Terör saldırılarına İHA önlemi
İngiliz ve Hintli öğrencilerin ortak çalışması, bir İHA’ya yüklenen yapay zeka teknolojisinin şiddet eylemlerini tespit ederek polisin şiddet veya terör olaylarına anında müdahale edebileceğini gösterdi…
İNSANSIZ hava araçları (ÎHA-drone) bir yandan potansiyel “bir numaralı teknolojik tehlike” olarak görülürken, diğer yandan özellikle güvenlik alanında en çok ihtiyaç duyulan araç olarak kabul ediliyor.
İHA’ların fiyaLının giderek makul seviyelere inmesi ve farklı fonksiyonlar yüklenebilmesi, kötü ellere düşmediği sürece bu cihazlara olan ihtiyacı artırıyor. ÎHA’ların yapay zekayla donatılmasıysa güvenlik alanına gerçek bir katkı sağlıyor. Teknolojik cihazların kullanım alanlarına en çok sınırlamayı getiren Avrupa Birliği bile, güvenlik söz konusu olduğu durumlarda bu cihazlara serbestlik tanıyor. İngiliz ve Hintli genç araştırmacılardan oluşan bir grupsa gelişmiş bir tür yapay zeka teknolojisi olarak tanımlayabileceğimiz derin öğrenme algoritmasını bir ÎHA’ya yerleştirerek, şiddet içeren bir veya birden çok insanın nasıl ayrıştırılabileceğini, böylece olası bir şiddet olayı veya terör saldırısının önlenebileceğini gösterdi.
AKAN VERİYLE ÇALIŞTILAR
Cambridge Üniversitesinden yüksek lisans öğrencisi Amarjot Singh ve arkadaşları, derin öğrenmenin “örüntü tanıma” kabiliyetini kullanarak insanların şiddet eğilimli davranışlarını tespit edebildi. Üniversiteden 25 öğrenci, İHA tarafından görüntülenerek bir deney gerçekleştirdi. Öğrencilerin şiddet eylemlerini taklit eden görüntüleri gerçek zamanlı olarak algoritmanın süzgecinden geçti. Öğrenciler, birbirlerini yumrukluyor, boğuşuyor, tekme atıyor, bıçaklıyor, silah çekiyor gibi hareketlerde bulunmuş. İki bin kadar şiddet içeren ve içermeyen insan video görüntüsüyle eğitilen derin öğrenme algoritması, İHA’nın görüntülediği her insanın vücudunu 18 koordinatta inceleyerek deney sırasında anında hareketlerin şiddet içerip içermediğini söyleyebilmiş. Algoritma, insanların vücudundaki 18 koordinata bakarak sonuca varmış. En basit anlatımıyla vücut ve el-kol hareketlerine bakarak gerekli ayırımı yapabilmiş. Singh, bu algoritmanın anında sonuca varmasının güvenlik bakımından büyük avantaj sağlayacağı yorumunu yaparken, bu deneyde kullanılan yöntemin avantaj sağladığının da altını çiziyor. Singh, iki bin veri sayısının bir algoritmayı eğitmekte yeterli bulunmadığını, ancak “akan veri” (video görüntüleri) ve derin öğrenmenin başka etkili yöntemlerini kullanarak geliştirilen yöntemin, genellikle eğitim için gerekli olan 10-20 bin görüntüye karşılık geldiğini belirtiyor.
Şule Güner
