Amerikos ir Britanijos geologai sukūrė naują dirbtinio intelekto sistemą, galinčią numatyti žemės drebėjimus, ir sėkmingai ją išbandė laboratoriniame žemės drebėjimo simuliatoriuje, rašoma žurnale GRL paskelbtame straipsnyje.
„Pirmą kartą mes sugebėjome naudoti mašininio mokymosi sistemą, norėdami analizuoti akustinius duomenis ir numatyti žemės drebėjimą dar ilgai, kol jis iš tikrųjų neįvyks. Tai leidžia mums gauti pakankamai laiko laiku perspėti ir evakuoti gyventojus. Nuostabu, kokias galimybes teikia dirbtinis intelektas “, - sakė Colinas Humphriesas iš Kembridžo universiteto.
- „Salik.biz“
Žemės drebėjimai ir kiti pavojingi kataklizmai, susiję su Žemės vidumi, dažniausiai įvyksta ties gedimų tarp tektoninių plokščių ribomis, kurių judėjimą dažnai apsunkina nelygumai jų kraštuose. Kai plokštelių judėjimas sustoja, jų kontakto vietoje kaupiasi potenciali energija, kuri gali būti paleista šilumos ir galingų akustinių bangų pliūpsnių pavidalu tuo metu, kai šių nelygumų uolienos negali atlaikyti ir sulūžti.
Mokslininkai ilgai bandė suprasti, kokie procesai kontroliuoja šios energijos kaupimąsi, taip pat ieško būdų, kaip „pamatyti per“Žemės vidų, kad galėtume sužinoti apie tokių tektoninio streso zonų atsiradimą ir numatyti naujų drebėjimų atsiradimo tikimybę, stiprumą ir laiką pagal jų savybes.
Nepaisant didžiulės pažangos šioje srityje, tokios prognozės vis dar yra labai netikslios, o tai dažnai sukelia ginčus tarp mokslininkų ir politikų, kuriems nepatinka dviprasmybės. Pavyzdžiui, seismologai, neteisingai numatę 2009 m. Italijos L'Akvilos žemės drebėjimo mastą, gavo realias kalėjimo bausmes už gyventojų „dezinformaciją“ir maždaug trijų šimtų žmonių mirtį. Tai dar labiau motyvuoja seismologus ir kitus mokslininkus daryti konkrečias ateities prognozes.
Anot Humphreys, viena iš priežasčių, kodėl dabartinės žemės drebėjimo prognozės yra netikslios ar klaidingos, yra ta, kad seismografai ir kiti stebėjimo įtaisai gauna nesuskaičiuojamus signalus, tik dalis jų yra susiję su energijos kaupimu ties gedimų riba, o kiti generuojami kitų reiškinių., niekaip nesusijęs su tektoniniais procesais.
Kai kuriais atvejais šias „kliūtis“galima pašalinti - tada prognozė yra gana tiksli, o kitais atvejais, pavyzdžiui, 2009 m. Nelaimė, nesėkmė šiuo atžvilgiu baigiasi nenumatytu būdu.
Panašias problemas, kaip pastebėjo Humphriesas ir jo kolegos, šiandien sprendžia visiškai skirtingo mokslo atstovai - kompiuterių inžinieriai, kuriantys įvairias mašinų mokymosi ir dirbtinio intelekto sistemas. Pagrindinis šiuolaikinių neuroninių tinklų bruožas yra tas, kad jie gali analizuoti labai nešvarius duomenis ir juose rasti tai, ko reikia norint išspręsti problemą: pavyzdžiui, rūšiuoti kačių ir šunų nuotraukas ar atpažinti kalbą triukšmingoje patalpoje.
Reklaminis vaizdo įrašas:
Vadovaudamiesi šia idėja, mokslininkai sukūrė specialų „žemės drebėjimo emuliatorių“JAV „Los Alamos“laboratorijoje, kuris visiškai imituoja tai, kas nutinka gedimų metu, kai gimsta nauji drebėjimai, ir panaudojo jį, kad išmokytų nervų tinklą „pamatyti“būsimų žemės drebėjimų pėdsakus. duomenų rinkinyje, kurį renka seismografai.
Po kurio laiko mašina išmoko teisingai nuspėti „laboratorinius“žemės drebėjimus labai aukštu tikslumu ir patikimumu - tai, pasak mokslininkų, rodo, kad panašūs metodai gali būti naudojami numatyti tikrąją seisminę situaciją. Kita vertus, dabartinis algoritmas, greičiausiai, dar negali būti naudojamas šiems tikslams, nes jis buvo „apmokytas“ne pagal realius duomenis, o apie jų imitaciją, todėl dirbant lauke, jo prognozės gali būti gana netikslios.