এআই ব্যবহার করে লোডশেডিং কমাতে চান আইইউবির শিক্ষার্থী হালিমা
রোবোটিকসের প্রতি আগে থেকেই বেশ আগ্রহ ছিল হালিমার। এছাড়াও ইন্টারনেট অব থিংস ও সেন্সরবিষয়ক কিছু কাজেও যুক্ত ছিলেন হালিমা। এরপরই একজন শিক্ষক তাকে ‘মেশিন লার্নিং’ শেখার পরামর্শ দেন। বিশেষ করে তড়িৎ প্রকৌশলের সঙ্গে কীভাবে কৃত্রিম বুদ্ধিমত্তার প্রয়োগ ঘটানো যায়, সে বিষয়ে ভাবতে বলেন। সেখান থেকেই হালিমা থিসিস নিয়ে ভাবতে শুরু করেন। রোবোটিকস থেকে সরে এসে মেশিন লার্নিংয়ের জগতে মনোনিবেশ করেন।
তার এই পুরো কাজে তত্ত্বাবধায়ক ছিলেন আইইউবির অধ্যাপক আবদুর রাজ্জাক। এরই মধ্যে হালিমার শক্তি চাহিদা বিশ্লেষণ মডেলটি তড়িৎ ও ইলেকট্রনিকস প্রকৌশলীদের আন্তর্জাতিক সংস্থা আইইইইর একটি উচ্চমানের জার্নালে প্রকাশিত হয়েছে। থাইল্যান্ড ও মালদ্বীপে অনুষ্ঠিত আইইইইর কিছু সম্মেলনেও গবেষণাপত্রটি স্বীকৃতি পেয়েছে।
কৃত্রিম বুদ্ধিমত্তাকে আগের যেকোনো যেকোনো ১০টি পরিস্থিতির ডেটা দেওয়া হলে সেগুলো বিশ্লেষণ করে সে পরের পরিস্থিতি সম্পর্কে একটা সম্ভাব্য ‘ভবিষ্যদ্বাণী’ করতে পারে। হালিমা মূলত সমগ্র বাংলাদেশের বিদ্যুৎ চাহিদা হিসাব করতে বসেছিলেন। মেশিন লার্নিংয়ের মাধ্যমে ‘জ্যোতিষী’কে আগে দিয়েছেন উত্তরার পশ্চিমাঞ্চলের প্রায় ৬৫ লাখ নমুনা বা ডেটা। নমুনার মধ্যে ছিল এই অঞ্চলের বিদ্যুৎ ব্যবহারকারীদের অ্যাকাউন্ট নম্বর, ২০২০ থেকে ২০২৩ সালের বিদ্যুৎ বিল, শুল্ক, ব্যবহৃত বৈদ্যুতিক ইউনিট ইত্যাদির তথ্য। এ ছাড়া কিছু পরিবেশগত তথ্য সংগ্রহ করেছিলেন হালিমা। যেমন ওই সময়ের তাপমাত্রা ও আর্দ্রতা। হালিমার মেশিন লার্নিং মডেল এই বিপুল তথ্য বিশ্লেষণ করে। তাঁর দাবি, মডেলটির অ্যাকুরেসি (সঠিকতা) ৮০ শতাংশের বেশি।
হালিমা জানান, এই ৬৫ লাখ তথ্য প্রক্রিয়াকরণ করতে টানা তিন থেকে চার দিন তাঁকে কম্পিউটারের সামনে বসে থাকতে হয়েছে। বারবার বিভিন্ন ছোটখাটো পরিবর্তন এনে নতুন নতুন মডেল প্রশিক্ষণ দেওয়ার কাজটি কষ্টকর ও সময়সাপেক্ষ। তা ছাড়া কী ধরনের তথ্য দিলে মডেলটি ঠিকঠাক ভবিষ্যদ্বাণী করতে পারবে, তা নিশ্চিত করার দায়িত্বও সম্পূর্ণভাবে প্রকৌশলীর। গবেষণাপত্রটি জার্নালে প্রকাশ করতে পারাই আপাতত হালিমার প্রাথমিক পুরস্কার।
হালিমা মনে করে, তাঁর তৈরি মডেলের পূর্বাভাস ব্যবহার করে দেশের বিদ্যুৎ–বিভ্রাট কমানো সম্ভব। তবে কাজটা শুধু প্রকৌশলী ও নীতিনির্ধারকদের নয়। তিনি বলেন, ‘গবেষণাটা বাস্তবে রূপ দিতে হলে ব্যক্তিগত, সামাজিক ও রাষ্ট্রীয়ভাবে উদ্যোগের প্রয়োজন। এই মডেল সঠিকভাবে ব্যবহার করতে পারলে টেকসই সমাধান করা সম্ভব।’ গবেষণাটির তত্ত্বাবধায়ক অধ্যাপক আবদুর রাজ্জাকেরও একই মত। বিশ্ববিদ্যালয়ের প্রেস বিজ্ঞপ্তিতে তিনি উল্লেখ করেছেন, ‘মেশিন লার্নিং আমাদের বিদ্যুৎ ব্যবহারের প্রবণতা বুঝতে সাহায্য করে, যার মাধ্যমে আরও কার্যকর নীতিমালা তৈরি করা যায়। এর ফলে লোডশেডিং কমবে এবং টেকসই নগর-পরিকল্পনার পথ সুগম হবে।’
অনন্যা ডেস্ক / এসএস
