Seizmológovia Učili Umelou Inteligenciu Predpovedať Zemetrasenia - Alternatívny Pohľad

Seizmológovia Učili Umelou Inteligenciu Predpovedať Zemetrasenia - Alternatívny Pohľad
Seizmológovia Učili Umelou Inteligenciu Predpovedať Zemetrasenia - Alternatívny Pohľad

Video: Seizmológovia Učili Umelou Inteligenciu Predpovedať Zemetrasenia - Alternatívny Pohľad

Video: Seizmológovia Učili Umelou Inteligenciu Predpovedať Zemetrasenia - Alternatívny Pohľad
Video: Umelá inteligencia 2024, Septembra
Anonim

Americkí a britskí geológovia vytvorili nový systém umelej inteligencie schopný predvídať zemetrasenie a úspešne ho otestovať v laboratórnom simulátore zemetrasenia podľa článku uverejneného v časopise GRL.

„Prvýkrát sme boli schopní pomocou systému strojového učenia analyzovať akustické údaje a predpovedať zemetrasenie dlho predtým, ako k tomu skutočne dôjde. To nám umožňuje získať dostatok času na včasné varovanie a evakuáciu obyvateľstva. Je úžasné, aké príležitosti nám poskytuje umelá inteligencia, “povedal Colin Humphries z University of Cambridge.

K zemetraseniam a iným nebezpečným katastrofám spojeným s vnútorným povrchom Zeme najčastejšie dochádza na rozhraní zlomov medzi tektonickými platničkami, ktorých pohybu často bránia nepravidelnosti na ich okrajoch. Keď sa pohyb dosiek zastaví, potenciálna energia sa hromadí v bode ich kontaktu, ktorý sa môže uvoľniť vo forme tepla a silných nárazov akustických vĺn v okamihu, keď horniny v týchto nepravidelnostiach nemôžu odolať a zlomiť sa.

Vedci sa už dlho snažia pochopiť, aké procesy riadia akumuláciu tejto energie, a hľadajú tiež spôsoby, ako „vidieť cez“vnútro Zeme, aby sme sa mohli dozvedieť o výskyte takýchto zón tektonického stresu a predpovedať pravdepodobnosť, silu a čas nových tremorov podľa ich vlastností.

Napriek obrovskému pokroku v tejto oblasti sú také predpovede stále veľmi nepresné, čo často vedie k sporom medzi vedcami a politikmi, ktorí nemajú radi nejednoznačnosť. Napríklad seizmológovia, ktorí nesprávne predpovedali rozsah zemetrasenia v talianskej L'Aquile v roku 2009, dostali skutočné tresty odňatia slobody za „dezinformáciu“obyvateľstva a smrť asi tristo ľudí. To ďalej demotivuje seizmológov a iných vedcov, aby urobili akékoľvek konkrétne predpovede do budúcnosti.

Podľa Humphreysa je jedným z dôvodov, prečo sú súčasné predpovede zemetrasenia nepresné alebo nesprávne, že seizmografy a iné pozorovacie zariadenia prijímajú nespočetné signály, z ktorých iba niektoré sú spojené s akumuláciou energie na hraniciach porúch, zatiaľ čo iné sú generované inými javmi., nie sú nijako spojené s tektonickými procesmi.

V niektorých prípadoch môžu byť tieto „prekážky“odstránené - a potom je predpoveď celkom presná av iných prípadoch, ako je katastrofa v roku 2009, zlyhanie v tomto ohľade končí nepredvídateľným spôsobom.

Podobné problémy, ako si všimol Humphries a jeho kolegovia, dnes riešia predstavitelia úplne inej vedy - počítačoví inžinieri, ktorí vyvíjajú rôzne systémy strojového učenia a umelej inteligencie. Kľúčovou črtou moderných neurónových sietí je to, že dokážu analyzovať veľmi „špinavé“údaje a nájsť v nich to, čo je potrebné na vyriešenie problému: napríklad na triedenie obrázkov mačiek a psov alebo rozpoznávanie reči v hlučnej miestnosti.

Propagačné video:

Vedci tejto myšlienky vytvorili vedci v Národnom laboratóriu v Los Alamos v Spojených štátoch špeciálny „emulátor zemetrasenia“, ktorý úplne simuluje to, čo sa deje pri chybách, keď sa narodia noví trascovia, a použil ho na naučenie neurónovej siete „vidieť“stopy budúcich zemetrasení. v súbore údajov, ktoré zbierajú seizmografy.

Po nejakom čase sa stroj naučil správne predpovedať „laboratórne“zemetrasenia s veľmi vysokou mierou presnosti a spoľahlivosti - podľa vedcov to ukazuje, že podobné metódy možno použiť na predpovedanie skutočnej seizmickej situácie. Na druhej strane, súčasný algoritmus sa s najväčšou pravdepodobnosťou nemôže použiť na tieto účely, pretože nebol „trénovaný“nie na skutočných údajoch, ale na ich napodobňovanie, a preto jeho predpovede môžu byť pri práci v teréne dosť nepresné.