Yapay Zeka İle Depremlerin öngörülmesi ve tahmin edilmesi ile milyonlarca can kurtulabilir, peki bu ne kadar mümkün ? Bu yazıda açıklamaya çalışacağız. Sismologlar aktif fay hatları üzerinden değerlendirmeler yaparak olması muhtemel depremler hakkında görüş bildiriyorlar. Örneğin; İstanbul depreminin şiddetli olacağı ve yakın bir zamanda olacağı öngörülmekte. Fakat belirli bir zaman aralığı verilmediği için hızlı ve yeterli önlemler almakta geç kalabiliyoruz. Tam zamanlı tahminler ile daha ciddi önlemler alınması sağlanıp depremin yaratacağı hasar en aza indirebilir. Ama maalesef şuan için depremlerin tahmini zamansal ve mekansal olarak ilişkili olduğundan mümkün değil. Deprem tahmini yalnızca olasılıksal olarak tahmin edilebilirdir.
Peki tahmin edemiyorsak başka bir uyarı yöntemi yok mu ?
Var, Erken Uyarı Sistemleri.
Erken Uyarı Sistemlerinin görevi, daha deprem anındaki enerji boşalımı devam ederken sismolojik parametrelerin anında saptamasıdır. Bu doğrultuda erken uyarı dahil bir dizi bilginin toplanarak ilgili kurumlara hızlı, güvenli ve doğru olarak aktarılmasıdır. Amaç, bu bilgiler ışığında bina hasar dağılımını süratle saptamaktadır, böylece acil müdahelenin doğru zamanda, doğru yerde yapılması ve deprem sonrası meydana gelebilecek hasarları en aza indirmeyi amaçlar.
Erken Uyarı Sistemleri ve Yapay Zeka
Geleneksel bilgi işlem gücü kullanan ShakeAlert uyarı sistemi P dalgaları olarak bilinen deprem hareketinin ilk dalgalarını algılar. Ardından sallanmanın çoğuna neden olan ve daha yavaş hareket eden S dalgalarının ne zaman geleceğini hesaplayarak çalışır. Cep telefonunuzdan ShakeAlert destekli uyarı almak mümkün. Bununla ilgili olarak bu link ile daha detaylı bilgi edinebilirsiniz.
Stanford Üniversitesi tarafından geliştirilen DeepShake, bir sarsıntı sırasında derin sinir ağı kullanır. Buradaki amaç da zeminin nasıl hareket edeceğini tahmin etmek için sismik sinyallerin gerçek zamanlı analizini yapmak. Çünkü DeepShake, önceden seçilmiş bir sismik istasyon ağı üzerinde geçmiş depremlerden eğitilir. Böylece bu istasyonların yerel özellikleri eğitim verilerinin bir parçası haline gelir.
DeepShake ağını eğitmek için kullanılan deprem verileri, 2019 Ridgecrest, California sismik kayıtlarından geldi. Geliştiricileri, DeepShake’in potansiyelini 5 Temmuz’ da 7.1 büyüklüğündeki Ridgecrest depreminin gerçek sarsıntısını kullanarak test etti. Bu test esnasında sinir ağı, Ridgecrest bölgesindeki konumlara uyarılar gönderdi. Ve bunlar, yüksek yoğunluklu yer sarsıntısının gelmesinden 7 ila 13 saniye önce simüle edilmiş uyarılardı. Deprem anında her saniyenin değerini düşünecek olursak bu çok iyi bir süre. Sismik veri miktarındaki artış ile oluşan büyük verilerden faydalı bilgiler çıkarmak için makine öğrenmesi ve derin öğrenmenin ilerleyişiyle yapay zeka, gerçek zamanlı sismoloji ve deprem tahmini uygulamaları için önemli hale gelmekte. Deprem tahmini için diğer modellerden daha iyi performans gösteren derin öğrenme modelleri CNN ve LSTM olmakla birlikte deprem tahmini için DLEP olarak isimlendirilen özel bir model de inşa edilmiştir. Sonuç olarak, bu alandaki çalışmaların giderek artmasıyla belki de şu an mümkün olmayan deprem tahmini ileride yapay zeka ile mümkün olabilir.
Kaynak ve ileri okuma:
https://www.pnas.org/content/118/5/e2011362118#ref-48
https://www.livescience.com/deep-learning-network-earthquake-shaking.html
https://ieeexplore.ieee.org/document/9207621
https://seismosoc.secureplatform.com/a/solicitations/24/sessiongallery/353/application/6294
Yazar

Gülşah Çokçalışkan
Society Writer