Techinside Google News
Techinside Google News

Yapay zeka afet yönetimini de değiştirecek

Etkin bir afet yönetimi için teknolojiden azami seviyede faydalanılması gerekirken, yapay zeka uygulamalarının önemi her geçen gün artıyor.

Birleşmiş Milletler Afet Risk Azaltma Ofisi (UNDRR) rakamlarına göre deprem, sel, kasırga, kuraklık ve orman yangınları gibi doğal afetler her yıl ortalama 160 milyon insanın hayatını derinden etkiliyor. Can kayıplarına ve maddi zarara yol açan doğal afetlerin şiddetinin ve sıklığının yaşanan küresel iklim krizi nedeniyle ilerleyen yıllarda daha da artması bekleniyor.

Bu nedenle doğal afetlere karşı yerel, ulusal ve uluslararası düzeylerde kurulacak afet yönetimi sistemleri büyük önem taşıyor. Son yıllarda yapay zeka uygulamaları ve dijital teknolojilerde yaşanan ilerlemeler afet yönetimi konusunda da etkin çözümlere kapı aralıyor.

- Advertisement -

Sürdürülebilirlik odağında yapay zeka, siber güvenlik, metaverse ve akıllı şehirler teknolojileri üzerine faaliyet gösteren yeni nesil teknoloji şirketi Cerebrum Tech’in Kurucusu ve Yönetim Kurulu Başkanı Dr. Erdem Erkul, etkin bir afet yönetimi için teknolojiden azami seviyede faydalanılması gerektiğini ve dünyada da afet öncesi ve sonrası süreçlerde yapay zeka uygulamalarının hızla arttığını söyledi. 

Erken uyarı sistemleri için çalışmalar yapılıyor

Teknoloji ve yapay zekanın afet öncesinde ve sonrasındaki kullanım alanları hakkında bilgi veren Dr. Erdem Erkul, “Yenilikçi teknolojilerden yararlanılması afet sonrasında olduğu kadar, afet öncesinde de riskin azaltılması adına oldukça önemli kazanımlar sağlıyor.

Afet öncesi süreçlere yönelik yapay zeka destekli sistemler, uydu görüntüleri, hava tahminleri gibi çeşitli kaynaklardan gelen büyük miktarlardaki verileri analiz ederek erken uyarı sistemlerinin kurulmasını sağlayabiliyor.

Sel, kasırga, heyelan, tsunami gibi doğa olaylarına karşı başarıyla çalışabilen erken uyarı sistemleri, deprem gibi daha sofistike doğa olaylarına yönelik de çalışmaların konusu haline geldi. Çin ve İsrail’de iyonosferdeki elektrik yüklü parçacıklardaki dalgalanmaların analiz edildiği örnek çalışmalar var.

Avrupa ve Japonya’da ise deprem gerçekleşmeden 10-15 saniye öncesinde uyarı verebilen sistemler mevcut. Böylece bir nebze de olsa insanların güvenli alanlara yöneltilmesi ve enerji santralleri gibi riskli yapıların kullanım dışı bırakılması mümkün oluyor” dedi.

Yapay zeka ile tüm afet senaryolarına hazırlık yapılmalı

Afet yönetimi süreçlerinin karmaşık ve dinamik bir yapıya sahip olduğunu vurgulayan Dr. Erkul, “Afet yönetim sürecinde hızlı planlama, karar verme ve doğru uygulamaların hayata geçirilmesi kritik bir öneme sahip.

Verilerin depolanması, işlenmesi, haritalandırılması ve değerlendirilmesi için teknolojinin sağladığı olanaklara ihtiyaç var. Yapay zeka yardımıyla afetler daha gerçekleşmeden tüm senaryolar hazırlanıp, üzerinde çalışılabilir. Bu senaryolara karşı olası eylem planları hazır tutulur.

Ayrıca bu sistemlerde etkin rol alacak görevliler metaverse ortamında sanal simülasyonlar yardımıyla eğitilebilir. Uydu görüntülerinden ve sahadan gelen verilerin analizleriyle oluşturulan karar destek sistemleri yöneticilere yol gösterebilir. Afet yönetimi sistemleri sel, orman yangını, deprem gibi farklı konu başlıklarında da özelleştirilebilir” diye konuştu.

Afet sonrası süreçte yapay zekanın hızından faydalanılmalı

Yapay zekanın en etkili olduğu alanın afet sonrasındaki zamanla yarışılan arama-kurtarma ve lojistik evresi olduğunun altını çizen Dr. Erkul, “Yapay zeka algoritmaları ile uydu görüntüsü verilerini işleyerek hasarın boyutunu ivedilikle tespit edebiliyoruz. Böylece gerekli kol gücü ve malzeme ihtiyacı hızla seferber edilebilir.

Bu veriler üzerinden oluşturulacak haritalamalar ile arama kurtarma ekipleri için öncelikli konumlar belirlenebilir. Yapay zeka tabanlı sistemler, afet sonrası yol ve köprülerin durumunu analiz ederek en hızlı rotayı belirleyebilir.

Aynı zamanda, acil durum depolarındaki malzemelerin stok durumu takip edilerek, eksik olan malzemelerin en kısa sürede tamamlanması sağlanabilir. Sosyal medya verilerini toplayarak insanların konumu belirlenebilir.

Bu tip çalışmalar yaşanan büyük can kaybı ve yıkımla hepimizi yasa boğan Kahramanmaraş merkezli 6 Şubat deprem felaketinin ardından kısıtlı da olsa uygulandı. Biz de Cerebrum Tech olarak uydu görüntülerinin analizi ve haritalama çalışmalarına elimizden geldiğince destekte bulunduk” diye konuştu. 

Robotlar enkaz altına ulaşmakta en önemli yardımcılar

Arama-kurtarma çalışmalarında drone ile görüntüleme ve robotik gibi teknolojilerden de faydalanmak gerektiğinin altını çizen Dr. Erkul, “Dünyada afet sonrası çalışmalarda robotların öne çıktığı örnekleri daha sık görmeye başladık.

Ekiplerin erişemediği alanlara robotlarla ulaşarak enkaz altına ilkyardım ve gıda gibi malzemelerin teminini sağlamak mümkün olabiliyor. Bu robotların karada, havada ve suda çalışan farklı versiyonları bulunuyor. Sese, ısıya duyarlı görüntüleme sistemleri de enkaz altındaki canlı varlığının tespitinde çok önemli bir rol oynuyor. Bunlar bilinen ancak ülkemizde pek yaygın kullanılmayan ekipmanlar. 

Afetlerde teknoloji kullanımında ABD ve Çin lider

Her ne kadar son dönemlerde dünya genelinde afetler karşısında bilgi teknolojilerinin kullanımının gerekliliğine yönelik farkındalık artmış olsa da uygulamaların beklenen düzeyde olmadığı görülüyor. Bu konuda 2020 yılında yapılmış bir istatistik çalışmasında, afet risklerinin azaltılması amacıyla teknolojinin olanaklarından yararlanma oranının ABD ve Çin’de yüzde 14-15 seviyelerinde olduğu pek çok ülkede bu ortalamanın yüzde 3-5’i geçemediği tespit edilmiş durumda.

Afetlerden fazlasıyla canı yanmış bir ülke olarak devlet kurumlarımız, özel sektör ve üniversitelerimiz ile afet yönetiminde teknolojik yatırımlarımızı artırmamızın ileriki dönemlerde aynı acıları tekrar yaşamamamız için oldukça önemli olduğunu düşünüyorum” ifadelerini kullandı.

Siz bu konu hakkında ne düşünüyorsunuz? Görüşlerinizi yorumlarda paylaşın!

SON VİDEO

TÜMÜ

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz

İlginizi çekebilir