Doğal afet yönetiminde yapay zekâ

Kasırgalar, depremler, orman yangınları ve seller doğanın bir parçasıdır. Ancak son yıllarda bu tür doğal afetlerin meydana gelme sıklığında artış gözlemledik. Giderek daha şiddetli ve sık görülen doğal afetler nedeniyle birçok kişi evini, geçim kaynağını ve hayatını kaybetti. İklimle ilgili afetlerin sayısı son 30 yılda üç katına çıktı. BM raporlarına göre, bu afetlere uyum sağlamak ve bunlarla başa çıkmak, 2030'a kadar gelişmekte olan ülkelere yıllık tahmini 140-300 milyar dolara mal olacak.

Ancak yapay zekâ gibi teknolojilerdeki son gelişmeler sayesinde doğal afet yönetimi daha sistematik hâle geliyor; afetleri öngörmekten iyileştirme çalışmalarına destek olmaya kadar her alanda gelişme sağlanıyor. Bu makalede doğal afet yönetimini ayrıntılı olarak ele alacak, yapay zekânın sürecin her aşamasını nasıl iyileştirdiğini ve bizi güvende tutan yapay zekâ uygulamalarını inceleyeceğiz.

Şekil 1. 1900'dan 2019'a doğal afetlerdeki artışı gösteren bir grafik.

Proaktif risk yönetimi için afet tahmininde yapay zekâ kullanımı#

Yapay zekâ destekli afet tahmini ve erken tespit sistemleri, doğal afetlerin neden olduğu hasarı azaltmaya yardımcı olabilir. Bu sistemler kullanılarak yerel halk ve ilk müdahale ekipleri, afetin etkilerini azaltmak üzere erkenden uyarılabilir. Yapay zekâ araçları, çok büyük miktarda veriyi tarayarak kasırga ve orman yangını gibi doğal afetleri gerçekleşmeden önce öngörmek için doğru tahminler yapabilir.

Makine öğrenimi ve bilgisayarlı görü gibi yapay zekâ teknikleri, uydu görüntüleri, hava durumu verileri ve geçmiş kayıtlar gibi çeşitli kaynak türlerinden elde edilen büyük veri kümelerini analiz etmek için kullanılan derin sinir ağlarından yararlanır. Bu ağlar, olası bir afete işaret eden örüntüleri ve anormallikleri belirleyebilen, birbirine bağlı yapay nöronlar içerir. Büyük veri analitiği gibi araçları kullanarak toplanan büyük miktardaki veriyi işleyip analiz eden yapay zekâ modelleri, erken uyarı sistemleri sunacak ve doğal afetlerin etkilerini azaltmaya yardımcı olacak şekilde eğitilebilir.

Örneğin yapay zekâ, sismik verileri işleyerek deprem artçılarını tahmin etmek için kullanılabilir. Google ve Harvard, 131.000 deprem ve artçıya ait verileri analiz eden bir yapay zekâ sistemi geliştirdi. 30.000 deprem olayı üzerinde test edildiğinde bu yapay zekâ sistemi, artçıların konumlarını tahmin etmede geleneksel yöntemlere kıyasla daha yüksek doğruluk gösterdi. Aşağıda gösterilen artçı tahmini örneğinde, artçıların meydana gelmesi öngörülen bölgeler kırmızı renkle işaretlenmiştir. Siyah noktalar gözlemlenen artçıların konumlarını, sarı çizgi ise ana deprem sırasında kırılan fayları gösterir.

Şekil 2. Artçı tahmininin çıktısını gösteren bir görsel.

Afete hazırlık için yapay zekâ destekli sistemler#

Bir afet tahmin edildikten sonra doğal afet yönetimindeki bir sonraki adım hazırlık yapmaktır. Bir afette söz konusu riskler hakkında zamanında ve doğru bilgiler sağlayan yapay zekâ sistemleri, can ve ekonomik kayıpları önleyebilir. Bu içgörüler, yetkililerin acil durumlara hazırlıklı olmasına ve hayat kurtarmak için hızlı hareket etmesine yardımcı olur. Örneğin çiftçiler, balıkçılar ve ormancılar, doğal afetler söz konusu olduğunda en fazla risk altındaki topluluklardan bazılarıdır ve yapay zekâ çözümleri bu toplulukların kayıplardan kaçınmasına yardımcı olabilir.

Bilgisayarlı görü ve görüntü analitiği çözümleri, uydu görüntülerini gerçek zamanlı olarak işleyerek hava durumu örüntülerini izlemeye ve takip etmeye de yardımcı olabilir. Bu tür afetlerin (örneğin siklonların) izlediği yolu takip ederek, etkilenebilecek bölgeler bunlarla mücadele etmeye daha iyi hazırlanabilir. Örneğin NASA, Harvey ve Florence gibi kasırgaları takip etmek için uydu fotoğraflarında bulut bilişim ve derin öğrenme tekniklerini kullandı. Sistemleri standart yöntemlerden altı kat daha iyi performans gösterdi; böylece kasırga, geleneksel yöntemlerdeki altı saatte bir yerine her saat takip edilebildi.

Şekil 3. Derin öğrenme kullanılarak Florence Kasırgasının izlenmesi ve takip edilmesi (Kaynak).

Afet müdahalesinde yapay zekâ: Kurtarma ekipleri için gerçek zamanlı verilerin iyileştirilmesi#

Doğal afet yönetiminde yapay zekânın bir diğer önemli uygulaması, müdahale ekiplerine destek olmaktır. Yapay zekâ sistemleri, hasar değerlendirmesi ve zor durumdaki kişilerin konumlarının takibi gibi değerli gerçek zamanlı veriler sağlayarak afet müdahale ekiplerinin yardım kaynaklarını daha verimli tahsis etmesine yardımcı olabilir. Ayrıca etkilenen bölgelerdeki kişilere yardım ulaştırılmasını hızlandırabilir ve ön saflardaki yardım çalışanlarının kararlarını ve eylemlerini iyileştirebilir.

Örneğin herhangi bir doğal afet sırasında acil yardım hatları (911 gibi) yardım çağrılarıyla kilitlenir. Tüm çağrılar insan operatörlere yönlendirilirse müdahale ekipleri önemli ayrıntıları gözden kaçırabilir. Yapay zekâ, yüksek hacimli çağrı ve mesajları rekor sürede yönetmek ve konuşmadan metne dönüştürme ile doğal dil işleme (NLP) gibi özellikleri kullanarak birden fazla işlevi yerine getirmek için kullanılabilir. Bu tür özellikler, acil durumun kesin niteliği ve arayan kişinin konumu hakkında doğru bilgi edinmek üzere her acil çağrının arkasındaki bağlamı çıkarabilir.

Bu içgörüler, çağrı sürelerini kısaltır ve acil müdahaleyi hızlandırır. Aynı sistem, bilgisayarlı görü ve NLP gibi yapay zekâ araçlarının yardımıyla sosyal medya platformlarına da uygulanabilir.

Sosyal medya platformları doğal afet müdahalesine nasıl yardımcı olabilir? Doğal afet sırasında sosyal medya platformları, afetin hemen sonrasında kritik ve eyleme dönüştürülebilir bilgiler içerebilir. Örneğin etkilenen bölgedeki kişiler tarafından sosyal medyada metin, ses, görüntü ve video bilgileri paylaşılabilir. Özellikle her saniyenin kritik olduğu durumlarda tüm bu bilgileri manuel olarak yönetmek ve işlemek kolay değildir. AIDR (Yapay Zekâ Dijital Müdahale) platformu gibi araçlar, sosyal medya gönderilerini otomatik olarak işleyerek müdahale gecikmelerini azaltmak için kullanılabilir. Platform, ilgili insani yardım bilgilerini elde etmek amacıyla tweet'lerdeki (veya diğer sosyal medya platformlarındaki) metin ve görüntüleri analiz eder. Afet müdahale kuruluşları, çıkarılan gerçek zamanlı verileri eylemlerine yön vermek ve çalışmalarının verimliliğini artırmak için kullanabilir.

Yapay zekâ yenilikleri, kurtarma ekiplerine doğrudan ön saflarda da yardımcı olabilir. Ultralytics YOLOv8 gibi bilgisayarlı görü modelleri, uydu görüntülerini ve görüntüdeki her pikseli belirli kategorilerden birine sınıflandıran semantik segmentasyon gibi yöntemleri kullanarak etkilenen bölgedeki hasarı değerlendirmeye yardımcı olabilir. Örneğin Türkiye'deki depremin ardından ABD Savunma Bakanlığı, afet bölgelerindeki altyapı ve bina hasarının şiddetini geleneksel tespit yöntemlerinden çok daha hızlı bir şekilde belirlemek ve kategorilere ayırmak için semantik segmentasyon ve uydu görüntülerinden yararlandı. Bu tür yöntemleri kullanarak süreci saatler veya dakikalar içinde tamamladılar; kontrol merkezi ve kurtarma ekipleri, iyileştirme çalışmaları için etkilenen bölgelere daha hızlı müdahale edebildi.

Şekil 4. Semantik segmentasyon kullanılarak hasar değerlendirmesi.

Ruh sağlığı desteği sağlayarak doğal afetlerin iyileştirme sürecinde yapay zekâ kullanımı#

Doğal afet sonrasındaki iyileştirme aşaması, toplulukları yeniden inşa etmeyi ve onları daha güçlü hâle getirmeyi amaçlar. Bunu yapmanın en iyi yollarından biri, etkilenen bölgelerdeki insanlara ruhsal sağlık desteği sağlamaktır. Hayatta kalanlar, böyle bir afetten sonra Travma Sonrası Stres Bozukluğu (PTSD) gibi ruh sağlığı sorunları yaşayabilir. Bir afet sonrasında PTSD oranı %40'a kadar çıkabilir. Yapay zekâ araçları, etkilenen kişilere yardımcı olmak için kullanılabilir. Örneğin Omdena, yapay zekâ sohbet robotlarını kullanarak ruh sağlığı desteği sağlayan bir şirkettir.

Şekil 5. PTSD hastalarına yardımcı olan yapay zekâ sohbet robotu.

Yapay zekâ, ruhsal sağlık araştırmalarına ve desteğine de yardımcı olabilir. Yapay zekâ sistemleri, elektronik sağlık kayıtlarını insan uzmanlarla aynı doğrulukta analiz ederek ruh sağlığı sorunlarını öngörmek için kullanılabilir. Örneğin araştırmacılar, travma yaşayan genç yetişkinlerde stres düzeylerini değerlendirmek için sosyal medya verilerini analiz etmek üzere yapay zekâ kullandı. Araştırmalarına göre aynı teknik, hem kısa hem de uzun vadede iklim krizlerinin ve doğal afetlerin ruh sağlığı üzerindeki etkisini anlamak için de uygulanabilir.

Afet yönetiminde yapay zekâ kullanımının artıları ve eksileri#

Yapay zekânın doğal afet yönetiminin tüm farklı süreçlerini nasıl etkileyebileceğini ele aldığımıza göre, şimdi bazı artılarını ve eksilerini inceleyelim. Afet yönetiminde yapay zekâ kullanmanın avantajlarından bazıları şunlardır:

• Koordinasyonu iyileştirme: Yapay zekâ sistemleri, afet müdahalesine dâhil olan farklı kurumlar ve kuruluşlar arasındaki koordinasyonu iyileştirmek, gecikmeleri ve verimsizlikleri azaltmak için kullanılabilir.

• Görevleri otomatikleştirme: Yapay zekâ, veri girişi ve analizi gibi tekrarlayan görevleri otomatikleştirebilir ve doğal afet sırasında kritik olan her saniyede insan kaynaklarını daha önemli faaliyetler için serbest bırakabilir.

• Uzun vadeli iklim değişikliğine uyum: Yapay zekâ, iklim değişikliğinin etkilerini belirlemeye ve değerlendirmeye yardımcı olarak dünya genelindeki toplulukların uzun vadeli uyum stratejileri geliştirmesini sağlayabilir.

Birçok faydasına rağmen doğal afet yönetiminde yapay zekâyla ilgili akılda tutulması gereken sınırlamalar da vardır. Doğal afet yönetiminde yapay zekânın başlıca zorluklarından bazıları şunlardır:

• Yüksek uygulama maliyetleri: Afet yönetimi için yapay zekâ sistemleri geliştirmek ve uygulamak pahalı olabilir; çünkü bu süreç genellikle donanıma, yazılıma ve yapay zekâ uzmanlığına önemli yatırımlar yapılmasını gerektirir.

• Veri gizliliği endişeleri: Yapay zekâ sistemleri, afet sırasında hasarı değerlendirmek ve insanları takip etmek için coğrafi uydu verilerini, sosyal medya ve yardım hattı iletişim verilerini ve daha birçok kaynağı kullanır. Bu durum, kişisel bilgilerin rıza alınmadan kullanılması ve olası gözetim konusunda gizlilik endişelerine yol açar.

• Veri kalitesine bağımlılık: Bir yapay zekâ modelinin tahminleri, yalnızca eğitildiği verilerin kalitesi ve miktarı kadar iyi olabilir. Yapay zekâ modelleri hatalı verilerle eğitilirse, özellikle kritik durumlarda sonuçlar daha az etkili olabilir.

Doğal afet yönetiminde yapay zekâ üzerine son düşünceler#

Yapay zekânın doğal bir afette insanların hayatını kurtarmaya nasıl yardımcı olabileceğini inceledik. Yapay zekâ, afetleri daha etkili bir şekilde öngörmemize, hazırlanmamıza, müdahale etmemize ve iyileşme sürecini yönetmemize yardımcı olur. Yapay zekâ araçları depremleri öngörebilir, kasırgaları takip edebilir ve afet müdahalesi ile iyileştirme çalışmalarını geliştirebilir. Bu sayede afetlerin hem insanlar hem de altyapı üzerindeki etkisi en aza indirilebilir. Yapay zekânın daha hızlı müdahale ve daha iyi koordinasyon gibi birçok faydası olsa da bazı zorlukları da vardır. Bunlar arasında yüksek maliyetler, veri gizliliği endişeleri ve doğru verilere duyulan ihtiyaç bulunur. Bu zorlukları ele alıp hesaba kattığımızda, doğal afetleri etkili bir şekilde yönetmede yapay zekânın etkisini en üst düzeye çıkarabiliriz.

Daha fazla bilgi edinmek için GitHub depomuzu ziyaret et ve topluluğumuzla etkileşime geç. Çözümler sayfalarımızda üretim ve tarım alanlarındaki yapay zekâ uygulamalarını keşfet. 🚀