Yapay zekanın dünyadaki sorunları çözme potansiyeli hakkında sık sık büyük ve kimi zaman gerçekçi olmayan vaatler duyuyoruz. Türkiye ve Suriye’yi vuran depremin ardından yapay zekanın afet müdahalesine yardımcı olabileceğini öğrendiğimde ben de şüpheyle baktım. Ancak ABD Savunma Bakanlığı’nın girişimi olan xView2’nin işe yaradığı görünüyor. Henüz gelişim aşamasında olan bu görsel bilgi işlem projesi şimdiden Türkiye’deki afet lojistiği ve kurtarma görevlerine katkı sağladı bile.
Pentagon’un Savunma İnovasyon Birimi ve Carnegie Mellon Üniversitesi’nin Yazılım Mühendisliği Enstitüsü tarafından 2019’da desteklenen ve geliştirilen açık kaynaklı bir proje xView2. Afet bölgesindeki bina ve altyapı hasarını belirlemek ve durumun ciddiyetini mevcut yöntemlerden çok daha hızlı bir şekilde kategorize etmek için diğer sağlayıcılardan gelen uydu görüntüleriyle birlikte makine öğrenimi algoritmalarını kullanıyor.
Yangında ve selde kullanıldı
Savunma İnovasyon Birimi’ndeki baş yapay zeka bilimcisi Ritwik Gupta, programın ilk müdahale ekiplerininin ve sahadaki kurtarmacıların hayatta kalan insanları bulmasına yardımcı olabileceğini, yeniden inşa çabalarının koordinasyonuna da katkı sağlayabileceğini söylüyor. Gupta projenin gelişiminde sıklıkla ABD Ulusal Muhafızları, Birleşmiş Milletler ve Dünya Bankası gibi büyük kurumlarla çalışıyor. Proje için Microsoft ve California Üniversitesi Berkeley gibi araştırma ortaklarıyla da iş birliği yapılmış.
Son beş yılda xView2 ABD ve Avustralya’daki orman yangınlarında ve Nepal’deki selden sonraki kurtarma çabaları sırasında kullanıldı.
Gupta xView2’nin Adıyaman’da da BM’nin Uluslararası Arama ve Kurtarma Danışma Grubu’ndan en az iki farklı yer ekibi tarafından kullanıldığını söylüyor. Uygulama afet bölgesindeki başka yerlerde de kullanılmış ve sahadaki arama kurtarma ekiplerinin depremde zarar gördüğü bilinmeyen yerleri tespit etmesine yardımcı olmuş. Gupta bu depremlerde xView2’nin AFAD, Dünya Bankası, Kızıl Haç ve BM Gıda Programı tarafından da kullanıldığını aktarıyor ve “Bir can bile kurtarsak bu teknolojinin iyi bir kullanım biçimi” diyor.
Nasıl çalışıyor?
“Anlamsal bölümleme” adı verilen bir yöntem kullanan algoritmalar sonuca ulaşmak için elde edilen görüntüdeki her bir pikseli, o pikselin yanındaki piksellerle ilişkisini değerlendiriyor. Yandaki görselde, solda hasarın uydu görüntüleri, sağda ise modelin anlık değerlendirmesini görebilirsiniz. Kırmızı ne kadar koyuysa, enkaz o kadar kötü demek. Dünya Bankası’ndan afet risk yönetimi uzmanı Atishay Abbhi böyle bir değerlendirmenin normalde haftalar sürdüğünü ancak xView2’nin bu süreyi saatlere, hatta dakikalara indirdiğini söylüyor.
Bugün geleneksel afet değerlendirme sistemleri daha çok görgü tanığı raporlarına ve çağrılara dayanıyor. Yakın tarihli bazı durumlarda dronlar tarafından elde edilen görüntüler de kullanıldı ancak bu görüntülerin insanlar tarafından değerlendirilmesi de çok uzun zaman alabiliyor. xView2’nin kullanılması farklı kurumların aynı yere gitmesini engelleyerek koordinasyonu da kolaylaştırabilir.
Ekipler kullanır mı?
Bugünkü aşamada xView2’nin henüz çözemediği bazı sorunlar da var. Bunlardan birincisi ve en önemlisi, modelin yalnızca gündüzleri, havanın bulutlu olmadığı zamanlarda ve uydu alanının tam üzerindeyken çekilen net fotoğraflara bağlı olması. Türkiye’den kullanılabilecek durumdaki ilk görüntüler ilk depremden üç gün sonra geldi. Uzak ve ekonomik olarak daha az gelişmiş bölgelerden, örneğin Suriye sınırının hemen ötesinden çekilmiş çok daha az sayıda uydu görüntüsü var. Gupta ve ekibi bu sorunu aşabilmek için ışık dalgaları yerine mikrodalga darbeleri kullanan görüntüler oluşturan sentetik aralıklı radar (SAR) gibi yeni görüntüleme teknikleri üzerinde çalışıyor. Bir başka sorun ise sahadaki kuruluşların yapay zeka çözümünü kullanmasını ve sisteme güvenmesini sağlamak. Gupta “İlk müdahale ekiplerine yaklaşık 120 mil yukarıdan alınan piksellere bakan süslü bir AI modelinden bahsetmeye başlarsanız hiçbir şekilde güvenmeyeceklerdir” diyor.
