Mitsubishi Electric yeni yapay zeka geliştirdi
Mitsubishi Electric tsunamileri tahmin eden radar tabanlı yapay zekâ geliştirdi.
Mitsubishi Electric, Japon Genel Toplum Vakfı İnşaat Mühendisliğini Destekleme Birliği ile iş birliği içinde çalışarak kıyı bölgelerindeki1 su baskını derinliklerini tahmin etmek için radarla tespit edilen tsunami hızına ilişkin verileri kullanan bir yapay zekâ teknolojisi geliştirdi.
Mitsubishi Electric'in MAISART®2 teknolojisini kullanan bu yapay zekâ teknolojisi, bir tsunamiyi algıladıktan sonra sadece saniyeler için isabetli tahminler üreterek kıyı bölgelerindeki olası afetleri önlemek için tahliye planlarının hızla hayata geçirilmesi konusunda destek sunacak.
1 Suyun zeminden yüksekliği
2 Mitsubishi Electric AI, son teknolojiyi üretiyor
(Mitsubishi Electric's AI creates the State-of-the-ART in technology)
Öne Çıkan Özellikler
MAISART, bir tsunami tespit edildikten hemen sonra su baskını derinliğini yüksek bir isabet oranıyla tahmin ediyor.
Yapay zekâ teknolojisi; depremin merkezi, fay oynamalarının derecesi ve yönü gibi verilere ilişkin simülasyonları kullanarak tsunami hızı ve su baskını derinlikleri arasındaki ilişkiyi öğreniyor.
Yapay zekâ, yaklaşık 1 metrelik hata payıyla su baskını derinliklerini isabetli bir şekilde tahmin ediyor.3 Tahmin, tsunami hızı ve yönünün radar tarafından tespit edilmesinden sonra saniyeler içinde yapılıyor.
Hızlı tahmin sayesinde tahliyelerin daha hızlı bir şekilde planlanarak hayata geçirilmesinin desteklenmesi sonucu, afetlerin önüne geçilmesi veya azaltılması mümkün olacak.
3 Nankai Çukurundaki olası depremleri simüle eden çeşitli test ortamları kullanılarak yapılan simülasyon değerlendirmelerinin sonuçları
Gelecek için planlar
Bugüne kadarki değerlendirmeler, Japonya kıyıları boyunca yaklaşık kuzey doğu/güney batı yönünde uzanan önemli bir fay hattı olan Nankai Çukurunda varsayımsal depremlere odaklandı. Geliştirilen teknoloji ile bir aşama daha kaydedilerek Japonya'nın diğer bölgelerindeki varsayımsal depremler de incelenerek tsunamilerin çeşitli limanlar ve bunun yanı sıra diğer kıyı yapıları ve belediyeleri nasıl etkileyebileceğine dair çalışmalar yapılabilecek. Çalışma, fayların yer değişimine ek olarak özellikle geleneksel yöntemlerle tahmin edilmesi çok güç olan deniz altı toprak kaymalarının yol açtığı tsunamileri de inceleyebilecek.
Arka plan
Bir deprem ülkesi olarak Japonya, tsunamilerin kıyı bölgelerine verebileceği olası zararlardan endişe duyuyor. Etkili tahliye tedbirlerinin hayata geçirilebilmesi için su baskını derinliklerinin, tsunami karaya ulaşmadan önce hızlı ve isabetli bir şekilde tahmin edilmesi gerekiyor. Geleneksel yöntemlerle su baskını derinliği üç metre hata payıyla birkaç dakika içinde tahmin edilebiliyor, ancak Mitsubishi Electric'in geliştirdiği yeni teknoloji, tahminleri sadece birkaç saniye içinde üretiyor ve tahliye planlarının hızla hayata geçirilmesini destekliyor.
Su baskını derinliklerinin doğru bir şekilde tahmin edilmesi, geniş bir alanda okyanus yüzey akımları hakkında bilgi gerektiriyor. Mitsubishi Electric, söz konusu bilgilerin özel bir radar cihazı kullanılarak 50 km'lik bir alanda toplanabileceğini öğrendikten sonra gerekli teknolojiyi geliştirdi.4 Yeni radar teknolojisiyle Mitsubishi Electric'in MAISART yapay zekâ teknolojisi birleştirilerek su baskınına dair isabetli tahminleri5 sadece birkaç saniye içinde yapmak mümkün hale geldi.
Yeni teknoloji ilk geliştirildiğinde bölge verilerini kullanarak olası tsunami koşulları (deprem merkezleri, fay yer değişim derecesi ve yönü vb.) için simülasyona ihtiyaç duymasına rağmen, yapay zekâ zamanla bu sonuçları öğrenerek su baskını derinliklerini gerçek bir tsunami algılandığında yüksek bir hızda tahmin edebilmeye başladı.
4 “Mitsubishi Electric Gelişmiş Tsunami Algılama Teknolojisi Geliştirdi.” 25 Ocak, 2019 https://www.MitsubishiElectric.com/iiews/2019/0125-b.html
5 Okyanus yüzey akımlarına ilişkin kapsamlı radar verileri kullanarak devasa bilgisayar hesaplamalarıyla yapılan ilk simülasyonlardan biri, hayali bir tsunamiyi sadece birkaç santimetre hata payıyla hesapladı. Sonra, AI-tabanlı tahminler yapılarak ilk simülasyona göre hata payı farkı hesaplandı.
Yorum Yaz