Американски и британски геолози са създали нова система за изкуствен интелект, способна да прогнозира земетресения и успешно я тестват в лабораторен симулатор на земетресение, според статия, публикувана в списанието GRL.
„За първи път успяхме да използваме система за машинно обучение, за да анализираме акустични данни и да прогнозираме земетресение много преди действително да се случи. Това ни позволява да получим достатъчно време, за да предупредим и евакуираме населението своевременно. Удивително е какви възможности ни предоставя изкуственият интелект “, каза Колин Хъмфрис от университета в Кеймбридж.
Земетресенията и други опасни катаклизми, свързани с вътрешността на Земята, най-често се появяват на границите на разломите между тектоничните плочи, придвижването на които често е възпрепятствано от неравности по краищата им. Когато движението на плочите спре, потенциалната енергия се натрупва в точката на техния контакт, която може да се освободи под формата на топлина и мощни изблици на акустични вълни в момента, в който скалите в тези неравности не могат да издържат и да се счупят.
Учените отдавна се опитват да разберат какви процеси контролират натрупването на тази енергия, а също така търсят начини да „видят“вътрешността на Земята, за да можем да научим за появата на такива зони на тектонски стрес и да прогнозираме чрез свойствата си вероятността, силата и времето на нови тремори.
Въпреки огромен напредък в тази област, подобни прогнози са все още изключително неточни, което често поражда спорове между учени и политици, които не обичат двусмислието. Например, сеизмолозите, които неправилно прогнозираха степента на земетресението в L'Aquila в Италия през 2009 г., получиха истински присъди от затвора за "дезинформация" на населението и смъртта на около триста души. Това допълнително демотивира сеизмолозите и други учени да правят всякакви конкретни прогнози за бъдещето.
Според Хъмфрис, една от причините, поради които настоящите прогнози за земетресението са неточни или грешни, е, че сеизмографите и другите наблюдателни устройства получават безброй сигнали, само някои от които са свързани с натрупването на енергия в границите на разломите, докато други се генерират от други явления., които не са свързани по никакъв начин с тектонските процеси.
В някои случаи тези „пречки“могат да бъдат премахнати - и тогава прогнозата е доста точна, а в други случаи, като бедствието през 2009 г., провалът в това отношение завършва по непредсказуем начин.
Подобни проблеми, както отбелязват Хъмфрис и неговите колеги, днес се решават от представители на съвсем различна наука - компютърни инженери, участващи в разработването на различни системи за машинно обучение и изкуствен интелект. Основна характеристика на съвременните невронни мрежи е, че те могат да анализират много "мръсни" данни и да намерят в тях това, което е необходимо за решаване на проблем: например за сортиране на снимки на котки и кучета или разпознаване на реч в шумна стая.
Промоционално видео:
Ръководени от тази идея, учените са създали специален "емулатор на земетресението" в Националната лаборатория в Лос Аламос в Съединените щати, който напълно симулира какво се случва при разломите, когато се раждат нови тремори, и го използват, за да научат невронната мрежа да "вижда" следите от бъдещи земетресения в набора от данни, които сеизмографите събират.
След известно време машината се научи правилно да прогнозира „лабораторни“земетресения с много висока степен на точност и надеждност - това според учените показва, че подобни методи могат да се използват за прогнозиране на реалната сеизмична ситуация. От друга страна, настоящият алгоритъм, най-вероятно, все още не може да бъде използван за тези цели, тъй като е бил „обучен“не на реални данни, а на тяхното имитиране, поради което прогнозите му могат да бъдат доста неточни при работа в полето.