Yapay zekanın dünyadaki sıkıntıları çözme potansiyeli hakkında sık sık büyük vaatler duyuyoruz. Bunların birden fazla gerçekçi olmasa da derin öğrenme ile geliştirilen yapay zeka sistemi xView2, Türkiye’deki deprem felaketi üzere doğal afetlerde hayatları kurtarabilir.
Pentagon’un Savunma İnovasyon Ünitesi ve Carnegie Mellon Üniversitesi’nin Yazılım Mühendisliği Enstitüsü tarafından 2019‘da geliştirilen açık kaynaklı bir proje olan xView2, Türkiye’deki zelzele sonrasında yer grupları tarafından arama kurtarma faaliyetlerinde ve hasar tespitinde kullanıldı. Bu ortada xView2’nin geliştirilmesinde Microsoft, California Üniversitesi ve Berkeley dahil olmak üzere birçok kurum ve kuruluşun takviyesi de bulunuyor. xView2, afet bölgesindeki bina ve altyapı hasarını belirlemek, hasarın ciddiyetini süratli bir halde tespit etmek için uydu imajlarını makine tahsili ile birleştiriyor.
Son beş yılda xView2, orman yangınlarında ve Nepal’deki sel sonrası kurtarma çalışamaları sırasında kullanıldı. Savunma İnovasyon Ünitesi’ndeki baş yapay zeka bilimcisi Ritwik Gupta, yaptığı açıklamada xView2’nin zelzele sonrasın harap olan Adıyaman’da en az iki farklı yer grubu tarafından kullanıldığını açıkladı. Sarsıntı bölgesinde farkın olunmayan lakin hasar görmüş alanların tespitinde de aracın kullanıldığının altı çiziliyor. Gupta, “Eğer bir hayat bile kurtarabilirsek, bu teknolojiyi düzgün bir halde kullanmış oluruz.” sözlerini kullanıyor.
xView2 nasıl yardımcı oluyor?
xView2’de yer alan algoritmalar bölgenin uydu imgeleri üzerinde piksel bazlı bir obje tanımlama tekniği kullanıyor. Görsellerden de göreceğiniz üzere, binaları tabir eden kırmızı renk ne kadar yoğunsa enkazın durumu da o kadar kötü oluyor. Dünya Bankası’nda bir afet risk idaresi uzmanı olan Atishay Abbhi, olağanda bu hasar tespitinin günler, haftalar hatta bazen aylar sürebileceğini fakat yapay zeka sayesinde ölçeğe göre birkaç saatte saatte yahut dakikada sürecin tamamlandığını belirtiyor.
xView2 üzere yapay zeka sistemleri sayesinde görgü şahidi raporlarına ve ihbarlara daha az gereksinim duyulabilir. Öte yandan bu yapay zeka sistemi her ne kadar önemli bir vakit tasarrufu sağlıyor olsa da net uydu imajlarına gereksinim duyuyor. Dolayısıyla kapalı havalarda sistemin kullanımı önünde mahzurlar bulunuyor. İkinci olarak, xView2 modeli, hasar ve ehemmiyet derecesine ait hassas değerlendirmesinde %85 yahut %90’a varan oranda doğru olsa da, uydu manzaraları havadan bir perspektife sahip olduğundan, binaların kenarlarındaki hasarın tespitinde görüş bildiremez.
