Londra’daki Imperial College London’da eğitim gören iki Türk öğrenci, 6 Şubat 2023’te meydana gelen 2023 Kahramanmaraş depremleri sonrasında arama-kurtarma çalışmalarını hızlandırmayı hedefleyen yapay zekâ destekli bir sensör geliştirdi. “ResCube” adı verilen sistem, enkaz altındaki yaşam belirtilerini titreşim ve ses analizi yoluyla tespit ederek ekiplerin müdahale süresini kısaltmayı amaçlıyor. Fizik bölümü ikinci sınıf öğrencisi İdil İğde ile tasarım mühendisliği öğrencisi Arda Kangal’ın geliştirdiği cihaz, dört jeofon sensörü aracılığıyla enkaz içindeki mikro titreşimleri ve ses dalgalarını topluyor. Toplanan veriler, makine öğrenmesi algoritmasıyla analiz edilerek olası insan hareketi veya yardım çağrısı gibi sinyaller ayırt ediliyor. Sistem, üçgenleme yöntemiyle sinyalin geldiği noktayı hesaplayarak ekiplerin doğru alana yönelmesini sağlıyor.
“Deprem korkusu projeye dönüştü”
İstanbul’da büyüyen İğde, çocukluğundan bu yana olası büyük İstanbul depremi endişesiyle yaşadığını belirtiyor. 2023’te Türkiye’nin güneyi ile Suriye’nin kuzeyini etkileyen 7,8 büyüklüğündeki depremin kendisi için bir dönüm noktası olduğunu ifade eden İğde, “Sadece üzülmek yerine çözüm üretmek istedik” diyerek projeye başlama motivasyonlarını özetliyor. Kangal ise İstanbul’da önümüzdeki yıllarda büyük bir deprem yaşanma riskine ilişkin bilimsel tahminlerin projeyi hızlandırdığını vurguluyor. Ona göre mevcut arama yöntemleri kritik ilk saatlerde yeterince hızlı sonuç vermeyebiliyor ve bu boşluğu teknolojiyle kapatmak mümkün.
Mevcut yöntemlere alternatif
Bugün birçok arama-kurtarma operasyonunda ekipler, enkaz altından gelen sesleri mikrofon ve kulaklık yardımıyla manuel olarak dinliyor. Bu yöntem hem zaman alıcı hem de insan hatasına açık. ResCube ise sürekli veri toplayıp analiz ederek operatör bağımlılığını azaltıyor. Öğrencilerin aktardığına göre ilk saha testlerinde cihaz yaklaşık yüzde 90 doğruluk oranına ulaştı. Mevcut geleneksel tekniklerde bu oranın ortalama yüzde 80 civarında olduğu belirtiliyor. Aradaki farkın, afet literatüründe “altın 72 saat” olarak bilinen kritik dönemde daha fazla kişiye ulaşılmasını sağlayabileceği değerlendiriliyor. Akademik çalışmalar, deprem kaynaklı ölümlerin önemli bir bölümünün erken müdahaleyle önlenebileceğine işaret ediyor.
Eğitim sahalarında veri topladılar
ResCube’un yapay zekâ modeli, İngiltere’deki arama-kurtarma eğitim alanlarında toplanan verilerle eğitildi. Gloucestershire’daki Fire Service College ve Buckinghamshire’daki Westcott Venture Park tesislerinde enkaz simülasyonları üzerinde çalışmalar yapıldı. Sensörlerin yüksek hassasiyeti nedeniyle testler kontrollü koşullarda gerçekleştirildi. Beton yüzeylere ritmik vuruşlar yapılarak ve insan hareketleri taklit edilerek farklı senaryolar oluşturuldu. Amaç, gerçek afet ortamında oluşabilecek karmaşık ses ve titreşim desenlerini algoritmaya öğretmekti.
Uzmanlardan destek
Arama ve Kurtarma Afet Yardımı (SARAID) Ulusal Direktörü Gary Francis, teknolojinin özellikle çökmüş ve erişimi zor yapılarda operasyonları hızlandırabileceğini belirtiyor. Francis’e göre, doğru konumlandırma sayesinde hem kurtarma süresi kısalabilir hem de ekiplerin risk maruziyeti azalabilir. Imperial College London ise toplumsal fayda üreten düşük maliyetli projeleri destekleyen yarışmada ResCube’u birinciliğe layık gördü ve öğrencilere 7 bin sterlin ödül verdi. Üniversite yönetimi, kısa sürede prototip aşamasına getirilen sistemin afet teknolojileri alanında somut bir yenilik sunduğunu vurguladı.
Hedef: Taşınabilir ve erişilebilir teknoloji
İki genç girişimci, cihazı daha kompakt hale getirerek afet bölgelerine kolay taşınabilir bir çözüm sunmayı planlıyor. Uzun vadede ise sistemi farklı afet türlerine –örneğin maden kazaları veya çığ olaylarına– uyarlamak istiyorlar. Kahramanmaraş depremlerinin yarattığı büyük yıkım, iki öğrenciyi laboratuvardan sahaya uzanan bir çözüm geliştirmeye yöneltti. ResCube’un nihai hedefi ise net: Enkaz altındaki bir kişinin daha hızlı bulunmasını sağlayarak hayat kurtarmak.
