Američtí a britští geologové vytvořili nový systém umělé inteligence schopný předpovídat zemětřesení a úspěšně jej otestovali v laboratorním simulátoru zemětřesení podle článku publikovaného v časopise GRL.
"Poprvé jsme byli schopni použít systém strojového učení k analýze akustických dat a předpovědět zemětřesení dlouho předtím, než k tomu skutečně dojde." To nám umožňuje dostatek času na včasné varování a evakuaci populace. Je úžasné, jaké příležitosti nám umělá inteligence poskytuje, “řekl Colin Humphries z University of Cambridge.
Zemětřesení a další nebezpečné kataklyzmy spojené s vnitřkem Země se nejčastěji vyskytují na hranicích poruch mezi tektonickými deskami, jejichž pohybu je často bráněno nepravidelnostmi na jejich okrajích. Když se pohyb desek zastaví, potenciální energie se hromadí v bodě jejich kontaktu, který se může uvolnit ve formě tepla a silných výbuchů akustických vln ve chvíli, kdy kameny v těchto nepravidelnostech nemohou odolat a lámat se.
Vědci se již dlouho snaží porozumět tomu, jaké procesy řídí akumulaci této energie, a také hledají způsoby, jak „prohlédnout“vnitřek Země, abychom se mohli dozvědět o výskytu takových zón tektonického stresu a předpovídat pravděpodobnost, sílu a čas výskytu nových třesů podle jejich vlastností.
Přes obrovský pokrok v této oblasti jsou takové předpovědi stále velmi nepřesné, což často vede ke sporům mezi vědci a politiky, kteří nemají rádi dvojznačnost. Například seismologové, kteří v roce 2009 v Itálii L'Aquila nesprávně předpovídali velikost zemětřesení, dostali skutečné tresty odnětí svobody za „dezinformaci“populace a smrt asi tří set lidí. To dále demotivuje seismology a další vědce, aby učinili jakékoli konkrétní předpovědi pro budoucnost.
Podle Humphreysových je jedním z důvodů, proč jsou současné předpovědi zemětřesení nepřesné nebo chybné, to, že seismografy a další pozorovací zařízení přijímají nespočet signálů, z nichž pouze některé jsou spojeny s akumulací energie na hranicích poruch, zatímco jiné jsou generovány jinými jevy., není nijak spojen s tektonickými procesy.
V některých případech mohou být tyto „překážky“odstraněny - a pak je předpověď docela přesná a v jiných případech, jako je katastrofa v roce 2009, neúspěch v tomto ohledu končí nepředvídatelným způsobem.
Podobné problémy, jak si všiml Humphries a jeho kolegové, dnes řeší zástupci zcela jiné vědy - počítačoví inženýři, kteří vyvíjejí různé systémy strojového učení a umělé inteligence. Klíčovou vlastností moderních neuronových sítí je to, že mohou analyzovat velmi „špinavá“data a v nich najít to, co je potřeba k vyřešení problému: například třídit fotografie koček a psů nebo rozpoznávat řeč v hlučné místnosti.
Propagační video:
Vedeni touto myšlenkou vědci vytvořili speciální „emulátor zemětřesení“v Los Alamos National Laboratory ve Spojených státech, který zcela simuluje, co se děje ve vadách, když se rodí noví otřesy, a použil jej k naučení neuronové sítě „vidět“stopy budoucích zemětřesení v datovém souboru, který shromažďují seismografy.
Po nějaké době se stroj naučil správně předpovídat „laboratorní“zemětřesení s velmi vysokou mírou přesnosti a spolehlivosti - to podle vědců ukazuje, že podobné metody lze použít k předpovědi skutečné seismické situace. Na druhé straně současný algoritmus, s největší pravděpodobností, nemůže být dosud použit pro tyto účely, protože byl „vyškolen“nikoli na reálných datech, ale na jejich napodobování, a proto jeho předpovědi mohou být při práci v terénu poněkud nepřesné.