এআই-এর হাতে ঝড়ের আগাম সংকেত: আবহাওয়ার পূর্বাভাসে নতুন যুগের সূচনা

গাণিতিক সমীকরণ আর সুপারকম্পিউটারের সঙ্গে এখন যুক্ত হয়েছে কৃত্রিম বুদ্ধিমত্তা। বিশেষজ্ঞদের মতে, এতে ঘূর্ণিঝড়, বৃষ্টি, বাতাস ও তাপমাত্রার পূর্বাভাস আরও দ্রুত তৈরি করা সম্ভব। তবে প্রযুক্তিটি এখনো আবহাওয়াবিদদের বিকল্প নয়, সহায়ক।

দীর্ঘদিন ধরে আবহাওয়ার পূর্বাভাস তৈরিতে মূল ভরসা ছিল গাণিতিক সমীকরণ, পর্যবেক্ষণ-উপাত্ত ও শক্তিশালী সুপারকম্পিউটার। সেই ব্যবস্থায় এখন নতুন সংযোজন কৃত্রিম বুদ্ধিমত্তা (এআই)। বিপুল পরিমাণ আবহাওয়া-তথ্য বিশ্লেষণ করে এআই এমন সব ধরন ও পারস্পরিক সম্পর্ক শনাক্ত করতে পারে, যা প্রচলিত পদ্ধতিতে বের করতে অনেক বেশি সময় ও কম্পিউটিং সক্ষমতা লাগে। ফলে ঝড়ের সম্ভাব্য গতিপথ, বৃষ্টিপাত, বাতাসের গতি ও তাপমাত্রার পূর্বাভাস দ্রুত তৈরির নতুন সুযোগ তৈরি হয়েছে।

প্রচলিত পদ্ধতি ও এআইয়ের পার্থক্য

আবহাওয়াবিদেরা স্যাটেলাইট, আবহাওয়া পর্যবেক্ষণকেন্দ্র, রাডার, সমুদ্রে ভাসমান বয়া ও বায়ুচাপ পরিমাপক যন্ত্রসহ নানা উৎস থেকে তথ্য সংগ্রহ করেন। এসব তথ্য থেকে বায়ুমণ্ডলের বর্তমান অবস্থার চিত্র মেলে। প্রচলিত সংখ্যাভিত্তিক পূর্বাভাস পদ্ধতিতে বায়ুমণ্ডলের পদার্থবিজ্ঞানের সূত্র ও গাণিতিক সমীকরণ ব্যবহার করে ভবিষ্যৎ পরিস্থিতি হিসাব করা হয়।

এআইভিত্তিক মডেল কাজ করে ভিন্ন পথে। অতীতের বিপুল আবহাওয়া-উপাত্ত থেকে প্রশিক্ষণ নিয়ে মডেলগুলো শেখে, কোনো নির্দিষ্ট পরিস্থিতির পর বায়ুমণ্ডলে কী পরিবর্তন ঘটতে পারে। বর্তমান অবস্থা বিশ্লেষণ করে তারা পরবর্তী সময়ের পরিস্থিতি অনুমান করে, আর সেই অনুমানের ওপর ভিত্তি করে আরও সামনের সময়ের চিত্রও তৈরি করা যায়।

তবে বিশেষজ্ঞদের সতর্কতা, এআই কোনো জাদুকরি ব্যবস্থা নয়। এর কার্যকারিতা নির্ভর করে প্রশিক্ষণ-উপাত্তের মান, বর্তমান পর্যবেক্ষণ-তথ্য, মডেলের সক্ষমতা এবং পূর্বাভাস যাচাইয়ের ওপর। কোনো অঞ্চলে পর্যবেক্ষণ-তথ্য কম থাকলে, কিংবা আবহাওয়ার পরিস্থিতি প্রশিক্ষণকালে দেখা পরিস্থিতির চেয়ে অস্বাভাবিক হলে পূর্বাভাসে ভুল হতে পারে। তাই এআইয়ের পূর্বাভাস বাস্তব পর্যবেক্ষণ ও আবহাওয়াবিদদের বিশ্লেষণের সঙ্গে মিলিয়ে দেখা জরুরি।

সুপারকম্পিউটার ছাড়াই দ্রুত পূর্বাভাস

এই অগ্রগতির উল্লেখযোগ্য উদাহরণ গুগল ডিপমাইন্ডের তৈরি ‘গ্রাফকাস্ট’ (GraphCast)। ২০২৩ সালে প্রকাশিত এই মডেল কয়েক দশকের পুনর্বিশ্লেষিত আবহাওয়া-উপাত্তে প্রশিক্ষিত। গবেষকদের মূল্যায়নে, ইউরোপীয় মধ্যমেয়াদি আবহাওয়া পূর্বাভাস কেন্দ্রের (ECMWF) উচ্চমানের পূর্বাভাসব্যবস্থা ‘এইচআরইএস’-এর তুলনায় পরীক্ষিত ১ হাজার ৩৮০টি চলক ও পূর্বাভাস-সময়ের সমন্বয়ের ৯০ শতাংশের বেশি ক্ষেত্রে গ্রাফকাস্ট ভালো ফল দেখিয়েছে।

মডেলটি প্রায় ২৮ কিলোমিটার ব্যবধানের গ্রিডে বৈশ্বিক আবহাওয়ার বিভিন্ন উপাদান বিশ্লেষণ করতে পারে। বিশেষায়িত হার্ডওয়্যারে ১০ দিনের পূর্বাভাস তৈরি করতে সময় লাগে এক মিনিটেরও কম। প্রচলিত পদ্ধতিতে একই ধরনের পূর্বাভাসে অনেক বেশি কম্পিউটিং সময় লাগতে পারে। তবে এটি নির্দিষ্ট পরীক্ষার ফল। সব অঞ্চল, সব আবহাওয়া-পরিস্থিতি বা সব ধরনের পূর্বাভাসে একই সাফল্যের নিশ্চয়তা এতে মেলে না।

পরবর্তী ধাপে অগ্রগতি এসেছে একাধিক সম্ভাব্য পরিস্থিতি অনুমানের ক্ষেত্রে। ২০২৪ সালে গুগল ডিপমাইন্ড ‘জেনকাস্ট’ (GenCast) নামে একটি মডেলের কথা প্রকাশ করে, যা ১৫ দিন পর্যন্ত আবহাওয়ার সম্ভাব্য পরিস্থিতি বিশ্লেষণ করতে পারে। একটি মাত্র ফলাফলের বদলে এটি একাধিক পূর্বাভাস তৈরি করে। ফলে ঝড়ের গতিপথ নিয়ে অনিশ্চয়তা কতটা, কিংবা কোন পরিস্থিতির সম্ভাবনা বেশি, তা বোঝা সহজ হয়। গবেষণায় প্রচলিত এনসেম্বল ব্যবস্থা ইসিএমডব্লিউএফ-ইএনএসের তুলনায় পরীক্ষিত ১ হাজার ৩২০টি চলক ও পূর্বাভাস-সময়ের সমন্বয়ের ৯৭ দশমিক ২ শতাংশ ক্ষেত্রে জেনকাস্ট ভালো ফল পেয়েছে। তবে বাস্তব ব্যবহারে স্থানীয় আবহাওয়া, পর্যবেক্ষণের মান ও পূর্বাভাসের উদ্দেশ্যভেদে ফল ভিন্ন হতে পারে।

ঘূর্ণিঝড়ের গতিপথে নতুন সম্ভাবনা

সাধারণ বৃষ্টি বা তাপমাত্রার তুলনায় ঘূর্ণিঝড়ের গতিপথ ও তীব্রতা অনুমান করা অনেক জটিল। ঝড় কোন দিকে এগোবে, কত দ্রুত শক্তি বাড়াবে, কেন্দ্র উপকূলের কোথায় আঘাত হানবে, কোন এলাকায় ঝোড়ো হাওয়া সবচেয়ে বিপজ্জনক হবে, এসব প্রশ্ন একে অপরের সঙ্গে জড়িত। সামান্য পরিবর্তনেই গতিপথ বদলে যেতে পারে। তাই কয়েক দিন আগে নির্ভরযোগ্য পূর্বাভাস পাওয়া গেলে দুর্যোগ মোকাবিলার প্রস্তুতিতে বড় ভূমিকা রাখে।

২০২৫ সালে গুগল ডিপমাইন্ড ও গুগল রিসার্চ পরীক্ষামূলক ঘূর্ণিঝড় পূর্বাভাসের প্ল্যাটফর্ম ‘ওয়েদার ল্যাব’ (Weather Lab) উন্মুক্ত করে। এর মাধ্যমে গবেষক ও আগ্রহীরা এআই মডেলের ঘূর্ণিঝড়-সংক্রান্ত পূর্বাভাস দেখতে পারেন। একই বছরের আগস্টে প্রকাশিত এক প্রতিবেদনে প্রতিষ্ঠানটি জানায়, তাদের পরীক্ষামূলক মডেল দক্ষিণ ভারত মহাসাগরের কয়েকটি ঘূর্ণিঝড়ের সম্ভাব্য গতিপথ প্রায় সাত দিন আগে ধরতে পেরেছিল। মডেলটি তখনো পরীক্ষামূলক পর্যায়ে ছিল, তাই এই সাফল্যকে সব ঝড়ের নিশ্চিত পূর্বাভাস হিসেবে দেখার সুযোগ নেই।

২০২৬ সালের আগস্টে গুগল ডিপমাইন্ড তাদের ‘ওয়েদারনেক্সট’ প্রযুক্তিতে আরও অগ্রগতির কথা জানায়। প্রতিষ্ঠানটির গবেষণা অনুযায়ী, নতুন ঘূর্ণিঝড় মডেল গতিপথ, তীব্রতা ও বাতাসের বিস্তৃতির পূর্বাভাসে উন্নত ফল দেখিয়েছে। গবেষকদের মূল্যায়নে, প্রচলিত মডেলের তুলনায় এটি গড়ে এক দিনেরও বেশি পূর্বাভাসগত সুবিধা দিতে পারে। অর্থাৎ আগের মডেল যে মানের নির্ভুলতায় তিন দিন আগে ঝড়ের পূর্বাভাস দিত, নতুন মডেল গড়ে তার কাছাকাছি মান আরও এক দিনেরও বেশি আগে, অর্থাৎ চার দিনের ব্যবধানে, দিতে সক্ষম হয়েছে। এটি গবেষণাভিত্তিক তুলনার ফল। কোনো নির্দিষ্ট ঘূর্ণিঝড়ে ঠিক ২৪ ঘণ্টা আগেই সঠিক পূর্বাভাস মিলবে, এমন নিশ্চয়তা এতে নেই। তবু দুর্যোগ-প্রস্তুতিতে বাড়তি কয়েক ঘণ্টা বা একটি দিনও অত্যন্ত মূল্যবান হতে পারে।

বাংলাদেশের জন্য কেন গুরুত্বপূর্ণ

দীর্ঘ উপকূলরেখা, ঘনবসতি এবং আবহাওয়া-নির্ভর জীবিকার কারণে বাংলাদেশের জন্য পূর্বাভাসের গুরুত্ব বিশেষ। বঙ্গোপসাগরে সৃষ্ট ঘূর্ণিঝড়, জলোচ্ছ্বাস, অতিবৃষ্টি, আকস্মিক বন্যা ও বজ্রঝড় প্রাণ ও সম্পদের জন্য বড় ঝুঁকি তৈরি করে। উপকূলের জেলে, কৃষক, লবণচাষি এবং নদী ও সমুদ্রনির্ভর মানুষের দৈনন্দিন সিদ্ধান্ত আবহাওয়ার ওপরই নির্ভর করে।

ঝড়ের গতিপথ সম্পর্কে আগাম নির্ভরযোগ্য ধারণা পেলে মাছ ধরার নৌযান নিরাপদে ফেরানো, ঝুঁকিপূর্ণ এলাকার মানুষকে আশ্রয়কেন্দ্রে সরানো, ফসল ও গবাদি পশু রক্ষার প্রস্তুতি নেওয়া এবং উদ্ধারকারী দল প্রস্তুত রাখা সহজ হতে পারে।

তবে এআইয়ের সম্ভাবনা কাজে লাগাতে শুধু উন্নত মডেল ব্যবহার যথেষ্ট নয়। দেশের আবহাওয়া পর্যবেক্ষণকেন্দ্র, স্যাটেলাইট-তথ্য, সমুদ্রের অবস্থা, বৃষ্টিপাতের পরিমাণ ও স্থানীয় ভূপ্রকৃতির উপাত্ত যথাসম্ভব সমন্বিত করতে হবে। বৈশ্বিক মডেল সাধারণত বড় পরিসরের প্রবণতা বুঝতে সাহায্য করে। কিন্তু কোনো নির্দিষ্ট উপকূল, নদীঘেরা জনপদ বা শহরের ঝুঁকি নিরূপণে স্থানীয় তথ্য ও বিশেষায়িত বিশ্লেষণ অপরিহার্য। এ ক্ষেত্রে বাংলাদেশ আবহাওয়া অধিদপ্তর, গবেষণা প্রতিষ্ঠান, বিশ্ববিদ্যালয় ও দুর্যোগ ব্যবস্থাপনা কর্তৃপক্ষের মধ্যে তথ্যবিনিময় ও প্রযুক্তিগত সহযোগিতা বাড়ানো যেতে পারে।

পূর্বাভাস মানুষের কাছে পৌঁছে দেওয়াও সমান গুরুত্বপূর্ণ। শুধু ওয়েবসাইটে মানচিত্র প্রকাশ করলে চলবে না। ঝুঁকিপূর্ণ এলাকার মানুষের কাছে সহজ ভাষায় সতর্কবার্তা পৌঁছাতে হবে। মোবাইল বার্তা, অ্যাপ, রেডিও, টেলিভিশন, স্থানীয় প্রশাসন ও স্বেচ্ছাসেবকদের মাধ্যমে সতর্কতা ছড়িয়ে দেওয়া গেলে প্রযুক্তির সুফল আরও কার্যকর হবে। তবে এআইভিত্তিক পূর্বাভাসকে সরকারি আবহাওয়া সতর্কবার্তার বিকল্প হিসেবে দেখা উচিত নয়। যাচাই করা তথ্য ও বিশেষজ্ঞ-মূল্যায়নের সঙ্গে মিলিয়ে এটি সহায়ক ব্যবস্থা হিসেবে ব্যবহার করাই যুক্তিযুক্ত।

বন্যা ও তাপপ্রবাহেও এআই

ঘূর্ণিঝড়ের বাইরেও এআইয়ের ব্যবহার সম্ভব। অতিবৃষ্টিজনিত বন্যার ঝুঁকি, তাপপ্রবাহের স্থায়িত্ব, প্রবল বাতাস, শৈত্যপ্রবাহ এবং কৃষির জন্য জরুরি বৃষ্টিপাতের পূর্বাভাসেও এ ধরনের মডেল কাজে লাগতে পারে। কয়েক দিন ধরে অতিবৃষ্টির আশঙ্কা থাকলে পানি নিষ্কাশনব্যবস্থা, বাঁধ, আশ্রয়কেন্দ্র ও জরুরি সেবার আগাম পরিকল্পনা করা যায়। তাপপ্রবাহের পূর্বাভাস পেলে হাসপাতাল, কর্মক্ষেত্র ও জনস্বাস্থ্য প্রতিষ্ঠানকে সতর্ক করা সম্ভব। প্রতিটি ক্ষেত্রে অবশ্য পূর্বাভাসকে স্থানীয় বন্যার মানচিত্র, নদীর পানির স্তর ও জনবসতির তথ্যের সঙ্গে মিলিয়ে দেখতে হবে।

আরেকটি গুরুত্বপূর্ণ দিক হলো ঝুঁকির একাধিক দৃশ্যপট তৈরি। ধরা যাক, একটি ঘূর্ণিঝড়ের সম্ভাব্য গতিপথ নিয়ে মডেল ৫০টি পরিস্থিতি বিশ্লেষণ করল। অধিকাংশে ঝড়টি একটি নির্দিষ্ট অঞ্চলের দিকে এগোলেও কয়েকটিতে অন্য এলাকায় আঘাত হানার আভাস থাকতে পারে। এই পার্থক্য বুঝলে কর্তৃপক্ষ একটিমাত্র গতিপথের ওপর নির্ভর না করে একাধিক ঝুঁকির জন্য প্রস্তুতি নিতে পারে। তবে একাধিক পূর্বাভাস মানে সব সম্ভাবনাকে সমান গুরুত্ব দেওয়া নয়। প্রতিটির সম্ভাব্যতা ও ঝুঁকি বিশেষজ্ঞদের বিশ্লেষণে মূল্যায়ন করতে হয়।

সীমাবদ্ধতা কোথায়

অগ্রগতি সত্ত্বেও এআইয়ের কিছু মৌলিক সীমাবদ্ধতা রয়েছে। আবহাওয়া জটিল ও পরিবর্তনশীল ব্যবস্থা। বায়ুমণ্ডলের সামান্য পরিবর্তনও দীর্ঘমেয়াদি পূর্বাভাসে বড় ফারাক ঘটাতে পারে। কোনো অঞ্চলে পর্যবেক্ষণ-তথ্য অপর্যাপ্ত হলে, কিংবা ঝড়ের মতো বিরল ও অস্বাভাবিক ঘটনার যথেষ্ট ঐতিহাসিক তথ্য না থাকলে মডেলের কার্যকারিতা কমতে পারে। বৈশ্বিক পূর্বাভাসে ভালো ফল পাওয়া মডেল স্থানীয় পর্যায়ে একই নির্ভুলতা দেখাবে, এমন নিশ্চয়তাও নেই।

আরেকটি বিষয় হলো, পূর্বাভাসের নির্ভুলতা আর সতর্কবার্তার কার্যকারিতা এক জিনিস নয়। মডেল ঝড়ের গতিপথ ভালোভাবে অনুমান করলেও সতর্কবার্তা সময়মতো মানুষের কাছে না পৌঁছালে, কিংবা মানুষ তা বুঝতে না পারলে ক্ষয়ক্ষতি কমানো কঠিন। অতিরিক্ত সতর্কতা জারি করলে মানুষ বারবার অপ্রয়োজনীয় আতঙ্কে পড়ে, আবার ঝুঁকি কম দেখালে প্রয়োজনীয় প্রস্তুতি নেওয়া হয় না। তাই ফল যাচাই, অনিশ্চয়তার স্পষ্ট প্রকাশ এবং সতর্কবার্তার দায়িত্বশীল ব্যবস্থাপনা অপরিহার্য।

সামনে কী

আবহাওয়ার পূর্বাভাসের ভবিষ্যৎ সম্ভবত এআই ও প্রচলিত আবহাওয়া বিজ্ঞানের সমন্বয়ে। এআই দ্রুত বিপুল তথ্য বিশ্লেষণ করে সম্ভাব্য পরিস্থিতি তুলে ধরতে পারে। আবহাওয়াবিদেরা বাস্তব পর্যবেক্ষণ, ভৌত প্রক্রিয়া ও স্থানীয় অভিজ্ঞতার আলোকে তা যাচাই করে সিদ্ধান্ত নেন। এই সমন্বয় আরও পরিণত হলে ঝড়ের গতিপথ, তীব্রতা ও ক্ষতিগ্রস্ত হতে পারে এমন এলাকা সম্পর্কে আগাম ধারণা পাওয়া সহজ হবে।

প্রযুক্তির সাফল্য অবশ্য শুধু পূর্বাভাস কত দ্রুত তৈরি হলো, তা দিয়ে মাপা যাবে না। আসল মানদণ্ড হলো কত আগে নির্ভরযোগ্য সতর্কতা মিলল, তা কত মানুষের কাছে পৌঁছাল এবং তাতে প্রাণহানি ও সম্পদের ক্ষতি কতটা কমল। বাংলাদেশের মতো দুর্যোগপ্রবণ দেশে এআইভিত্তিক পূর্বাভাস তাই কেবল প্রযুক্তিগত উদ্ভাবন নয়। সঠিক পরিকল্পনা, নির্ভরযোগ্য তথ্য ও কার্যকর সতর্কবার্তার সঙ্গে যুক্ত হলে এটি জীবন রক্ষার গুরুত্বপূর্ণ হাতিয়ার হয়ে উঠতে পারে।