Mısır’dan depremlerin erken uyarılmasında yapay zeka adımı

Riskleri azaltmak için otomatik olarak devreye giren ihtiyati tedbirler hayata geçirildi.

Depremlerin erken uyarılmasında yapay zekadan yararlanılabileceği belirtiliyor. (Journal “Geoscience Frontiers”)
Depremlerin erken uyarılmasında yapay zekadan yararlanılabileceği belirtiliyor. (Journal “Geoscience Frontiers”)
TT

Mısır’dan depremlerin erken uyarılmasında yapay zeka adımı

Depremlerin erken uyarılmasında yapay zekadan yararlanılabileceği belirtiliyor. (Journal “Geoscience Frontiers”)
Depremlerin erken uyarılmasında yapay zekadan yararlanılabileceği belirtiliyor. (Journal “Geoscience Frontiers”)

Mısır, ‘riskleri azaltmak için otomatik ihtiyati tedbirleri etkinleştirerek’ depremleri erken uyaran bir yapay zekâ kullanmayı amaçlıyor. Mısır Ulusal Astronomi ve Jeofizik Araştırmaları Enstitüsü Başkanı Câd el-Kâdî, Şarku’l Avsat’a yaptığı açıklamada şunları söyledi:
“Mısır, depremlerin erken uyarısında yapay zekâdan yararlanma yönünde pratik adımlar atıyor. Şu an Mısır Ulusal Sismik Ağı'nda yapay zeka sisteminin (algoritmaların) depremlerin erken uyarısını etkinleştirmek için kullanılması çalışmalar devam ediyor. Bu uygulama sayesinde depremin şiddetini büyük ölçüde azaltan ve insan hayatını kurtaran bazı acil önlemler otomatik olarak harekete geçirilebiliyor.”
Kâdî açıklamasının devamında bu yaklaşımın, Mısır'ın 2030 vizyonuna ve sürdürülebilir kalkınma stratejisine, özellikle de çevresel sürdürülebilirlik, risklerle ve doğal afetlerle yüzleşebilme hedefine hizmet ettiğini ve ulusal güvenliğin korunmasını sağladığını vurguladı.
Ulusal Astronomi ve Jeofizik Araştırmaları Enstitüsü Depremler Bölümü'nde yapay zekâ konusunda uzmanlaşmış bir araştırmacı olan Ömer es-Saîd de “Depremlerin erken uyarılmasında yapay zekânın kullanılmasına yönelik ilk adımlar, ulusal deprem ağındaki istasyon sayısının artırılmasıyla başladı” dedi. Saîd, Şarku’l Avsat’a yaptığı açıklamasını şöyle sürdürdü:
“Ulusal Sismik Ağa bağlı istasyon sayısı 100'e çıkarıldı ve bu istasyonlar yapay zeka algoritmalarında kullanılacak günlük verileri sağlıyor. Depremlerin ilk dalgasını tespit etmek için yapay zekanın eğitimi devam ediyor.”
Depremlerin algılanamayan ilk dalgası, insanların hissettiği yıkıcı dalgadan birkaç saniye önce geliyor ve büyük miktarda veri ile desteklenen algoritmalar bu dalgayı tespit edebiliyor. Örnek olarak, Japonya'da yürürlükte olan bir sistem, depremin yerini ve gücünü belirleyebiliyor.
Saîd konuya dair şunları söyledi:
“Japonya'daki erken uyarı sistemleri elektrik, su, gaz ve yol şebekelerine bağlı, böylece ilk deprem dalgası algılandığında otomatik olarak kapatılıyor. Depremden etkilenmesi muhtemel bölgelerdeki vatandaşlara cep telefonlarından mesajlar da gönderiliyor.”
Mısır her ne kadar deprem kuşağında olmasa da Saîd, bilimin tüm sorunlara çözüm üretmeye hazır olması gerektiğini vurguladı. Japonya'da olduğu gibi bu bilimin uygulama sorumluluğunun enstitünün yetki alanına girmediğini kaydetti.
Saîd ve enstitüden bir araştırma ekibi son olarak Çin'de düzenlenen ‘Yapay Zeka ile Deprem Tahmin Organizasyonu’ yarışmasında birincilik kazanmayı başarmıştı. Bu yarışmada yapay zekâ algoritmaları depremleri tahmin etmek gibi başka bir amaç için kullanılıyordu ve bir algoritma, deprem istasyonları tarafından sağlanan verileri okuyacak şekilde geliştiriliyordu. Bunun ardından depremlerin önerilen zamanlaması, yerleri ve şiddetleri hakkında bir tahminde bulunuyordu.
Saîd, Çin’deki yarışmaya dair şunları söyledi:
“Çin'deki bu yarışma her yıl düzenleniyor. Çin'deki (Yunnan) ve (Sichuan) bölgelerinde kurulan 120 deprem istasyonundan sağlanan verilerin kullanıldığı 2022 yarışmasının sonuçları geçtiğimiz mart ayında açıklandı. Makine öğrenimine dayalı bir algoritmayı eğiterek haftalık olarak depremlerin meydana gelip gelmeyeceğinin tahmin edilmesi amaçlanıyor. Algoritma, depremler meydana gelmeden önce proaktif sinyalleri belirleyebildiğinden ve beklenen bir deprem olması durumunda, meydana geldiği yerini tahmin edebiliyor. Meydana gelen depremin konum ve gücü ile ilgili tahmin ne kadar yakınsa yarışan ekiplerin kazanma ihtimali de o kadar büyük oluyor. Yarışmayı bu sene kazanan Mısırlı ekip yüzde 70'lik bir doğruluk elde etmeyi başardı.”
Ulusal Astronomi ve Jeofizik Araştırmaları Enstitüsü Deprem Bölümü Başkanı Şerif el-Hadi de konuyla ilgili olarak şunları söyledi:
“Yapay zekanın yönettiği ulusal sismik ağ, şu anda maden ve taş ocaklarındaki patlamalar gibi bazı endüstriyel sarsıntıları izleyen algoritmalar uyguluyor. Yapay zekâ kullanılarak, kazı çalışmalarından kaynaklanan çatlak ve kırıkların yerleri de belirleniyor. Bu endüstriyel depremlerin izlenmesi ve yerlerinin ve güçlerinin belirlenmesi, bireyleri ve toplumu depremden büyük ölçüde koruyacaktır. Çünkü bu endüstriyel bir iş.”



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging