Ameerika ja Briti geoloogid on loonud uue tehisintellekti süsteemi, mis on võimeline ennustama maavärinaid, ja on seda edukalt katsetanud maavärina laboratoorses simulaatoris, selgub ajakirjas GRL avaldatud artiklist.
„Esmakordselt oleme saanud masinõppe süsteemi abil akustilisi andmeid analüüsida ja maavärinat ennustada juba ammu enne selle toimumist. See võimaldab meil saada piisavalt aega elanike õigeaegseks hoiatamiseks ja evakueerimiseks. On hämmastav, millised võimalused tehisintellekt meile pakub, “ütles Colin Humphries Cambridge'i ülikoolist.
Maavärinad ja muud Maa sisemusega seotud ohtlikud kataklüsmid esinevad enamasti tektooniliste plaatide vaheliste rikete piiridel, mille liikumist takistavad sageli nende servade ebakorrapärasused. Kui plaatide liikumine peatub, koguneb nende kokkupuutepunktis potentsiaalne energia, mis vabaneb kuumuse ja akustiliste lainete võimsate pursketena hetkel, kui nendes ebakorrapärasustes esinevad kivid ei suuda vastu pidada ja puruneda.
Teadlased on juba pikka aega püüdnud mõista, millised protsessid selle energia kogunemist kontrollivad, ning otsivad ka võimalusi Maa sisemuse "nägemiseks läbi", et saaksime õppida tundma selliste tektoonilise stressi tsoonide välimust ja ennustama nende omaduste järgi uute värisemise tõenäosust, tugevust ja aega.
Hoolimata tohututest edusammudest selles valdkonnas, on sellised ennustused endiselt äärmiselt ebatäpsed, mis põhjustab sageli vaidlusi teadlaste ja poliitikute vahel, kellele ei meeldi ebaselgus. Näiteks said seismoloogid, kes ennustasid 2009. aastal Itaalias L'Aquilas toimunud maavärina ulatust valesti, reaalse vanglakaristuse elanikkonna väärinformatsiooni ja umbes kolmesaja inimese surma eest. See motiveerib veelgi seismolooge ja teisi teadlasi tegema mingeid konkreetseid tulevikuprognoose.
Humphreysi sõnul on üks põhjusi, miks praegused maavärinaprognoosid on ebatäpsed või ekslikud, see, et seismograafid ja muud vaatlusseadmed saavad lugematuid signaale, millest ainult osa on seotud energia kogunemisega rikete piiridel, teised aga muude nähtuste tekitatuga., pole mingil moel ühendatud tektooniliste protsessidega.
Mõnel juhul saab neid "takistusi" kaotada - ja siis on prognoos üsna täpne ning muudel juhtudel, nagu 2009. aasta katastroof, lõpeb sellega ebaõnnestumine ettearvamatul viisil.
Sarnaseid probleeme, nagu Humphries ja tema kolleegid märkasid, lahendavad tänapäeval hoopis teise teaduse esindajad - arvutiinsenerid, kes töötavad välja erinevaid masinõppe ja tehisintellekti süsteeme. Kaasaegsete närvivõrkude põhijooneks on see, et nad saavad analüüsida väga "määrdunud" andmeid ja leida neilt probleemi lahendamiseks vajaliku: näiteks kasside ja koerte piltide sortimiseks või lärmakas ruumis kõnetuvastuseks.
Reklaamvideo:
Selle idee juhtimisel on teadlased loonud Ameerika Ühendriikide Los Alamose riiklikus laboratooriumis spetsiaalse "maavärinaemulaatori", mis simuleerib täielikult uute värinte sündimisel vigades toimuvat ja kasutas seda närvivõrgu õpetamiseks tulevaste maavärinate jälgede "nägemiseks". andmebaasis, mida seismograafid koguvad.
Mõne aja pärast õppis masin õigesti ennustama "laboratoorseid" maavärinaid väga suure täpsuse ja usaldusväärsusega - see näitab teadlaste sõnul, et reaalse seismilise olukorra ennustamiseks saab kasutada sarnaseid meetodeid. Teisest küljest ei saa praegust algoritmi suure tõenäosusega veel nendel eesmärkidel kasutada, kuna seda "koolitati" mitte reaalsete andmete, vaid nende jäljendamise osas ja seetõttu võivad selle ennustused olla põllul töötades üsna ebatäpsed.
