Yapay zekanın dünyadaki sorunları çözme potansiyeli hakkında sık sık büyük vaatler duyuyoruz. Bunların çoğu gerçekçi olmasa da derin öğrenme ile geliştirilen yapay zeka sistemi xView2, Türkiye’deki deprem felaketi gibi doğal afetlerde hayatları kurtarabilir. Pentagon’un Savunma İnovasyon Birimi ve Carnegie Mellon Üniversitesi’nin Yazılım Mühendisliği Enstitüsü tarafından 2019‘da geliştirilen açık kaynaklı bir proje olan xView2, Türkiye’deki deprem sonrasında yer ekipleri tarafından arama kurtarma faaliyetlerinde ve hasar tespitinde kullanıldı. Bu arada xView2’nin geliştirilmesinde Microsoft, California Üniversitesi ve Berkeley dahil olmak üzere birçok kurum ve kuruluşun desteği de bulunuyor. xView2, afet bölgesindeki bina ve altyapı hasarını belirlemek, hasarın ciddiyetini hızlı bir şekilde tespit etmek için uydu görüntülerini makine öğrenimi ile birleştiriyor.
Son beş yılda xView2, orman yangınlarında ve Nepal’deki sel sonrası kurtarma çalışamaları sırasında kullanıldı. Savunma İnovasyon Birimi’ndeki baş yapay zeka bilimcisi Ritwik Gupta, yaptığı açıklamada xView2’nin deprem sonrasın harap olan Adıyaman’da en az iki farklı yer ekibi tarafından kullanıldığını açıkladı. Deprem bölgesinde farkın olunmayan ancak hasar görmüş alanların tespitinde de aracın kullanıldığının altı çiziliyor. Gupta, “Eğer bir hayat bile kurtarabilirsek, bu teknolojiyi iyi bir şekilde kullanmış oluruz.” ifadelerini kullanıyor. xView2 nasıl yardımcı oluyor?
xView2’de yer alan algoritmalar bölgenin uydu görüntüleri üzerinde piksel bazlı bir nesne tanımlama tekniği kullanıyor. Görsellerden de göreceğiniz üzere, binaları ifade eden kırmızı renk ne kadar koyuysa enkazın durumu da o kadar kötü oluyor. Dünya Bankası’nda bir afet risk yönetimi uzmanı olan Atishay Abbhi, normalde bu hasar tespitinin günler, haftalar hatta bazen aylar sürebileceğini ancak yapay zeka sayesinde ölçeğe göre birkaç saatte saatte veya dakikada işlemin tamamlandığını belirtiyor. xView2 gibi yapay zeka sistemleri sayesinde görgü tanığı raporlarına ve ihbarlara daha az ihtiyaç duyulabilir. Öte yandan bu yapay zeka sistemi her ne kadar ciddi bir zaman tasarrufu sağlıyor olsa da net uydu görüntülerine ihtiyaç duyuyor. Dolayısıyla kapalı havalarda sistemin kullanımı önünde engeller bulunuyor. İkinci olarak, xView2 modeli, hasar ve önem derecesine ilişkin hassas değerlendirmesinde %85 veya %90’a varan oranda doğru olsa da, uydu görüntüleri havadan bir perspektife sahip olduğundan, binaların kenarlarındaki hasarın tespitinde görüş bildiremez.