Американські та британські геологи створили нову систему штучного інтелекту, здатну передбачати землетруси, і успішно перевірили її роботу в лабораторному імітаторі підземних поштовхів, йдеться в статті, опублікованій в журналі GRL, передає Ukr.Media.
"Нам вперше вдалося використати систему машинного навчання для того, щоб проаналізувати акустичні дані і передбачити землетрус задовго до того, як воно насправді станеться. Завдяки цьому ми можемо отримати достатню кількість часу для того, щоб своєчасно попередити і евакуювати населення. Дивно, які можливості надає нам штучний розум", — заявив Колін Хамфріс (Colin Humphreys) з Кембриджського університету (Великобританія).
Землетруси та інші небезпечні катаклізми, пов'язані з надрами Землі, найчастіше відбуваються на межах розломів між тектонічними плитами, руху яких часто перешкоджають нерівності на їх кромках. Коли рух плит припиняється, в точці їх дотику накопичується потенційна енергія, яка може бути вивільнена у вигляді тепла і потужних сплесків акустичних хвиль в той момент, коли породи в цих нерівностях не витримують і ламаються.
Вчені давно намагаються зрозуміти, які процеси керують накопиченням цієї енергії і намагаються знайти способи "просвічування" надр Землі таким чином, щоб ми змогли дізнаватися про появу подібних зон тектонічної напруги і передбачали б за їх властивостями ймовірність, силу і час виникнення нових підземних поштовхів.
Незважаючи на величезний прогрес в цій області, подібні прогнози поки є вкрай неточними, що часто породжує суперечності між вченими і політиками, які не люблять неясності. Приміром, сейсмологи, некоректно спрогнозували масштаби землетрусу в італійській Аквілі у 2009 році, отримали реальні тюремні терміни за "дезінформацію" населення та загибель приблизно трьох сотень людей. Це ще більше зменшує бажання сейсмологів і інших учених робити якісь конкретні прогнози на майбутнє.
Як розповідає Хамфріс, однією з причин того, чому поточні прогнози землетрусів є неточними або помилковими, є те, що сейсмографи та інші спостережні пристрої сприймають безліч сигналів, лише частина з яких пов'язана з накопиченням енергії на межах розломів, а інші бувають породжені іншими феноменами, ніяк не пов'язаними з тектонічними процесами.
В деяких випадках ці "перешкоди" вдається відсіяти і тоді прогноз виходить досить точним, а в інших випадках, подібно катастрофі 2009 року, невдача в цьому відношенні закінчується непередбачуваним чином.
Схожі завдання, як звернули увагу Хамфріс і його колеги, сьогодні вирішують представники зовсім іншої науки – комп'ютерні інженери, які займаються розробкою різних систем машинного навчання і штучного інтелекту. Ключовою особливістю сучасних нейромереж є те, що вони можуть аналізувати дуже "брудні" дані і знаходити в них те, що потрібно для рішення завдання – наприклад, для сортування фотографій кішок і собак або розпізнавання мови в шумному приміщенні.
Керуючись цією ідеєю, вчені створили спеціальний емулятор землетрусів" Національної лабораторії Лос-Аламос в США, який повністю імітував те, що відбувається в розломах при народженні нових підземних поштовхів, і використовували його для того, щоб навчити нейромережа "бачити" сліди майбутніх землетрусів у тому наборі даних, які збирають сейсмографи.
Через деякий час машина навчилася коректно завбачувати "лабораторні" землетрусу з дуже високим ступенем точності і достовірності, що, як вважають вчені, показує, що подібні методи можна застосовувати і для прогнозів реальної сейсмічної обстановки. З іншого боку, поточний алгоритм, швидше за все, поки не можна використовувати для цих цілей, так як він був "видрессирован" не на реальних даних, а на їх імітації, і тому його прогнози можуть бути досить неточними при роботі у польових умовах.
