DARPA kritik mineralleri araştırıyor – Para Dergi

PARA YAPAY ZDKA/ ŞULE GÜNER Yapay zekâ teknolojileri yaygınlaştıkça, kullanım alanları da genişliyor. Şimdi size yapay zekânın küresel ölçekte nasıl kullanılabileceğine ilişkin bir ilkten bahsedeyim…

Biliyorsunuz, yapay zeka gelişirken beraberinde uluslararası rekabeti de getirdi: ABD ve Çin. Bu iki ülke yapay zeka konusunda son sürat, “yarışarak” ilerliyor. ABD tarafında yapay zekanın 1990’lı yılların sonlarından itibaren gelişmesinde önemli bir rol oynayan Pentagon’un İlerlemiş Savunma Araştırmaları Ajansı (DARPA), ABD’yi, milli güvenliğini ve gelecek ekonomisini garantiye almayı hedefleyen bir proje üzerinde çalışıyor: Yapay zekayla kritik minerallerin araştırılmasını amaçlayan bir yarışma.

DARPA’nın ABD Ulusal Jeolojik Araştırmaları Merkezi (USGS) ile birlikte yapay zeka ve makine öğrenmesinden yararlanarak üretimde kullanılabilecek ham ve yakıta dönüşmeyecek malzemelerin araştırmasını yaptığı belirtiliyor. Bu birliktelik, bir yarışmayla verimli sonuçlar verecek.

“Nasıl?” ve “Bu ne anlama geliyor?” diye soracak olursanız; pandemiden sonra gündemimize oturan tedarik zinciri ve malzeme eksikliği konusuna parmak basmamız gerek. Ukrayna-Rusya arasında yaşanan savaş ise bu orta şiddetli küresel krizi perçinlemiş oldu. Eğer bir şeyi üretmek için dışa bağımlıysanız, -ki tüm dünya ülkeleri farklı ölçülerde bağımlı- olası bir kriz anında ulusal ihtiyaçlarınız karşılanamayabilir. Bir ülke, kaynağı olduğu bir malzemeyi ihraç etmeyi kısıtlandırabilir. ABD’nin bu olasılıkları azaltmak adına, yapay zekadan yararlanarak böyle bir hamleye giriştiği çıkarımını yapıyoruz.

İKİ KATEGORİDE YARIŞMA

DARPA, 50 kritik mineral kaynağının yapay zekayla nasıl bulunabileceğinin değerlendirmesini yapıyor. Çünkü mevcut koşullarda bu değerlendirmeyi yapmak tüm insan yoğun süreçlerde olduğu gibi zaman alıyor, aynı zamanda maliyetli. DARPA bu süreçleri kısaltmak amacında…

DARPA ilan ettiği yarışmayla bu işi yapması için dışarıdan teknik destek alacak. Yarışmada iki kategori bulunuyor: Harita yer referanslaması ve harita özel işaretlemelerinin belirlemesi.

Bu kategorileri biraz açalım; birinci kategoride yarışmacılardan binden fazla haritadan oluşan veri setlerini koordinatları lokasyonlara uyup uymadığını araştıran, yani aslında eğiten ve onaylayan bir model geliştirmeleri istenecek.

İkincisindeyse yarışmacılara işaret tablosu belirli ve karakterize olan (Nokta, çizgi, poligon gibi) haritalardan oluşan bir veri seti ve haritadaki özelliklerin haritada ne kadar yer aldığını gösteren ikili piksel harita verilecek.

Böylece Evrişimsel Sinir Ağları (Convolutional Neural Network-CNN) ve makine öğrenmesi yardımıyla mineral kaynaklarının lokasyonu ve diğer özellikleri, insan yardımı olmadan tespit edilebilecek.