O abordare nouă a inteligenței artificiale ar putea ajuta la prezicerea locației replicilor după un cutremur
An cutremur este un fenomen cauzat atunci când stânci sub pământ în A Pământului crusta se rupe brusc în jurul unei falii geologice. Acest lucru determină eliberarea rapidă de energie care produce unde seismice care fac apoi să tremure pământul și aceasta este senzația în care am căzut în timpul unui cutremur. Locul în care roca se sparge se numește focus of the cutremur iar locul deasupra lui pe pământ se numește „epicentre”. Energia eliberată este măsurată ca magnitudine, o scară pentru a descrie cât de energetic a fost un cutremur. Un cutremur cu magnitudinea 2 este abia perceptibil și poate fi înregistrat doar cu ajutorul unor echipamente specializate sensibile, în timp ce cutremure cu magnitudinea mai mare de 8 poate face ca solul să se tremure foarte tare. Un cutremur este în general urmat de multe replici care apar printr-un mecanism similar și care sunt la fel de devastatoare și de multe ori intensitatea și severitatea lor sunt similare cutremurului inițial. Astfel de tremurături post-cutremur apar, în general, în prima oră sau o zi după principal cutremur. Prognoza distribuției spațiale a replicilor este foarte dificilă.
Oamenii de știință au formulat legi empirice pentru a descrie dimensiunea și timpul replicilor, dar identificarea locației lor este încă o provocare. Cercetătorii de la Google și de la Universitatea Harvard au conceput o nouă abordare pentru evaluare cutremure și prognozarea locației replicilor folosind tehnologia inteligenței artificiale în studiul lor publicat în Natură. Au folosit în mod special învățarea automată – un aspect al inteligenței artificiale. În abordarea învățării automate, o mașină „învață” dintr-un set de date și, după dobândirea acestor cunoștințe, este capabilă să utilizeze aceste informații pentru a face predicții despre date mai noi.
Cercetătorii au analizat mai întâi o bază de date cu cutremure globale folosind algoritmi de învățare profundă. Învățarea profundă este un tip avansat de învățare automată în care rețelele neuronale încearcă să imite procesul de gândire al creierului uman. În continuare, au urmărit să poată prognoză replici mai bine decât ghicitul aleatoriu și încercați să rezolvați problema „unde” vor avea loc replicile. Au fost utilizate observațiile colectate de la peste 199 de cutremure majore din întreaga lume, constând din aproximativ 131,000 de perechi șocuri principale-socuri replici. Aceste informații au fost combinate cu un model bazat pe fizică care descrie cum Pământ ar fi încordat și încordat după an cutremur care va declanșa apoi replici. Ei au creat grile de 5 kilometri pătrați în interiorul cărora sistemul ar verifica existența unei replici. Rețeaua neuronală ar forma apoi relații între tulpinile cauzate de cutremurul principal și locația replicilor. Odată ce sistemul de rețea neuronală a fost bine antrenat în acest mod, a fost capabil să prezică cu exactitate locația replicilor. Studiul a fost extrem de provocator, deoarece a folosit date complexe din lumea reală despre cutremure. Cercetătorii au înființat alternativ artificial și un fel de cutremure „ideale” pentru a crea prognoze și apoi a examinat predicțiile. Privind la ieșirea rețelei neuronale, ei au încercat să analizeze ce „cantități” diferite sunt susceptibile de a controla prognoza replicilor. După ce au făcut comparații spațiale, cercetătorii au ajuns la concluzia că un model tipic de replici este „interpretabil” fizic. Echipa sugerează că o cantitate numită a doua variantă a tensiunii de stres deviatorie - numită pur și simplu J2 - deține cheia. Această cantitate este foarte interpretabilă și este folosită în mod obișnuit în metalurgie și în alte domenii, dar nu a mai fost folosită până acum pentru studiul cutremurelor.
Replicile cutremurelor cauzează răni suplimentare, distrug proprietăți și, de asemenea, împiedică eforturile de salvare, prin urmare, prezicerea lor ar salva vieți omenirii. Prognoza în timp real ar putea să nu fie posibilă chiar în acest moment, deoarece modelele actuale de AI pot face față numai unui anumit tip de replici și a unei simple falii geologice. Acest lucru este important deoarece liniile de falie geologice au geometrie diferită în diferite locații geografice de pe planetă. Deci, este posibil să nu fie aplicabil în prezent diferitelor tipuri de cutremure din întreaga lume. Cu toate acestea, tehnologia inteligenței artificiale pare potrivită pentru cutremure din cauza numărului n de variabile care trebuie luate în considerare atunci când le studiem, exemplu puterea șocului, poziția plăcilor tectonice etc.
Rețelele neuronale sunt proiectate să se îmbunătățească în timp, adică pe măsură ce sunt introduse mai multe date într-un sistem, are loc mai multă învățare și sistemul se îmbunătățește constant. În viitor, un astfel de sistem ar putea fi o parte integrantă a sistemelor de predicție utilizate de seismologi. De asemenea, planificatorii ar putea implementa măsuri de urgență bazate pe cunoașterea comportamentului cutremurului. Echipa vrea să folosească tehnologia inteligenței artificiale pentru a prezice magnitudinea cutremurelor.
***
{Puteți citi lucrarea originală de cercetare făcând clic pe linkul DOI de mai jos în lista surselor citate}
Sursa (s)
DeVries PMR și colab. 2018. Învățare profundă a tiparelor de replici în urma cutremurelor mari. Natură560 (7720).
https://doi.org/10.1038/s41586-018-0438-y
***
