Beheerders van hun omgeving

In de dorre uitgestrektheid van het noordwesten van Kenia is het Kakuma-vluchtelingenkamp uitgegroeid tot een uitgestrekte gemeenschap van meer dan 300.000 ontheemden uit meer dan 20 landen. Het vluchtelingenkamp, oorspronkelijk opgericht in 1992 om jonge mensen te huisvesten die de oorlog in Soedan ontvluchten, is het grootste in Afrika. Het kamp heeft een oppervlakte van ongeveer 40 km, met inwoners uit Zuid-Soedan, Somalië en andere buurlanden.

Jarenlang waren de kaarten van het vluchtelingenkamp sterk verouderd, wat de hulpverlening, de infrastructuurplanning en de noodhulp belemmerde. De onregelmatige indeling van het kamp en de verschillende soorten onderdak maakten traditionele karteringsmethoden moeilijk. Maar deze uitdaging leidde tot een opmerkelijke samenwerking die opnieuw definieerde wat humanitaire technologie kon bereiken.

“Ik denk dat samenwerking cruciaal was omdat iedereen iets unieks te bieden had”, zegt Dr. Simone Fobi Nsutezo, Wetenschapper toegepast onderzoek, Microsoft AI for Good Lab.

Centraal in de samenwerking om het mappingsysteem van het Kakuma-vluchtelingenkamp bij te werken, was een triade van innovatie van fundamenteel belang. Elke partner had iets unieks te bieden en samen maakten ze echte impact. UNHCR’s Hive, het innovatielab van de VN-vluchtelingenorganisatie, definieerde de problemen waarmee het vluchtelingenkamp werd geconfronteerd, terwijl het Humanitarian OpenStreetMap Team (HOT) zorgde voor essentiële gegevensverzameling ter plaatse en vitale integratie van de gemeenschap.

Impact vergroten door betrokkenheid van de gemeenschap

De leidende krachten waren de wens om werk te doen dat er echt toe deed, een passie voor teledetectie en satellietbeelden, en het doel om aan de behoeften van vluchtelingen te voldoen. Het handmatig in kaart brengen was weliswaar waardevol, maar traag en arbeidsintensief. Het Microsoft AI for Good Lab-team zag echter een kans voor AI en machine learning om menselijke mappers de middelen te geven die ze nodig hadden.

“Als je eenmaal een model hebt getraind op een kleine hoeveelheid gegevens, is het heel snel om voorspellingen te krijgen over nieuwe gebieden. We hebben opensource-code voor het in kaart brengen van zonnepanelen, gebouwen, daktypes, sanitaire voorzieningen, en iedereen kan er zelfstandig gebruik van maken”, aldus Dr. Amrita Gupta, Wetenschapper toegepaste wetenschap, Microsoft AI for Good Research Lab.

Voor een beter begrip van de omstandigheden ter plaatse, documenteerde het HOT-mappingteam zichtbare indicatoren van toegang tot elektriciteit, zoals zonnepanelen en hoogspanningslijnen aanwezig in het kamp. Hoewel de meeste elektriciteit zelf wordt opgewekt in individuele gebouwen, hielp deze informatie een duidelijker beeld te krijgen van waar essentiële diensten realistisch gezien zouden kunnen werken en bracht het lacunes in het bredere infrastructuurlandschap aan het licht.

Het doel was om het kamp minder als een tijdelijk onderkomen en meer als een permanent verblijf te laten voelen. Het in kaart brengen, was de eerste stap om ervoor te zorgen dat het project trouw bleef aan humanitaire behoeften. De inzet van het project voor open toegang betekende dat alle gegenereerde gegevens en beelden vrij beschikbaar zouden zijn. Dit vergrootte het bereik buiten Kakuma, waarbij de inclusie van vluchtelingen hoog in het vaandel stond.

Door ter plekke in Kenia actief te zijn, zorgde het HOT-team voor de persoonlijke benadering. De eigenlijke gegevensverzamelingsactiviteit werd volledig geleid door de lokale bevolking, van de introductie van het project tot het vliegen met de drones. Vluchtelingen in het kamp hielpen bij het handmatig identificeren van kenmerken in het gebied. HOT-teams vlogen met drones om luchtfoto’s met hoge resolutie vast te leggen en veldvalidatie uit te voeren met vluchtelingenmappers. Maar het belangrijkste was dat ze de leden van het vluchtelingenkamp trainden en zelfredzamer maakten, waardoor het verzamelen van gegevens werd omgezet in betrokkenheid van de gemeenschap.

Vluchtelingen werden mappers, tolken en beheerders van hun eigen omgeving en creëerden zo terreingegevens. Hun lokale kennis voegde diepte en nauwkeurigheid toe, wat hen verantwoordelijk maakte voor het proces. Het team van HOT heeft handmatig 16 km² aan beelden getagd, waardoor een uitgebreide trainingsdataset voor AI-ontwikkeling is ontstaan die actueel kan worden gehouden naarmate het kamp evolueert.

“AI werd vooral gebruikt voor patroonherkenning en tijdwinst. Het hielp ons signalen in de gegevens te vinden die moeilijk handmatig te herkennen zouden zijn”, zegt Dr. Gupta.

Op basis van de uitgebreide, door de community getagde beelden die in het vluchtelingenkamp zijn verzameld, heeft het AI for Good Lab van Microsoft geavanceerde machine learning-modellen ontwikkeld met behulp van Azure-cloudservices. Deze modellen werden getraind om nauwkeurig een breed scala aan kenmerken te identificeren – gebouwen, sanitaire blokken, zonnepanelen van straatlantaarns en daken, en elementen van het elektriciteitsnetwerk zoals palen en leidingen – die het diverse en onregelmatige landschap van het kamp weerspiegelen.

Door gebruik te maken van zowel lokale expertise als AI, was het team in staat om de uitdagingen van de unieke constructies van het vluchtelingenkamp te overwinnen. Hierdoor werden snelle analyse en patroonherkenning mogelijk die moeilijk handmatig te bereiken zouden zijn. Alle modellen en datasets zijn als open source vrijgegeven op GitHub, waardoor ontwikkelaars, onderzoekers en humanitaire organisaties over de hele wereld op dit werk kunnen voortbouwen en het kunnen aanpassen voor andere gemeenschappen in nood.

Een bewijs van mogelijkheden

Dit opensource-mappingproject laat zien hoe samenwerking kan helpen bij het leggen van een sterke basis voor duurzame ontwikkeling. Naarmate de gemeentegrenzen van de stad Kakuma zijn geëvolueerd, zijn nauwkeurige ruimtelijke gegevens van cruciaal belang geworden voor langetermijnplanning en dienstverlening in de stad en de omliggende plaatsen, zodat toekomstige annexatie- of integratiebeslissingen gebaseerd zijn op de realiteit.

GitHub is waar het volgende hoofdstuk van dit project begint: het verbinden van ontwikkelaars, burgerlijk ingenieurs en datawetenschappers met echte humanitaire uitdagingen. En alles wat ze geleerd hebben, is onderdeel geworden van een wereldwijde kennisbasis voor het helpen van vluchtelingen. Door deze code openlijk te delen, kan iedereen, waar dan ook, erop voortbouwen, het verbeteren en gebruiken om een verschil te maken. Het verhaal van het Kakuma-vluchtelingenkamp is het bewijs van wat er mogelijk is als humanitaire visie en innovatie samenkomen.