Microsoft Başkan ve Başkan Yardımcısı Brad Smith Perşembe günü ziyaret edildi TOHUMLARherhangi bir alanda siklonlar, depremler veya ısı dalgaları gibi çoklu tehlikelerin etkisini tahmin etmek için yapay zeka (AI) kullanan bir afet müdahale ve hazırlık kar amacı gütmeyen kuruluş.
İçinde HindistanAraştırmacılar, şehrin diğer bölgelerine göre 6 santigrat derece daha sıcak olabileceğini söylediği, ülkenin kenar mahallelerinde daha sert etki hissediliyor.
“Sıcak bir yaz gününde gecekondularda dışarı çıkıp gölge bulmak çok zor. Çok kalabalık. Evler genellikle diğer malzemelere göre çok daha hızlı ısınan teneke levhalardan yapılıyor” dedi. Anshu SharmaSEEDS’in kurucu ortağı.
SEEDS, 2017’den bu yana, insanların sıcağı yenmek için çözümler bulmalarına yardımcı olmak için sıcak hava dalgalarına karşı en savunmasız topluluklarla birlikte çalışıyor.
Şimdi, Microsoft’un yapay zekasının desteğiyle İnsani Yardım Faaliyetleri Grant, SEEDS, çoklu tehlikelerin etkisini tahmin etmek için bir AI modeli geliştirdi.
Sunny Lives adlı model, Yeni Delhi’deki gecekondu mahallelerinde yaşayan yaklaşık 125.000 kişi için sıcak hava dalgası risk bilgisi üretti ve Nagpur.
Uzmanlar, bu tür yoğun ısı dalgalarının devam etmesinin muhtemel olduğunu söylüyor. Weather dergisinde yayınlanan bir araştırmaya göre İklim Aşırılıkları dergisine göre, Hindistan 2000-2019 yılları arasında 1980-1999 yılları arasındaki ısı dalgalarının iki katından fazlasını gördü.
‘Sunny Lives’ AI modeli, Microsoft’un AI for Good Lab ile geliştirildi ve AI for Humanitarian Action programından bir hibe ile desteklendi.
AI modelinden yararlanan risk hattı, veri bilimi şirketi ile birlikte geliştirildi gramer ve belirli bir alan için bir risk haritası sağlar.
Haritada, her bina kendi “risk puanına” göre renk kodludur.
Yapı yoğunluğu, bitki örtüsü, binanın bir su kütlesine yakınlığı, çatı tipi sınıflandırması: bunlar, SEEDS’in risk puanını hesaplamak için kullandığı matrisi oluşturan temel parametrelerden bazılarıdır.
Çatı malzemesi, beraberindeki ısı emme kapasitesiyle birlikte çok önemli bir veri noktasıdır: binalar bu kapasiteye göre tanımlanır, sınıflandırılır ve haritalanır.
Risk haritası, akıllı telefonda bulunan normal bir haritanın üzerine yerleştirilebilir, bu da gönüllülerin sahaya çıktıklarında erişmelerini kolaylaştırır. Haritalar, çeşitli eylem noktalarını belirlemelerine yardımcı olur: uyarı vermek için nereye gitmeleri gerektiği, su kıtlığının bir sorun olabileceği veya yerel yetkililerin kaynakları nereye yönlendirmesi gerektiği.
Son birkaç yılda, SEEDS bu yaklaşımla Doğu Delhi’deki 23 gecekondu topluluğuna ulaştı.
Örgüt şimdi modelini orta ve yüksek gelirli grup bölgelerine genişletmek için Hindistan’daki çeşitli eyalet hükümetleriyle ilişki kuruyor.
FacebookheyecanLinkedin