Naukowcy z Uniwersytetu w Teksasie opracowali sztuczną inteligencję, która podczas testów przeprowadzonych w Chinach przewidziała 70% trzęsień ziemi, wskazując potencjał przyszłego ograniczenia ryzyka trzęsień ziemi.
Sztuczna inteligencja, przeszkolona w zakresie danych sejsmicznych, również zajęła pierwsze miejsce w międzynarodowym konkursie, co podkreśliło jej skuteczność i otworzyło drzwi do dalszych udoskonaleń w regionach takich jak Kalifornia i Teksas.
Przełom w przewidywaniu trzęsień ziemi AI
Nowa próba przewidywania trzęsień ziemi za pomocą sztuczna inteligencja wzbudziło nadzieję, że pewnego dnia technologia ta będzie mogła zostać wykorzystana do ograniczenia wpływu trzęsień ziemi na życie i gospodarkę. Opracowany przez naukowców z Uniwersytetu Teksasu w Austin algorytm sztucznej inteligencji prawidłowo przewidział 70% trzęsień ziemi na tydzień przed ich wystąpieniem podczas siedmiomiesięcznego okresu próbnego w Chinach.
Wyniki prób i implikacje globalne
Sztuczną inteligencję przeszkolono w zakresie wykrywania statystycznych wzrostów w danych sejsmicznych w czasie rzeczywistym, które badacze powiązali z poprzednimi trzęsieniami ziemi. W rezultacie powstała cotygodniowa prognoza, w której sztuczna inteligencja z powodzeniem przewidziała 14 trzęsień ziemi w promieniu około 300 km od przewidywanego miejsca ich wystąpienia i o niemal dokładnie obliczonej sile. Przeoczył jedno trzęsienie ziemi i wydał osiem fałszywych ostrzeżeń.
Nie wiadomo jeszcze, czy to samo podejście sprawdzi się w innych lokalizacjach, ale wysiłek ten stanowi kamień milowy w badaniach nad prognozowaniem trzęsień ziemi w oparciu o sztuczną inteligencję.
Wyzwania i przyszłe kierunki
„Przewidywanie trzęsień ziemi to święty Graal” – powiedział Sergey Fomel, profesor w Biurze Geologii Ekonomicznej Uniwersytetu Kalifornijskiego i członek zespołu badawczego. „Nie jesteśmy jeszcze bliscy przewidywania dla dowolnego miejsca na świecie, ale to, co osiągnęliśmy, mówi nam, że to, co uważaliśmy za niemożliwy problem, w zasadzie można rozwiązać”.
Próba była częścią międzynarodowego konkursu odbywającego się w Chinach, w którym sztuczna inteligencja opracowana przez UT zajęła pierwsze miejsce spośród 600 innych projektów. Autorem wpisu UT był sejsmolog z biura i główny twórca sztucznej inteligencji, Yangkang Chen. Wyniki badania opublikowano w czasopiśmie Biuletyn Amerykańskiego Towarzystwa Sejsmologicznego.
Wpływ na gotowość i dalsze badania
„Nie przewiduje się nadchodzących trzęsień ziemi” – powiedział Alexandros Savvaidis, starszy naukowiec, który kieruje programem Texas Seismological Network Program (TexNet) – stanową siecią sejsmiczną. „To kwestia milisekund, a jedyną rzeczą, którą możesz kontrolować, jest to, jak jesteś przygotowany. Nawet przy 70% to ogromny wynik, który może pomóc zminimalizować straty gospodarcze i ludzkie, a także może radykalnie poprawić gotowość na trzęsienie ziemi na całym świecie”.
Naukowcy stwierdzili, że ich metoda okazała się skuteczna dzięki zastosowaniu stosunkowo prostego sposobu uczenie maszynowe zbliżać się. Sztuczna inteligencja otrzymała zestaw funkcji statystycznych opartych na wiedzy zespołu na temat fizyki trzęsień ziemi, a następnie otrzymała polecenie przeszkolenia się w oparciu o pięcioletnią bazę danych zawierającą nagrania sejsmiczne.
Po przeszkoleniu sztuczna inteligencja przedstawiła swoją prognozę, nasłuchując oznak nadchodzących trzęsień ziemi wśród dudnień tła na Ziemi.
„Jesteśmy bardzo dumni z tego zespołu i zajęcia przez niego pierwszego miejsca w tym prestiżowym konkursie” – powiedział Scott Tinker, dyrektor biura. „Oczywiście liczy się nie tylko lokalizacja i wielkość, ale także czas. Przewidywanie trzęsień ziemi to problem nie do rozwiązania i nie możemy przeceniać jego trudności.
Naukowcy są przekonani, że w miejscach wyposażonych w solidne sieci śledzenia sejsmicznego, takich jak Kalifornia, Włochy, Japonia, Grecja, Turcja i Teksas, sztuczna inteligencja może poprawić swój wskaźnik skuteczności i zawęzić przewidywania do kilkudziesięciu mil.
Jednym z kolejnych kroków jest przetestowanie sztucznej inteligencji w Teksasie, ponieważ w tym stanie często występują trzęsienia ziemi o małej i średniej sile. W sieci TexNet biura znajduje się 300 stacji sejsmicznych i ponad sześć lat ciągłych zapisów, co czyni go idealnym miejscem do weryfikacji metody.
Docelowo badacze chcą zintegrować system z modelami opartymi na fizyce, co może być istotne w przypadku skąpych danych lub w miejscach takich jak Cascadia, gdzie ostatnie duże trzęsienie ziemi miało miejsce setki lat przed pojawieniem się sejsmografów.
„Naszym przyszłym celem jest połączenie metod opartych na fizyce i danych, aby stworzyć coś uogólnionego, takiego jak chatGPT, który możemy zastosować w dowolnym miejscu na świecie” – powiedział Chen.
Nowe badanie jest ważnym krokiem w kierunku osiągnięcia tego celu.
„To może być odległa perspektywa, ale wiele postępów, takich jak ten, razem wziętych, popycha naukę do przodu” – powiedział Tinker.
Odniesienie: „Prognozowanie trzęsień ziemi przy użyciu dużych zbiorów danych i sztucznej inteligencji: 30-tygodniowe studium przypadku w czasie rzeczywistym w Chinach” autorstwa Omara M. Saada, Yunfeng Chena, Alexandrosa Savvaidisa, Sergeya Fomela, Xiuxuana Jianga, Dino Huanga, Yapo Abolé Serge Innocentego Oboué , Shanshan Yong, Xin’an Wang, Xing Zhang i Yangkang Chen, 5 września 2023 r., Biuletyn Amerykańskiego Towarzystwa Sejsmologicznego.
DOI: 10.1785/0120230031
Badania były wspierane przez TexNet, Teksaskie Konsorcjum Sejsmologii Obliczeniowej i Uniwersytet Zhejiang. Biuro jest jednostką badawczą Jackson School of Geosciences.
