Yapay Zeka Sayesinde Orman Yangınları Nasıl Önlenebilir?

Şafak Koç
Co-one TR
Published in
3 min readAug 23, 2021

Son yıllarda orman yangınlarıyla ilgili dünyanın her yerinden dehşet verici haberler duymaya başladık. ScienceBrief.org raporuna göre küresel ısınma sebebiyle ortalama hava sıcaklığı, geçmiş yıllara kıyasla daha yüksek olduğundan dolayı geniş alanlara hızlı bir şekilde yayılan orman yangınları günümüzde daha sık görülür oldu. 2021 yılında, orman yangınları Akdeniz bölgesine daha önce hiç olmadığı kadar zarar verdi. Türkiye, İtalya ve Yunanistan ise bu yıl orman yangınlarından en çok etkilenen ülkeler. Bu bölgede binlerce hektarlık alan yok oldu, besi hayvanları ve vahşi yaşam zarar gördü, yangın bölgesinde yaşayan onlarca insan evsiz kaldı. Avrupa Orman Yangını Bilgi Sistemine göre sadece Türkiye’de, 95,000 hektarlık alan küle döndü.

27 Temmuz-9 Ağustos tarihleri arasında Avrupa orman yangınları haritası (EFFIS)

Orman yangınlarını olabildiğince erken tespit etmenin yangınların geniş alanlara yayılmasını önlemede kritik öneme sahip olduğu söylenebilir. Günümüzde orman yangınları çoğunlukla o bölgede yaşayan insanlar, yangına karşı devriye gezen pilotlar ve gözetleme kuleleri sayesinde tespit ediliyor. Fakat bu yöntemler insan gücüne dayalı oldukları ve sınırlı bir alanda etki gösterdikleri için orman yangınlarını tespit etmede tam olarak yeterli değil. Bu noktada yapay zeka, orman yangınlarını erken bir evrede tespit edip onlarla savaşmak için çeşitli çözümler sunmakta. Devletler de bu fırsatın farkında, bu yüzden teknoloji ve savunma sanayisi yapay zeka uygulamalarının büyük yangın felaketlerini durdurmada nasıl rol oynayabileceğini araştırmak üzere fonlanıyor. ABD Federal Acil Durum Yönetim Kurumu, 2020 yılında kameralarla orman yangını tespitinin yapıldığı bir projenin geliştirilmesi için 2 milyon dolar bağışladı. Bazı şirketler ise Computer Vision teknolojisi ve uydu verilerini kullanarak orman yangınlarını tespit edecek ürünler geliştirmeye başladı bile.

Yapay zekanın orman yangınlarıyla baş etmede kullanılan klasik yöntemlere karşı yeni ve ümit vaat eden bir alternatif olduğu göz ardı edilemez. Ancak, başarılı bir şekilde çalışan fonksiyonel yapay zeka modelleri oluşturmak düşünüldüğü kadar kolay değil. İlk olarak algoritmayı eğitmek üzere kullanılan verinin iyi bir şekilde işlenmiş olması çok önemli ve veri etiketleme, bu veri hazırlama sürecinin olmazsa olmaz bir parçası.

Orman yangınlarını kameralar kullanarak tespit etmeyi amaçlayan bir projede, yapay zeka modelinin yanan alanları diğer cisimlerden ayırt etmesi beklenir. Yapay zekanın bu ayrımı yapabilmesini mümkün kılmak için doğru bir şekilde etiketlenmiş veriler kullanılır. Bu çok önemli bir adımdır çünkü yanlış sınıflandırılmış objeler bazı sorunlara yol açabilir. Hiçbirimiz bir orman yangınının dumanını bulutlarla karıştırmak istemeyiz değil mi? Veri etiketleme yöntemiyle benzer veri setleri istenen şekilde sınıflandırılır, bu sayede görüntü üzerinde yangının bulunduğu yerler ve diğer kısımlar birbirlerinden ayrılmış olur. Böylece bu veriler ile eğitilen bir yapay zeka algoritmasının görüntü verisini kullanarak orman yangınlarını doğru bir şekilde tespit etmesi sağlanır.

Co-one tarafından bounding box yöntemiyle etiketlenen orman yangını verisi (Kaynak: Kaggle, 2021)
Co-one tarafından segmentasyon yöntemiyle etiketlenen orman yangını verisi (Kaynak: Kaggle, 2021)

Co-one’da veri etiketleyicilerimizin desteğiyle yapay zekanın gelişimine katkı sağlamak için orman yangını verilerini etiketliyoruz. Kaggle’dan aldığımız açık kaynaklı orman yangınları veri setimizi etiketlemek üzere bounding box ve segmentasyon yöntemlerini kullanıyoruz. Co-one’da etiketlenen verilerin yardımıyla geliştirilen yapay zeka destekli ürünler orman yangınlarıyla baş etmek için çalışan organizasyonlar tarafından kullanılabilir. Bunun yanı sıra, veri etiketleyicilerimiz verileri kısa sürede ve yüksek doğruluk oranlarıyla etiketliyorlar. Bu çok önemli, çünkü yapay zeka modelinin veri düzgün bir biçimde etiketlenmediğinde istenen şekilde çalışması mümkün değil ve bu durum yapay zeka şirketlerinin ihtiyaç duydukları yüksek kaliteli veriye erişmek için çok fazla zaman harcamasına sebep oluyor. Yüksek kaliteli etiketlenmiş veriye olan ihtiyacın ve verinin neden yapay zeka projeleri için bu kadar önemli olduğunun bilincindeyiz, bu yüzden ihtiyaç duyulan veriyi sizlere ulaştırmak için sürekli çalışıyoruz.

Toplumsal faydaya gözle görülür bir katkı sağlamayı amaç edinmiş Co-one çalışanları olarak, yapay zekanın dünyayı herkes için daha iyi ve güvenli bir yere dönüştürebilecek bir fırsat olduğuna inanıyoruz. Eğer siz de yapay zekayla daha parlak bir gelecek inşa etmek için Co-one’ın veri etiketleme hizmetini deneyimlemek istiyorsanız, bizimle iletişime geçin!

--

--

Şafak Koç
Co-one TR

sophomore astronautical engineering student, tries to spread the word