Ameriški in britanski geologi so ustvarili nov sistem umetne inteligence, ki je sposoben napovedovati potrese in so ga uspešno preizkusili v laboratorijskem simulatorju potresa, piše v članku, objavljenem v reviji GRL.
"Prvič smo lahko uporabili sistem strojnega učenja za analizo akustičnih podatkov in napovedovanje potresa že dolgo, preden se to dejansko zgodi. To nam omogoča, da imamo dovolj časa, da pravočasno opozorimo in evakuiramo prebivalstvo. Neverjetno je, kakšne možnosti nam ponuja umetna inteligenca, "je dejal Colin Humphries z univerze v Cambridgeu.
Potresi in druge nevarne kataklizme, povezane z notranjostjo Zemlje, se najpogosteje pojavljajo na mejah prelomov med tektonskimi ploščami, katerih gibanje pogosto ovirajo nepravilnosti na njihovih robovih. Ko se gibanje plošč ustavi, se potencialna energija nabere na mestu njihovega stika, ki se lahko sprosti v obliki toplote in močnih sunkov zvočnih valov v trenutku, ko skale v teh nepravilnostih ne zdržijo in se zlomijo.
Znanstveniki že dolgo poskušajo razumeti, kateri procesi nadzorujejo kopičenje te energije, prav tako pa iščejo načine, kako "videti" v notranjosti Zemlje, da bomo lahko izvedeli o pojavu takšnih con tektonskega stresa in predvideli verjetnost, moč in čas novih tresenja po njihovih lastnostih.
Kljub velikemu napredku na tem področju so takšne napovedi še vedno izjemno netočne, kar pogosto povzroča spore med znanstveniki in politiki, ki ne marajo dvoumnosti. Na primer, seizmologi, ki so leta 2009 napačno napovedali obseg potresa v mestu L'Aquila v Italiji, so prejeli resnične zaporne kazni zaradi "dezinformacij" prebivalstva in smrti približno tristo ljudi. To še dodatno demotivira seizmologe in druge znanstvenike, da podajo kakršne koli posebne napovedi za prihodnost.
Kot pravi Humphreys, je eden od razlogov, da so trenutne napovedi potresa netočne ali napačne, ta, da seizmografi in druge opazovalne naprave prejemajo nešteto signalov, le nekateri so povezani z akumulacijo energije na mejah prelomov, drugi pa nastajajo zaradi drugih pojavov., ki nikakor niso povezani s tektonskimi procesi.
V nekaterih primerih lahko te ovire odpravimo - in takrat je napoved dokaj natančna, v drugih primerih, kot je bila katastrofa leta 2009, pa se neuspeh v tem pogledu konča nepredvidljivo.
Podobne težave, kot so opazili Humphries in njegovi sodelavci, danes rešujejo predstavniki popolnoma drugačne znanosti - računalniški inženirji, ki razvijajo različne sisteme strojnega učenja in umetne inteligence. Ključna značilnost sodobnih nevronskih mrež je, da lahko analizirajo zelo "umazane" podatke in v njih najdejo tisto, kar je potrebno za rešitev težave: na primer za razvrščanje slik mačk in psov ali prepoznavanje govora v hrupni sobi.
Promocijski video:
Na podlagi te ideje so znanstveniki v Nacionalnem laboratoriju v Los Alamosu v ZDA ustvarili poseben "potresni emulator", ki v celoti posnema, kaj se zgodi v napakah, ko se rodijo novi treseri, in ga uporabil za učenje nevronske mreže, da "vidi" sledi prihodnjih potresov v naboru podatkov, ki jih zbirajo seizmografi.
Po nekaj časa se je stroj naučil pravilno napovedovati "laboratorijske" potrese z zelo visoko stopnjo natančnosti in zanesljivosti - to po mnenju znanstvenikov kaže, da je mogoče podobne metode uporabiti za napovedovanje resničnih potresnih razmer. Po drugi strani sedanjega algoritma najverjetneje še ni mogoče uporabiti za te namene, saj je bil "usposobljen" ne na realnih podatkih, temveč na njihovi posnemanju, zato so njegove napovedi pri delu na terenu lahko precej netočne.