pixel

שומרי הסביבה שלהם

מערכת המיפוי של מחנה הפליטים Kakuma זוכה לשדרוג, הודות למעורבות מעשית של תושביו
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.

במרחב הצחיח של צפון-מערב קניה, מחנה הפליטים Kakuma צמח לקהילה נרחבת של יותר מ-300,000 עקורים מיותר מ-20 מדינות. מחנה הפליטים, שהוקם במקור ב-1992 כדי לתת מחסה לצעירים שנמלטו מהמלחמה בסודן, הוא הגדול ביותר באפריקה, ומשתרע על פני כ-15 מיילים רבועים (40 ק"מ), עם תושבים מדרום סודן, סומליה ומדינות שכנות אחרות.

במשך שנים היו המפות של מחנה הפליטים מיושנות מאוד – ופגעו בהעברת סיוע, תכנון תשתיות ומענה בשעת חירום. המבנה הבלתי סדיר של המחנה וסוגי המחסה המגוונים הקשו על שיטות המיפוי המסורתיות. אך אתגר זה הצית שיתוף פעולה יוצא דופן שהגדיר מחדש את מה שטכנולוגיה הומניטרית יכולה להשיג.

"אני חושבת ששיתוף פעולה היה המפתח כי כל אדם הביא משהו ייחודי לשולחן", אומרת ד"ר Simone Fobi Nsutezo, מדענית מחקר יישומי, Microsoft AI for Good Lab.

בלב שיתוף הפעולה לעדכון מערכת המיפוי של מחנה הפליטים Kakuma עמד שילוש של חדשנות. כל אחד מהשותפים הביא משהו ייחודי לשולחן, ויחד הם יצרו השפעה אמיתית. הכוורת של נציבות האו"ם לפליטים – מעבדת החדשנות של סוכנות הפליטים של האו"ם – הגדירה את הבעיות שאיתן מתמודד מחנה הפליטים בזמן שצוות The Humanitarian OpenStreetMap ‏(HOT) סיפק איסוף נתונים מהותיים בשטח ואינטגרציה קהילתית חיונית.

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.

הגברת ההשפעה באמצעות מעורבות קהילתית

הכוחות המנחים היו רצון לעשות עבודה חשובה באמת, תשוקה לחישה מרחוק ותצלומי לוויין והמטרה לענות על צרכי הפליטים. מיפוי ידני, למרות שהוא בעל ערך, היה איטי ודרש עבודה רבה, אך צוות Microsoft AI for Good Lab זיהה הזדמנות עבור AI ולמידת מכונה לעזור לתת לממפים אנושיים את הכלים הדרושים להם.

"ברגע שאתה מאמן מודל על כמות קטנה של נתונים, מתקבלות במהרה תחזיות בתחומים חדשים. יש לנו קוד פתוח למיפוי פאנלים סולאריים, בניינים, סוגי גגות, מתקני תברואה, וכל אחד יכול להשתמש בו באופן עצמאי", אומרת ד"ר Amrita Gupta, מדענית מחקר יישומי, Microsoft AI for Good Research Lab.

כדי להבין טוב יותר את התנאים בשטח, צוות המיפוי של HOT תיעד אינדיקטורים גלויים של גישה לחשמל – כגון פאנלים סולאריים וקווי חשמל הנמצאים במחנה. בעוד שרוב החשמל מיוצר באופן עצמאי בבניינים נפרדים, מידע זה סייע ליצור תמונה ברורה יותר של המקומות שבהם שירותים חיוניים יכולים לפעול באופן מציאותי, והדגיש פערים בנוף התשתיות הרחב יותר.

המטרה הייתה לעזור למחנה להרגיש פחות כמו מקלט זמני ויותר כמו יישוב קבע. המיפוי היה הצעד הראשון לקראת הבטחה שהפרויקט יישאר מעוגן בצרכים הומניטריים. המחויבות של הפרויקט לגישה פתוחה פירושה שכל הנתונים והתמונות שנוצרו יהיו זמינים באופן חופשי. זה הגביר את טווח ההגעה מעבר ל-Kakuma, ודגל בהכללת פליטים.

זו כל הקהילה. לא שכחנו אף אחד.
Akso Kaposho Mupenzi
תורם למפות ופליט

על ידי פעולה בשטח בקניה, צוות HOT הביא את המגע האנושי. פעילות איסוף הנתונים בפועל הובלה כולה על ידי המקומיים, החל מהצגת הפרויקט ועד להטסת הרחפנים, והפליטים במחנה סייעו בזיהוי ידני של מאפיינים באזור. צוותי HOT הטיסו רחפנים כדי לצלם תצלומי אוויר ברזולוציה גבוהה ולבצע אימות בשטח עם ממפים פליטים. אבל הכי חשוב, הם הכשירו והעצימו חברים במחנה הפליטים – והפכו את איסוף הנתונים למעורבות קהילתית.

הפליטים הפכו לממפים, למתורגמנים ולשומרים של סביבתם, ויצרו נתוני אמת בסיסיים. הידע המקומי שלהם הוסיף עומק ודיוק, והעניק להם בעלות על התהליך. הצוות של HOT תייג ידנית 10 מיילים רבועים (16 קמ"ר) של תמונות, ויצר מערך נתונים עשיר לאימונים לפיתוח AI שיכול להתעדכן ככל שהמחנה מתפתח.

"AI שימש בעיקר להתאמת דפוסים ולחיסכון בזמן. הוא עזר לנו למצוא אותות בנתונים שיהיה קשה לזהות באופן ידני", אומרת Dr. Gupta

בהתבסס על התמונות העשירות והמתויגות על ידי הקהילה שנאספו במחנה הפליטים, AI for Good Lab של Microsoft פיתחה מודלים מתקדמים של למידת מכונה באמצעות שירותי הענן של Azure. מודלים אלה אומנו לזהות במדויק מגוון רחב של מאפיינים – מבנים, בלוקים לתברואה, פאנלים סולאריים של פנסי רחוב וגגות,ואלמנטים של רשת החשמל כמו עמודים וקווים – המשקפים את הנוף המגוון והמשתנה של המחנה.

על ידי מינוף מומחיות מקומית ו-AI, הצוות הצליח להתגבר על האתגרים שהציבו המבנים הייחודיים של מחנה הפליטים, ואפשר ניתוח וזיהוי דפוסים מהיר שיהיה קשה להשיג באופן ידני. כל המודלים ומערכי הנתונים שוחררו כקוד פתוח ב-GitHub, והעצימו מפתחים, חוקרים וארגונים הומניטריים ברחבי העולם להסתמך על עבודה זו ולהתאים אותה לקהילות אחרות הזקוקות לכך.

עדות לאפשרויות

פרויקט מיפוי זה בקוד פתוח מדגים כיצד שיתוף פעולה יכול לסייע בהקמת בסיס חזק לפיתוח בר קיימא. ככל שהגבולות המוניציפליים של העיר Kakuma התפתחו, נתונים מרחביים מדויקים הפכו קריטיים לתכנון לטווח ארוך ולאספקת שירותים ברחבי העיר והישובים הסובבים אותה – מה שמבטיח שכל החלטה עתידית על סיפוח או אינטגרציה מעוגנת במציאות.

GitHub הוא המקום שבו מתחיל הפרק הבא של הפרויקט הזה – חיבור של מפתחים, טכנולוגים אזרחיים ומדעני נתונים לאתגרים הומניטריים בעולם האמיתי. וכל מה שנלמד הפך לחלק מבסיס ידע עולמי לסיוע לפליטים. על ידי שיתוף קוד זה באופן פתוח, כל אחד, בכל מקום, יכול לבנות עליו, לשפר אותו ולהשתמש בו כדי לחולל שינוי. סיפורו של מחנה הפליטים Kakuma הוא עדות למה שאפשר לעשות כאשר חזון הומניטרי פוגש חדשנות.

אף אחד לא מכיר קהילה טוב יותר מהאנשים שחיים בה. AI לא החליף אותם, אלא הרחיב את היכולות שלהם.
Juan M. Lavista Ferres
מנהל מעבדה AI For Good Lab, ‏Microsoft