pixel

المشرفون على بيئتهم

تمت ترقية نظام رسم الخرائط في مخيم كاكوما للاجئين، وذلك بفضل المشاركة العملية لسكانه
A bustling market scene with colorful fabric canopies overhead, motorbikes parked along the dirt pathway, and people walking and shopping among stalls selling clothes and household goods.

في الامتداد القاحل لشمال غرب كينيا، تطور مخيم كاكوما للاجئين ليصبح مجتمعا مترامي الأطراف يضم أكثر من 300 ألف نازح من أكثر من 20 دولة. تأسس مخيم اللاجئين في الأصل في عام 1992 لإيواء الشباب الفارين من الحرب في السودان، وهو الأكبر في إفريقيا، حيث يغطي حوالي 15 ميلاً مربعًا (40 كم)، مع سكان من جنوب السودان والصومال ودول مجاورة أخرى.

لسنوات، كانت خرائط مخيم اللاجئين قديمة للغاية، مما أعاق إيصال المساعدات، وتخطيط البنية التحتية، والاستجابة لحالات الطوارئ. أدى التصميم غير المنتظم للمخيم وأنواع المأوى المتنوعة إلى صعوبة طرق رسم الخرائط التقليدية. لكن هذا التحدي أثار تعاونًا ملحوظًا أعاد تعريف ما يمكن أن تحققه التكنولوجيا الإنسانية.

يقول الدكتور Simone Fobi Nsutezo، عالم الأبحاث التطبيقية، للذكاء الاصطناعي من Microsoft في Good Lab: “أعتقد أن التعاون كان أمرًا أساسيًا لأن كل شخص طرح فكرة فريدة”.

في قلب التعاون لتحديث نظام رسم الخرائط في مخيم كاكوما للاجئين، كان ثالوث الابتكار أمرًا أساسيًا. طرح كل شريك فكرة فريدة، ومعًا، أحدثوا تأثيرًا حقيقيًا. وقد حدد مختبر الابتكار التابع للمفوضية القضايا التي يواجهها مخيم اللاجئين، في حين قدم فريق خريطة الشارع المفتوح الإنساني (HOT) جمع البيانات الأساسية على أرض الواقع والاندماج الحيوي في المجتمع.

Aerial view of a sprawling refugee camp with rows of small, makeshift shelters and buildings, separated by a dirt road, under a partly cloudy sky in a dry, arid landscape.

تضخيم التأثير من خلال المشاركة المجتمعية

كانت القوى الموجهة هي الرغبة في القيام بعمل مهم حقًا، والشغف بالاستشعار عن بعد وصور الأقمار الصناعية، وهدف تلبية احتياجات اللاجئين. على الرغم من قيمة رسم الخرائط يدويًا، وأنها كانت بطيئة وكثيفة العمالة، إلا أن فريق الذكاء الاصطناعي من Microsoft في Good Lab اكتشف فرصة للذكاء الاصطناعي والتعلم الآلي للمساعدة في منح مصممي الخرائط البشرية الأدوات التي يحتاجونها.

وكما تقول الدكتورة Amrita Gupta، عالمة الأبحاث التطبيقية، للذكاء الاصطناعي من Microsoft في Good Lab: “بمجرد تدريب نموذج على كمية صغيرة من البيانات، يكون من السريع جدًا الحصول على تنبؤات حول مناطق جديدة. لدينا كود مفتوح المصدر لرسم خرائط الألواح الشمسية والمباني وأنواع الأسطح ومرافق الصرف الصحي، ويمكن لأي شخص استخدامها بشكل مستقل”.

لفهم الظروف على الأرض بشكل أفضل، قام فريق رسم الخرائط HOT بتوثيق مؤشرات مرئية للوصول إلى الكهرباء – مثل الألواح الشمسية وخطوط الكهرباء الموجودة في المخيم. في حين أن معظم الكهرباء يتم توليدها ذاتيًا في المباني الفردية، ساعدت هذه المعلومات في خلق صورة أوضح للمكان الذي يمكن أن تعمل فيه الخدمات الأساسية بشكل واقعي، وسلطت الضوء على الثغرات في مشهد البنية التحتية الأوسع.

كان الهدف هو مساعدة المخيم على الشعور بشكل أقل كمأوى مؤقت وأكثر كمستوطنة دائمة. كان رسم الخرائط هو الخطوة الأولى نحو ضمان بقاء المشروع قائما على الاحتياجات الإنسانية. إن التزام المشروع بالوصول المفتوح يعني أن جميع البيانات والصور التي تم إنشاؤها ستكون متاحة مجانًا. وقد أدى ذلك إلى تضخيم نطاق الوصول إلى ما هو أبعد من كاكوما، تأييد إدماج اللاجئين.

إنه كل المجتمع. لم ننس أحدًا.
Akso Kaposho Mupenzi
مساهم في رسم الخريطة ولاجئ

من خلال العمل على الأرض في كينيا، جلب فريق HOT لمسة إنسانية. قاد السكان المحليون نشاط جمع البيانات الفعلي بالكامل، من تقديم المشروع إلى تحليق الطائرات دون طيار، وساعد اللاجئون في المخيم في تحديد المعالم في المنطقة يدويًا. وحلقت فرق HOT بطائرات دون طيار لالتقاط صور جوية عالية الدقة وإجراء التحقق الميداني مع رسامي الخرائط اللاجئين. ولكن الأهم من ذلك، أنها قامت بتدريب وتمكين أعضاء مخيم اللاجئين، وحولت جمع البيانات إلى مشاركة مجتمعية.

أصبح اللاجئون رسامين للخرائط ومترجمين فوريين ومشرفين على بيئتهم الخاصة، مما أدى إلى إنشاء بيانات حقيقية على الأرض. أضافت معرفتهم المحلية عمقًا ودقة، مما منحهم ملكية العملية. قام فريق HOT يدويًا بوضع علامات على 10 أميال مربعة (16 كيلومتر مربع) من الصور، مما أدى إلى إنشاء مجموعة بيانات تدريب غنية لتطوير الذكاء الاصطناعي يمكن الحفاظ عليها مع تطور المخيم.

“تم استخدام الذكاء الاصطناعي بشكل أساسي لمطابقة الأنماط وتوفير الوقت. لقد ساعدنا ذلك في العثور على إشارات في البيانات يصعب اكتشافها يدويًا”، كما تقول الدكتورة Gupta.

بالاعتماد على الصور الغنية الموسومة بالمجتمع التي تم جمعها في مخيم اللاجئين، قام الذكاء الاصطناعي من Microsoft في Good Lab بتطوير نماذج متقدمة للتعلم الآلي باستخدام خدمات Azure السحابية. تم تدريب هذه النماذج على التحديد الدقيق لمجموعة واسعة من الميزات – المباني وكتل الصرف الصحي والألواح الشمسية لإنارة الشوارع وأسطح المنازل وعناصر شبكة الطاقة مثل الأعمدة والخطوط – مما يعكس المناظر الطبيعية المتنوعة وغير المنتظمة في المخيم.

ومن خلال الاستفادة من الخبرة المحلية والذكاء الاصطناعي، تمكن الفريق من التغلب على التحديات التي تفرضها البنيات الفريدة لمخيم اللاجئين، مما مكن من التحليل السريع والتعرف على الأنماط التي سيكون من الصعب تحقيقها يدويًا. تم إصدار جميع النماذج ومجموعات البيانات كمصدر مفتوح على GitHub، مما مكن المطورين والباحثين والمنظمات الإنسانية في جميع أنحاء العالم من البناء على هذا العمل وتكييفه مع المجتمعات الأخرى المحتاجة.

شهادة على الإمكانيات

يوضح مشروع رسم الخرائط مفتوح المصدر كيف يمكن للتعاون أن يساعد في إنشاء أساس قوي للتنمية المستدامة. مع تطور الحدود البلدية لبلدة كاكوما، أصبحت البيانات المكانية الدقيقة ضرورية للتخطيط طويل الأجل وتقديم الخدمات في جميع أنحاء المدينة والمستوطنات المحيطة بها – مما يضمن أن أي قرارات مستقبلية للضم أو الاندماج ترتكز على الواقع.

GitHub هو المكان الذي يبدأ فيه الفصل التالي من هذا المشروع – ربط المطورين والتقنيين المدنيين وعلماء البيانات بالتحديات الإنسانية في العالم الحقيقي. وأصبح كل شيء تم تعلمه جزءًا من قاعدة المعرفة العالمية لمساعدة اللاجئين. من خلال مشاركة هذا الرمز بشكل مفتوح، يمكن لأي شخص في أي مكان البناء عليه وتحسينه واستخدامه لإحداث فرق. قصة مخيم كاكوما للاجئين هي دليل على ما هو ممكن عندما تلتقي الرؤية الإنسانية بالابتكار.

لا أحد يعرف مجتمعًا أفضل من الناس الذين يعيشون هناك. لم يحل الذكاء الاصطناعي محله، بل قام بتوسيع قدراته.
Juan M. Lavista Ferres
مدير مختبر الذكاء الاصطناعي Good Lab، في Microsoft