Deprem tahmini, özellikle riskli bölgelerde afet yönetimini güçlendirecek bir alan olarak çok değerlidir. Şu an tam olarak ne zaman ve nerede deprem olacağını kesin tahmin edebilmek mümkün olmasa da yapay zekâ ve büyük veri analizleri ile elde edilebilecek yüksek doğruluk oranları, önleyici tedbirlerin planlanmasını kolaylaştıracak.
Dr. Cemil Emre Yavaş tarafından ortaya konulan doğruluk oranı, doğal afetlerle mücadelede geleneksel yöntemlere kıyasla çok daha yüksek seviyelerde yer alırken, yapay zekâ teknolojisinin doğal afet yönetiminde nasıl bir potansiyele sahip olduğunu da gösteriyor.
Dr. Yavaş öncülüğündeki araştırmanın amacı ve kapsamı nedir?
Araştırma, deprem tahminlerinin daha kesin ve güvenilir hale gelmesini sağlayarak özellikle deprem riski yüksek bölgelerdeki hazırlıkları güçlendirmeyi amaçlıyor. Yavaş ve ekibi, çalışmalara Los Angeles ve çevresi gibi deprem açısından aktif bölgelerde başladı ve bu bölgelerde %69 doğruluk oranıyla başarılı tahminler elde etti.
Ancak İstanbul gibi, Kuzey Anadolu Fay Hattı (KAF) üzerinde yer alan ve yüksek sismik hareketliliğin gözlendiği bir bölgede araştırma yapmak, daha kapsamlı analizler gerektiriyordu. Bu nedenle ekip, İstanbul’a odaklanarak algoritmanın hem farklı bölgelerdeki etkinliğini test etti hem de daha yüksek doğruluk oranlarına ulaşmak için algoritmanın geliştirilmesi üzerine çalıştı.
Random Forest algoritması nedir, çalışma prensipleri nelerdir?
Bu süreçte ekip farklı yapay zekâ modelleri de denedi. Ancak “Random Forest” adlı algoritma, depremi önceden tahmin etmek konusunda daha etkin olduğunu gösterdi. Dolayısıyla sonraki çalışmalar bu algoritma üzerine inşa edildi.
Random Forest, makine öğreniminde popüler bir topluluk (ensemble) öğrenme algoritmasıdır ve sınıflandırma ve regresyon gibi farklı problemler için kullanılır. Bu algoritma, veri setinde çok sayıda karar ağacı oluşturarak çalışır. Sonuç olarak, tahmin yaparken her bir karar ağacının sonuçları birleştirilir ve nihai tahmin, bu ağaçların çoğunlukla vardığı sonuca göre belirlenir. Yani, bir “orman” oluşturulmuş olur ve bu ormandaki her ağaç, veriyle ilgili bağımsız bir tahmin yapar.
Dr. Yavaş ve ekibi, algoritmayı eğitmek için bölgedeki geçmiş depremlerden toplanan verileri, yeraltı yapısına dair bilgileri, deprem derinlikleri, magnitüd gibi değişkenleri ve depremin olasılığı üzerinde etkili olduğu bilinen tüm parametreleri bir araya getirdi. Bu verilerin işlenmesiyle, algoritma gelecekteki depremlerin yerini, büyüklüğünü ve olası zaman aralıklarını tahmin edebilecek bir yapıya kavuştu.
İstanbul için %91 doğruluk oranına ulaşıldı
Çalışmanın dikkat çeken sonuçlarından biri, algoritmanın İstanbul gibi deprem riski yüksek bir bölgede %91,65 gibi yüksek bir doğruluk oranına ulaşmasıydı. Ayrıca ABD’nin sık sık sarsıntılar yaşadığı San Diego kenti üzerinde yapılan testlerde ise doğruluk oranı %98’e kadar çıktı.
Bu başarı oranları, yapay zekânın sismik olaylar üzerinde uygulamalı analiz yapabilme kapasitesinin ciddi bir biçimde arttığını ve farklı bölgelerde de etkin bir şekilde çalışabileceğini kanıtladı. Bu doğruluk oranları, sismik risk haritalarının daha hassas bir şekilde oluşturulmasına katkıda bulunarak, risk altındaki bölgelerin belirlenmesini ve bu bölgelerdeki yapısal hazırlıkları güçlendirme süreçlerini destekliyor.
Araştırmanın sonuçları ve bilimsel etkisi
Scientific Reports by Nature dergisinde yayımlanan bu araştırma, hem bilim camiasında hem de afet yönetimi alanında büyük yankı uyandırdı. Birleşmiş Milletler’in (BM) afet risk azaltma platformu olan Prevention Web’de de paylaşılan çalışma, bilim dünyasında yenilikçi bir çözüm olarak kabul gördü.
Araştırmanın sunduğu yüksek doğruluk oranları, deprem riskini azaltmaya yönelik politikaların şekillendirilmesine ve dünya çapında afet hazırlık stratejilerinin iyileştirilmesine de büyük katkı sağlayabilir. Özellikle depreme hazırlık konusunda daha erken harekete geçilmesine olanak tanıyan bu yapay zekâ algoritması, sismik risklerin azaltılması amacıyla geliştirilen çeşitli teknolojik çözümler arasında öne çıkıyor.
Gelecekteki uygulamalar ve fırsatlar
Algoritmanın bu kadar yüksek bir başarı oranına ulaşması, deprem tahmini ve afet yönetimi açısından yeni kapılar aralıyor. Uzmanlar, Dr. Yavaş ve ekibinin geliştirdiği yapay zekâ modelinin, gelecekte daha geniş veri kümeleriyle beslenerek farklı coğrafyalarda uygulanabileceğini öngörüyor.
Özellikle, Japonya, Şili, Yeni Zelanda gibi sismik açıdan aktif ülkelerde benzer yapay zekâ temelli erken uyarı sistemlerinin kurulabileceği düşünülüyor. Bu sistemler, sadece depremlerin tahmininde değil, aynı zamanda tsunami, volkan patlamaları gibi diğer doğal afetlerin önceden öngörülmesinde de adapte edilebilir.
Afet yönetiminde yapay zeka destekli bir dönem başlıyor
Sonuç olarak, Dr. Cemil Emre Yavaş ve ekibinin bu çalışması, yapay zekânın sadece deprem tahmininde değil, genel olarak doğal afetlerle mücadelede nasıl güçlü bir araç haline geldiğini gösteriyor.
Bu yüksek doğruluk oranına sahip algoritmanın deprem gibi öngörülmesi zor afetler için bir erken uyarı sistemi sağlaması, afet yönetiminde yeni bir dönemin başladığını işaret ediyor. Bu araştırmanın genişletilerek uygulanması halinde, birçok ülkenin doğal afetlerle mücadelede yeni bir boyut kazanacağı düşünülüyor. Yavaş ve ekibinin geliştirdiği bu algoritma, bilim dünyasında dikkat çekmeye devam ederken, diğer araştırmacılara da ilham veriyor.
