Depremleri önceden bilmek mümkün mü? Türk araştırmacı geliştirdi! O sistemi anlattı

ABDde yaşayan Türk araştırmacı Cemil Emre Yavaş ve ekibi, 5,5 büyüklüğünün altındaki depremleri 30 gün önceden tahmin edebilen yapay zekâ tabanlı sistemle San Diegoda yüzde 98, İstanbulda yüzde 91e yakın başarıya ulaştıklarını duyurdu. Yavaş, çalışmanın detaylarını Hürriyet'ten Fulya Soybaş'a anlattı...Depremleri hem de 30 gün önceden tahmin etmek mümkün mü? Sorunun yanıtı ABDdeki Georgia Southern Üniversitesinde dijital tasarım ve yapay zekâ üzerine çalışmalar yapan Türk araştırmacı Cemil Emre Yavaş ve ekibine göre Evet. Yavaş ve ekibi Kaliforniyadaki San Andreas Fay Hattı üzerinde bulunan San Diegoda Random Forest isimli yapay zekâ algoritması ile 5.50 büyüklüğüne kadar olan depremleri yüzde 98e yakın başarı ile tahmin ettiklerini duyurdu. Çalışma dünyanın saygın bilim dergilerinden Natureda da yayınlandı. Çalışmanın dikkat çeken sonuçlarından birisi de algoritmanın İstanbul gibi deprem riski yüksek bir yerde yüzde 91,65 gibi bir doğruluk oranına ulaşmasıydı. Araştırmanın başındaki Cemil Emre Yavaş ile görüştüm. Detayları anlattı. Liderliğini Cemil Emre Yavaşın yaptığı ve Cristopher Kadlec, Yiming Ji ve Lei Chenden oluşan ekibin ABDdeki Georgia Southern Üniversitesinde devam eden çalışması, Kaliforniya, Pasifik ve Kuzey Amerika Levhasının birbirlerine yaklaştığı yerdeki San Andreas Fay Hattı üzerindeki bölgeyi kapsıyor. Hala test aşamasındaki araştırma önce Los Angeles ve çevresinde başlamış, buradaki tahminlerin doğruluk payı yüzde 69 olmuş. Ekip, tahminin doğruluk payını artırmak için süreçte farklı yapay zekâ modelleri de denemiş. Random Forest adlı algoritmanın depremi önceden tahmin etme konusunda daha etkin olduğu saptanınca sonraki çalışmalar bu algoritma üzerine inşa edilmiş. Peki nasıl çalışıyor bu algoritma? Eğitilerek. Yavaş ve ekibi, algoritmayı eğitmek için o bölgede yaşanan geçmiş depremlere dair tüm verileri; depremin derinliği, büyüklüğü, yerin altı yapısı gibi ve de deprem olasılığı üzerinde etkili olduğu bilinen tüm parametreleri; toprak hareketlerinde değişiklik ya da su seviyeleri gibi, bir araya getirmiş. Bu verilerin işlenmesiyle algoritma gelecekteki depremlerin yeri, büyüklüğü ve olası zaman aralığını tahmin edebilecek yapıya kavuşmuş. Devamını projenin lideri Cemil Emre Yavaşın kendisi anlatsın: Makalemizde de belirttiğimiz gibi, çalışmamızın amacı, geçmiş çalışmalarda varılan noktaları tespit edip, üstüne yenilerini koyarak depremin tahmin gücünü artırmaktır. Diğerlerinden farklı olarak, tahmin sürecine yenilikçi, yapay zekâ tabanlı deprem tahmininde daha önce kullanılmamış özellikleri ekleyerek, modeli daha da güçlendiriyoruz. Bu sayede, son 30 gün içinde oluşan depremler ile en son meydana gelen 50 deprem arasındaki bağıntılar üzerinden geliştiriyoruz modeli. Bu, sistemin mevcut veriler ile daha derin bağlantı kurmasını sağlayarak, öngörüleri daha güvenilir hale getiriyor. Bu sınıflar doğrudan Richter ölçeğine göre bir büyüklük derecelendirmesi değil belirli aralıklara göre gruplandırılmış tahmin sınıflarıdır. En yüksek sınıf Class 6i 6 veya daha büyük bir deprem anlamına gelmemekte; yalnızca 4.72 ile 5.50 büyüklükleri arasındaki depremleri kapsıyor. Yani çalışmamız 6 ve üstü büyüklükte depremleri içermiyor. Çünkü Los Angelesta çalıştığımız yıllar içinde 6 ve üstü deprem meydana gelmedi. Elimizde yeterli veri bulunmadığından modelimizin bu büyüklükteki depremleri tahmin edebilme kapasitesini değerlendirmek de mümkün değil, 6 veya daha büyük bir deprem olması durumunda bu tür bir olayı tahmin edip edemeyeceğimizi şu anda test edemiyoruz. Bu sınıflar doğrudan Richter ölçeğine göre bir büyüklük derecelendirmesi değil belirli aralıklara göre gruplandırılmış tahmin sınıflarıdır. En yüksek sınıf Class 6i 6 veya daha büyük bir deprem anlamına gelmemekte; yalnızca 4.72 ile 5.50 büyüklükleri arasındaki depremleri kapsıyor. Yani çalışmamız 6 ve üstü büyüklükte depremleri içermiyor. Çünkü Los Angelesta çalıştığımız yıllar içinde 6 ve üstü deprem meydana gelmedi. Elimizde yeterli veri bulunmadığından modelimizin bu büyüklükteki depremleri tahmin edebilme kapasitesini değerlendirmek de mümkün değil, 6 veya daha büyük bir deprem olması durumunda bu tür bir olayı tahmin edip edemeyeceğimizi şu anda test edemiyoruz. Deprem tahmini konusunda yapay zekâ tabanlı sistemlerin bugünkü durumunu değerlendirirken bu sistemlerin ancak yeterli ve düzenli veriyle beslenebildiğinde başarılı sonuçlar verdiğini belirtmek isteriz. Geliştirdiğimiz modelin Los Angeles bölgesinde yüksek doğruluğa ulaşması bölgeye ait deprem verilerine dayanıyor. İstanbul gibi 7 büyüklüğünü aşabilecek depremler için yüksek risk taşıyan bölgelerde yapay zekâ destekli sistemlerin katkı sağlayabileceğini düşünmekle birlikte modelin başarı oranı elde edilen veri miktarının yeterliliğiyle doğrudan ilişkilidir. Ancak çalışmalarımız, veri seti genişletildikçe ve sahadan elde edilen gerçek zamanlı verilerle desteklendikçe, modelin tahmin gücünün önemli ölçüde yükseldiğini de gösteriyor. Bu, İstanbul gibi bölgelerde de yerel özelliklere dayalı veri setleriyle çalışıldığında sistemin etkinliğinin artabileceğini işaret etmektedir. Bu bağlamda, yapay zekâ destekli tahmin sistemlerinin bir destek aracı olarak değerlendirilmesi önemlidir; bu sistemlerin yapı güvenliği ve toplumsal hazırlık gibi fiziksel önlemlerle bir arada kullanılması afet riskini en aza indirmek için en etkili çözüm olacaktır.