Amerikkalaiset ja brittiläiset geologit ovat luoneet uuden tekoälyjärjestelmän, joka kykenee ennustamaan maanjäristyksiä, ja ovat kokeilleet sitä menestyksekkäästi laboratoriossa tapahtuvassa maanjäristyssimulaattorissa, GRL-lehdessä julkaistun artikkelin mukaan.
”Olemme ensimmäistä kertaa pystyneet käyttämään koneoppimisjärjestelmää akustisen tiedon analysointiin ja maanjäristyksen ennustamiseen kauan ennen kuin se todella tapahtuu. Tämän avulla voimme saada riittävästi aikaa varoittaa ja evakuoida väestöä ajoissa. On hämmästyttävää, mitä mahdollisuuksia tekoäly tarjoaa meille”, sanoi Colin Humphries Cambridgen yliopistosta.
Maanjäristykset ja muut maapallon sisätiloihin liittyvät vaaralliset katastrofit tapahtuvat useimmiten tektonisten levyjen välisten vikojen rajoilla, joiden liikkumista usein estävät niiden reunojen epäsäännöllisyydet. Kun levyjen liike pysähtyy, potentiaalienergia kerääntyy niiden kosketuspisteeseen, joka voi vapautua lämmön ja voimakkaiden akustisten aaltojen purskeiden muodossa sillä hetkellä, kun näiden epäsäännöllisyyksien kivet eivät kestä ja murtu.
Tutkijat ovat jo pitkään yrittäneet ymmärtää, mitkä prosessit hallitsevat tämän energian kertymistä, ja etsivät myös tapoja "nähdä läpi" maan sisustus, jotta voimme oppia tällaisten tektonisen stressin vyöhykkeiden ulkonäöstä ja ennustaa uusien vapinajen todennäköisyyttä, voimakkuutta ja aikaa niiden ominaisuuksien perusteella.
Huolimatta valtavasta edistyksestä tällä alalla, tällaiset ennusteet ovat edelleen erittäin epätarkkoja, mikä aiheuttaa usein kiistoja tutkijoiden ja poliitikkojen välillä, jotka eivät pidä moniselitteisyydestä. Esimerkiksi seismologit, jotka ennustivat väärin Italian L'Aquilassa vuonna 2009 tapahtuneen maanjäristyksen laajuuden, saivat todellisia vankeusrangaistuksia väestön "väärien tietojen" ja noin kolmensadan ihmisen kuoleman johdosta. Tämä motivoi edelleen seismologeja ja muita tutkijoita tekemään erityisiä tulevaisuuden ennusteita.
Humphreysin mukaan yksi syy siihen, miksi nykyiset maanjäristysennusteet ovat epätarkkoja tai virheellisiä, on seismografien ja muiden havainnointilaitteiden vastaanottamaton määrä signaaleja, joista vain osa liittyy energian kertymiseen vikojen rajoille, kun taas toiset johtuvat muista ilmiöistä., ei ole millään tavalla liitetty tektonisiin prosesseihin.
Joissain tapauksissa nämä "esteet" voidaan poistaa - ja sitten ennuste on melko tarkka, ja toisissa tapauksissa, kuten vuoden 2009 katastrofissa, epäonnistuminen tässä suhteessa loppuu ennakoimattomalla tavalla.
Samanlaisia ongelmia, kuten Humphries ja hänen kollegansa huomasivat, ratkaisevat tänään täysin erilaisen tieteen edustajat - tietokoneinsinöörit, jotka kehittävät erilaisia koneoppimis- ja tekoälyjärjestelmiä. Nykyaikaisten hermoverkkojen keskeinen piirre on, että ne voivat analysoida erittäin”likaista” tietoa ja löytää niistä mitä tarvitaan ongelman ratkaisemiseksi: esimerkiksi lajitella valokuvia kissoista ja koirista tai tunnistaa puhe meluisassa huoneessa.
Mainosvideo:
Tämän idean ohjaamana tutkijat ovat luoneet Yhdysvalloissa Los Alamosin kansallisessa laboratoriossa erityisen "maanjäristyksen emulaattorin", joka jäljittelee täysin sitä, mitä tapahtuu vikojen yhteydessä, kun uusia vapinaa syntyy, ja käytti sitä opettamaan hermoverkkoa "näkemään" tulevien maanjäristysten jäljet. seismografien keräämässä aineistossa.
Jonkin ajan kuluttua kone oppi ennustamaan "laboratorio" maanjäristykset oikein erittäin tarkasti ja luotettavasti - tämä osoittaa tutkijoiden mukaan, että vastaavia menetelmiä voidaan käyttää todellisen seismisen tilanteen ennustamiseen. Toisaalta nykyistä algoritmia ei todennäköisesti voida vielä käyttää näihin tarkoituksiin, koska sitä "koulutettiin" ei todellisen datan, vaan niiden jäljittelyn perusteella, ja sen vuoksi sen ennusteet voivat olla melko epätarkkoja kentällä työskennellessä.