ابداع الگوریتم هوش مصنوعی برای پیش بینی زلزله با دقت بالا

محققان دانشگاه تگزاس یک الگوریتم هوش مصنوعی ابداع کرده‌اند که 70 درصد زلزله ها را با دقت بی‌سابقه‌ای پیش بینی می‌کند.

به گزارش سرویس علمی تکناک، این الگوریتم هوش مصنوعی که بر روی داده‌های لرزه‌ای آموزش دیده بود، در یک مسابقه بین‌المللی نیز رتبه اول را کسب کرد و بر اثربخشی آن تاکید کرد و درها را برای پیشرفت‌های بیشتر در مناطقی مانند کالیفرنیا و تگزاس باز کرد.

پیش بینی زلزله توسط هوش مصنوعی

تلاش ها برای پیش‌بینی زلزله با کمک هوش مصنوعی این امید را ایجاد کرده است که روزی می‌توان از این فناوری برای محدود کردن تأثیر زلزله بر زندگی و اقتصاد استفاده کرد.

الگوریتم هوش مصنوعی که توسط محققان دانشگاه تگزاس در آستین ابداع شد، 70 درصد زمین لرزه ها را یک هفته قبل از وقوع آنها در طی یک آزمایش هفت‌ماهه در چین به درستی پیش بینی کرد.

نتایج آزمایش و پیامدهای جهانی

هوش مصنوعی برای تشخیص شاخص های آماری در داده های لرزه ای بدون درنگ که محققان با زمین لرزه های قبلی جفت کرده بودند، آموزش دیده بود. نتیجه یک پیش‌بینی هفتگی بود که در آن هوش مصنوعی 14 زمین‌لرزه را در فاصله حدود 200 مایلی از جایی که تخمین زده بود و تقریباً با شدت محاسبه‌شده، با موفقیت پیش‌بینی کرد. یک زلزله را از دست داد و هشت اخطار نادرست داد.
هنوز مشخص نیست که آیا همین رویکرد در مکان‌های دیگر هم جواب می‌دهد یا خیر، اما این تلاش نقطه عطفی در تحقیقات برای پیش‌بینی زلزله مبتنی بر هوش مصنوعی است.

چالش ها و جهت گیری های آینده

سرگئی فومل، استاد دفتر زمین شناسی اقتصادی دانشگاه UT و یکی از اعضای تیم تحقیقاتی می گوید:

«پیش بینی زمین لرزه مانند یک جام مقدس است. ما هنوز به پیش‌بینی برای هیچ کجای دنیا نزدیک نشده‌ایم، اما آنچه به دست آوردیم به ما می‌گوید که آنچه فکر می‌کردیم مسئله ای غیرممکن است، در اصل قابل حل می باشد.»

این آزمایش بخشی از یک مسابقه بین‌المللی بود که در چین برگزار شد و در آن هوش مصنوعی توسعه‌یافته دانشگاه تگزاس از بین 600 طرح دیگر اول شد.

ورود UT توسط زلزله شناس دفتر و توسعه دهنده اصلی هوش مصنوعی، یانگ کانگ چن، رهبری شد. یافته های این کارآزمایی در مجله بولتن انجمن لرزه نگاری آمریکا منتشر شد.
تأثیر بر آمادگی و تحقیقات بیشتر

الکساندروس ساویدیس، دانشمند پژوهشی ارشد که برنامه شبکه لرزه‌شناسی تگزاس (TexNet) شبکه لرزه‌نگاری این ایالت را هدایت می‌کند، گفت: «شما زلزله‌هایی که در راه هستند را نمی بینید. این موضوع چند میلی ثانیه است و تنها چیزی که می توانید کنترل کنید این است که چقدر آماده باشید. حتی با 70 درصد، این یک نتیجه بزرگ است و می تواند به حداقل رساندن خسارات اقتصادی و انسانی کمک کند و این پتانسیل را دارد که به طور چشمگیری آمادگی در برابر زلزله را در سراسر جهان بهبود بخشد.»

محققان گفتند که روش آنها با پیروی از یک رویکرد یادگیری ماشین نسبتا ساده موفق بوده است. به هوش مصنوعی مجموعه‌ای از ویژگی‌های آماری بر اساس دانش این تیم از موضوعات فیزیک زلزله داده شد، سپس به هوش مصنوعی گفته شد که خود را بر روی یک پایگاه داده پنج ساله ثبت‌های لرزه‌ای آموزش دهد.

پس از آموزش، هوش مصنوعی پیش بینی خود را با گوش دادن به علائم زمین لرزه های ورودی در میان غرش های پس زمینه در زمین ارائه کرد.

اسکات تینکر، مدیر دفتر می‌گوید:

“ما به این تیم و کسب مقام اول آن در این رقابت معتبر بسیار افتخار می کنیم.” «البته، فقط مکان و وسعت نیست، بلکه زمان نیز مهم است. پیش‌بینی زلزله یک مشکل حل نشدنی است و ما نمی‌توانیم در مورد سختی آن اغراق کنیم.»

محققان مطمئن هستند که در مکان‌هایی با شبکه‌های ردیابی لرزه‌ای قوی مانند کالیفرنیا، ایتالیا، ژاپن، یونان، ترکیه و تگزاس، هوش مصنوعی می‌تواند میزان موفقیت خود را بهبود بخشد و پیش‌بینی‌های خود را تا چند ده مایلی کاهش دهد.

یکی از گام‌های بعدی آزمایش هوش مصنوعی در تگزاس است زیرا این ایالت با نرخ بالایی از زمین‌لرزه‌های جزئی و کمی با بزرگی متوسط مواجه است. TexNet این دفتر میزبان 300 ایستگاه لرزه نگاری و بیش از شش سال ثبت مداوم است که آن را به مکانی ایده آل برای تأیید روش تبدیل می کند.
در نهایت، محققان می‌خواهند این سیستم را با مدل‌های مبتنی بر فیزیک ادغام کنند، که می‌تواند در جاهایی که داده‌ها ضعیف هستند یا مکان‌هایی مانند Cascadia، جایی که آخرین زمین‌لرزه بزرگ صدها سال قبل از لرزه‌نگاری رخ داده، مهم باشد.

چن گفت: «هدف آینده ما ترکیب روش‌های فیزیک و داده‌محور است تا به ما چیزی تعمیم داده شود، مانند chatGPT، که بتوانیم آن را در هر کجای دنیا اعمال کنیم.» تحقیقات جدید گام مهمی برای دستیابی به این هدف است.

تینکر می‌گوید

: «ممکن است راه زیادی باشد، اما بسیاری از پیشرفت‌ها مانند این، در کنار هم، چیزی است که علم را به جلو می‌برد.»