘ਤੇ ਇੱਕ ਬਹੁਪਦ-ਵਧਿਆ ਹੋਇਆ ਬੇਤਰਤੀਬ ਜੰਗਲਾਤ ਰਿਗਰੈਸ਼ਨ (PERFR) ਮਾਡਲ ਵਰਤਿਆ ਗਿਆ ਸੀ।

ਪੁਰਾਣੇ ਪਹੁੰਚਾਂ ਦੇ ਉਲਟ, ਜੋ ਹਵਾ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਨ ਵਾਲੇ ਅਸਲ ਵਾਤਾਵਰਣਕ ਕਾਰਕਾਂ ਨੂੰ ਸਿਰਫ਼ ਸੈਕੰਡਰੀ ਸ਼ੋਰ ਦੇ ਤੌਰ ‘ਤੇ ਸਮਝਦਾ ਹੈ, ਇਸ ਮਾਡਲ ਨੇ AQI ਸੈਂਸਰਾਂ ਦੁਆਰਾ ਨਿਰੀਖਣ ਕੀਤੇ ਜਾ ਰਹੇ ਐਰੋਸੋਲ ਮਿਸ਼ਰਣ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਵੱਖ-ਵੱਖ ਕਾਰਕਾਂ ਵਿਚਕਾਰ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ।

ਵੱਖ-ਵੱਖ ਪਰਸਪਰ ਕਿਰਿਆਵਾਂ, ਜਿਵੇਂ ਕਿ (ਨਮੀ * ਦਬਾਅ) ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ, ਵਿਅਕਤੀਗਤ ਮੌਸਮ ਵੇਰੀਏਬਲਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਸਟੀਕਤਾ ਨਾਲ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਹੇਠਾਂ ਦਿੱਤੀ ਵਿਸ਼ੇਸ਼ਤਾ-ਮਹੱਤਤਾ ਦਰਜਾਬੰਦੀ ਸਾਰਣੀ – ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਸੈਕੰਡਰੀ ਵੇਰੀਏਬਲਾਂ (ਜਿਵੇਂ ਕਿ ਤਾਪਮਾਨ ਅਤੇ ਨਮੀ) ਵਿਚਕਾਰ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਪੂਰਵ ਅਨੁਮਾਨ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਵਿਅਕਤੀਗਤ ਮੈਟ੍ਰਿਕਸ ਨਾਲੋਂ ਗਣਿਤਿਕ ਤੌਰ ‘ਤੇ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹਨ – ਪਹੁੰਚਿਆ ਗਿਆ ਸੀ।

ਮਾਡਲ ਨੇ ਦਿੱਲੀ ਦੇ AQI ਡੇਟਾ ਵਿੱਚ ਲਗਭਗ 60% ਗਲਤੀ ਲਈ ਸਾਪੇਖਿਕ ਨਮੀ (RH) ਪਾਈ। ਇਹ ਮਾਡਲ ਫਿਰ ਦਿੱਲੀ ਖੇਤਰ ਵਿੱਚ ਪਾਏ ਜਾਣ ਵਾਲੇ ਐਰੋਸੋਲ ਮਿਸ਼ਰਣ ਲਈ ਹਾਈਗ੍ਰੋਸਕੋਪਿਕ ਵਿਕਾਸ ਵਕਰ ਨੂੰ ਪਲਾਟ ਕਰਦਾ ਹੈ ਅਤੇ ਦੱਸਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਪਾਣੀ ਦੇ ਅਣੂ ਧੂੜ ਦੇ ਸਪੱਸ਼ਟ ਆਕਾਰ ਨੂੰ ਵਧਾਉਣ ਲਈ ਧੂੜ ਦੇ ਕਣਾਂ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ ਕਿਉਂਕਿ ਸੈਂਸਰ ਦਾ ਲੇਜ਼ਰ ਇਸਨੂੰ ਮਾਪਦਾ ਹੈ – ਇਸ ਤਰ੍ਹਾਂ ਸਿੱਧੇ AQI ਰੀਡਿੰਗ ਨੂੰ ਵਿਗਾੜਦਾ ਹੈ।

ਆਖਰਕਾਰ, ਇਹ ਪਾਇਆ ਗਿਆ ਕਿ ਦਿੱਲੀ ਵਿੱਚ ਸਰਦੀਆਂ ਦੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਸੈਂਸਰ ਹਮੇਸ਼ਾ ਓਵਰ-ਰਿਪੋਰਟਿੰਗ ਕਰਦੇ ਸਨ, 2023-2024 ਆਡਿਟ ਵਿੱਚ ਸੈਂਸਰਾਂ ਨੂੰ ਉੱਚ ਨਮੀ ਦੇ 5 ਵਿੱਚੋਂ 4 ਦਿਨਾਂ ਦੀ ਓਵਰ-ਰਿਪੋਰਟਿੰਗ ਮਿਲੀ – ਨਤੀਜੇ ਵਜੋਂ ਇੱਕ “ਭੂਤ ਸਪਾਈਕ” ਹੋਇਆ।

ਦੂਜੇ ਪਾਸੇ, AQI ਮਾਨੀਟਰ ਬਹੁਤ ਹੀ ਖੁਸ਼ਕ ਸਥਿਤੀਆਂ (RH <25%) ਵਿੱਚ ਘੱਟ ਰਿਪੋਰਟ ਕਰ ਰਹੇ ਸਨ, ਅਜਿਹੀਆਂ ਸਥਿਤੀਆਂ ਜੋ ਬਹੁਤ ਘੱਟ ਸਰਦੀਆਂ ਦੇ ਧੁੰਦ ਦੇ ਮੌਸਮ ਵਿੱਚ ਹੁੰਦੀਆਂ ਹਨ।

ਭੂਤ ਪ੍ਰਭਾਵ

ਇਸ ਮਾਡਲ ਦਾ ਅੰਤਮ ਟੈਸਟ 3-5 ਨਵੰਬਰ, 2023 ਨੂੰ ਹੋਇਆ ਸੀ, ਜਦੋਂ ਦਿੱਲੀ ਦੀ ਹਵਾ ਦੀ ਗੁਣਵੱਤਾ 479-500 ਦੇ ਖ਼ਤਰਨਾਕ ਸੰਤ੍ਰਿਪਤ ਪੱਧਰ ਦੇ ਆਸਪਾਸ ਸੀ, ਜਿਸ ਨਾਲ ਪੜਾਅ III/IV ‘ਤੇ ਸਖ਼ਤ GRAP ਪਾਬੰਦੀਆਂ ਲੱਗੀਆਂ, ਜਿਸ ਨਾਲ ਗੰਭੀਰ ਆਰਥਿਕ ਵਿਘਨ ਪਿਆ। ਫੋਰੈਂਸਿਕ ਨਤੀਜਿਆਂ ਨੇ ਦਿਖਾਇਆ ਕਿ ਇਨ੍ਹਾਂ ਸਵੇਰਾਂ ਨੂੰ ਨਮੀ ਆਪਣੇ ਸਿਖਰ ‘ਤੇ ਸੀ, ਸਾਪੇਖਿਕ ਨਮੀ 85%–92% ਮਾਪੀ ਗਈ ਸੀ। ਇਸ ਲਈ, ਏਆਈ ਸੁਧਾਰ ਫਰੇਮਵਰਕ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹੋਏ, ਸੈਂਸਰ 30% ਦੁਆਰਾ ਵਾਲੀਅਮ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਅੰਦਾਜ਼ਾ ਲਗਾ ਰਹੇ ਸਨ.

ਭੂਤ ਡੇਟਾ: ਲਗਭਗ 150 ਬਿੰਦੂਆਂ ਦੇ ਸਖ਼ਤ ਸਪਾਈਕਸ ਦੀ ਪਛਾਣ ਪਾਣੀ ਦੇ ਅਣੂਆਂ ਵਜੋਂ ਕੀਤੀ ਗਈ ਸੀ ਜੋ ਸੈਂਸਰ (ਹਾਈਗ੍ਰੋਸਕੋਪਿਕ ਵਿਕਾਸ) ਨੂੰ ਮੂਰਖ ਬਣਾ ਰਹੇ ਸਨ। ਆਖਰਕਾਰ, ਇਹ ਹੋਇਆ ਕਿ GRAP-III/IV ਪਾਬੰਦੀਆਂ ਦੇ ਤਹਿਤ ਐਮਰਜੈਂਸੀ ਆਰਥਿਕ ਕਾਰਵਾਈ ਕਰਨ ਦੇ ਫੈਸਲੇ ਦਿੱਲੀ-ਐਨਸੀਆਰ ਦੇ ਲੱਖਾਂ ਨਿਵਾਸੀਆਂ ਦੀ ਰੋਜ਼ੀ-ਰੋਟੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਵਾਯੂਮੰਡਲ ਦੇ ਦਖਲ ‘ਤੇ ਅਧਾਰਤ ਸਨ।

ਅਸਲ ਸੰਸਾਰ ਤੈਨਾਤੀ

AI ਅਤੇ PERFR ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਉਦਯੋਗਿਕ ਤੌਰ ‘ਤੇ ਲਾਗੂ ਹੋਣ ਵਾਲੀ ਕਾਢ ਬਣਾਈ ਗਈ ਸੀ, ਜਿਸ ਨੂੰ, ਜੇਕਰ ਅਸਲ-ਸੰਸਾਰ ਦੀ ਹਵਾ ਗੁਣਵੱਤਾ ਨਿਗਰਾਨੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਅੰਦਰ ਤਾਇਨਾਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਸ਼ਹਿਰ ਵਾਸੀਆਂ ਦੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਸਮਾਜਿਕ-ਆਰਥਿਕ ਫੈਸਲਿਆਂ ਨੂੰ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗਾ – ਸਮਾਰਟ ਸ਼ਹਿਰਾਂ ਲਈ ਇੱਕ ਜ਼ਰੂਰੀ ਲੋੜ।

ਸਿਸਟਮ ਨੂੰ ਸਰਕਾਰੀ ਹਵਾ ਗੁਣਵੱਤਾ ਨਿਗਰਾਨੀ ਨੈੱਟਵਰਕਾਂ, ਸਮਾਰਟ ਸਿਟੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (ਜਿੱਥੇ ਰੀਅਲ-ਟਾਈਮ, ਭਰੋਸੇਯੋਗ ਪ੍ਰਦੂਸ਼ਣ ਮਾਪ ਜਨਤਕ ਸੁਰੱਖਿਆ ਅਤੇ ਸ਼ਹਿਰੀ ਯੋਜਨਾਬੰਦੀ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੇ ਹਨ), ਆਪਣੀ ਪ੍ਰਭਾਵੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਅਪਗ੍ਰੇਡ ਕਰਨ ਲਈ ਘੱਟ ਲਾਗਤ ਵਾਲੇ ਸੈਂਸਰ ਨੈਟਵਰਕ, ਅਤੇ ਨਿਯੰਤ੍ਰਣ ਏਜੰਸੀਆਂ ਦੁਆਰਾ ਨਿਯੰਤ੍ਰਣ ਨਿਗਰਾਨੀ ਅਤੇ ਲਾਗੂ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਵਾਤਾਵਰਣ ਦੀ ਪਾਲਣਾ ਪ੍ਰਣਾਲੀਆਂ ‘ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਫੋਰੈਂਸਿਕ ਡੇਟਾ ਸਾਖਰਤਾ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ?

ਇਹ ਇੱਕ ਅਜਿਹਾ ਕਾਰਨਾਮਾ ਹੈ ਜਿਸ ਨੂੰ ਜ਼ਿਆਦਾਤਰ ਇੰਜਨੀਅਰ ਦੁਹਰਾ ਸਕਦੇ ਹਨ, ਬਸ਼ਰਤੇ ਉਹ ਫੋਰੈਂਸਿਕ ਡੇਟਾ ਸਾਖਰਤਾ ਅਤੇ ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ AI ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਵਿੱਚ ਉੱਚਿਤ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੋਵੇ।

ਸੰਗ੍ਰਹਿ ਦੇ ਸਥਾਨ ‘ਤੇ ਵਾਤਾਵਰਣਕ “ਸ਼ੋਰ” ਨੂੰ ਫਿਲਟਰ ਕਰਨ ਲਈ ਏਆਈ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਕੇ, “ਸੱਚ ਦੇ ਪਾੜੇ” ਨੂੰ ਖਤਮ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਇਹ ਸਿਰਫ ਇੱਕ ਉਦਾਹਰਣ ਸੀ ਜੋ ਬਹੁਤ ਸਾਰੀਆਂ ਕਾਢਾਂ ਲਈ ਦਰਵਾਜ਼ਾ ਖੋਲ੍ਹ ਸਕਦੀ ਹੈ।

ਭਾਰਤ ਵਰਗੀਆਂ ਵਿਕਾਸਸ਼ੀਲ ਅਰਥਵਿਵਸਥਾਵਾਂ ਵਿੱਚ ਅਕਾਦਮਿਕ ਪ੍ਰਕਾਸ਼ਨ ਤੋਂ ਮਾਪਣਯੋਗ ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਆਪਣੇ ਚਾਹਵਾਨ ਇੰਜੀਨੀਅਰਾਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਵੱਧਦੀ ਲੋੜ ਹੈ, ਕਿਉਂਕਿ ਇਹਨਾਂ ਦੇਸ਼ਾਂ ਵਿੱਚ ਆਰਥਿਕ ਸਫਲਤਾ ਅਤੇ ਵਾਤਾਵਰਣ ਦੇ ਖਤਰਿਆਂ ਵਿਚਕਾਰ ਤੰਗੀ ਵਿਕਸਿਤ ਦੇਸ਼ਾਂ ਨਾਲੋਂ ਬਹੁਤ ਲੰਬੀ ਹੈ।

ਹਰ ਕਾਢ ਜੋ ਇਸ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੀ ਹੈ, ਭਾਰਤ ਦੀ ਵਿਕਾਸ ਯਾਤਰਾ ਵਿੱਚ ਸਿੱਧਾ ਯੋਗਦਾਨ ਪਾਉਂਦੀ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਣ ਲਈ ਭਾਰਤ ਦੇ ਮੌਜੂਦਾ ਅਤੇ ਭਵਿੱਖ ਦੇ ਇੰਜੀਨੀਅਰਾਂ ਤੋਂ ਬਿਹਤਰ ਕੋਈ ਨਹੀਂ ਹੈ।

(ਕੁਣਾਲ ਗੋਇਲ ਇੱਕ ਇੰਜੀਨੀਅਰ ਅਤੇ ਖੋਜਕਰਤਾ ਹੈ ਜੋ ਐਡਵਾਂਸਡ ਸੈਂਸਰ ਟੈਕਨਾਲੋਜੀ, ਊਰਜਾ ਪ੍ਰਣਾਲੀਆਂ ਅਤੇ ਉਦਯੋਗਿਕ ਸਮੱਗਰੀ ਦੀ ਰਣਨੀਤੀ ਵਿੱਚ ਮਾਹਰ ਹੈ।)