(autor: Giovanni Calcerano) Naukowcy z Harvard University i Massachusetts Institute of Technology (MIT), kierowani przez profesora Thibault Perola, opracowali system sztucznej inteligencji (AI), który może wykrywać trzęsienia ziemi szybciej niż jakiekolwiek inne istniejące urządzenie. Wyniki ich badań zostały opublikowane w lutym 14 w czasopiśmie Science Advances.
System o nazwie ConvNetQuake (Konwolucyjna sieć neuronowa do lokalizacji trzęsień ziemi - w języku włoskim Konwolucyjna sieć neuronowa do lokalizacji trzęsień ziemi) jest w stanie wykryć duże, średnie i małe trzęsienia ziemi z dokładnością do 94,8%. Jest także w stanie przewidzieć lokalizację tych trzęsień ziemi z dokładnością 74,5%.
Rozwiązanie zaproponowane przez Perola i jego współpracowników polega na wykorzystaniu sztucznej inteligencji do wzmocnienia czułości sejsmografów w celu wykrycia liczby trzęsień ziemi 17 razy większej niż poprzednie metody iw ułamku czasu wymaganego do tej pory.
Metoda jest podobna do tej stosowanej w oprogramowaniu do wykrywania głosu asystentów cyfrowych, takim jak Siri i Cortana, wyjaśnia Perol. Oznacza to, że chodzi o podkreślenie ukrytego sygnału w szumie. W przypadku asystentów cyfrowych oznacza to rozpoznawanie poleceń głosowych przy jednoczesnym ignorowaniu dźwięków otoczenia. W przypadku sejsmografów oznacza to zamiast tego wyeliminowanie normalnych szumów geologicznych Ziemi (tak zwanego „środowiskowego hałasu sejsmicznego”) w celu identyfikacji trzęsień ziemi, nawet gdy są one bardzo małe lub bardzo odległe.
W tym celu Perol i jego koledzy przeszkolili splotową sieć neuronową do rozpoznawania hałasu w tle na podstawie danych pobranych z obszarów bez trzęsień ziemi. Oprogramowanie zbadało to wejście i nauczyło się rozpoznawać modele, które pozwalają mu zdefiniować standardowy hałas geologiczny. W ten sposób sieć neuronowa może usuwać szum tła i rozróżniać sygnały ukrywające prawdziwe trzęsienia ziemi.
Istnieje również hipoteza, że taki system mógłby pomóc w przewidywaniu trzęsień ziemi, zanim one wystąpią. Mogłoby to być możliwe dzięki standaryzacji modeli predykcyjnych: to znaczy, gdyby można było zweryfikować, że kilka małych trzęsień ziemi w krótkich odstępach czasu wywołuje większe i potencjalnie szkodliwe trzęsienie ziemi, wówczas wczesne ostrzeżenie mogłoby zostać wydane za każdym razem, gdy inne małe, podobne zostały zidentyfikowane., trzęsienia ziemi w równie krótkim czasie.
Oczywiście pomysł wykorzystania sztucznej inteligencji do przewidywania, a nie tylko wykrywania trzęsień ziemi jest bardzo ekscytujący, ale nie jest to coś, z czym zgadza się cała społeczność sejsmologów. Ale z pomocą Perola i jego współpracowników oraz opracowanej przez nich sieci neuronowej ta ważna możliwość mogłaby rzeczywiście stać się możliwa. Jesteśmy teraz w punkcie, w którym olbrzymi postęp w oprzyrządowaniu, uczeniu maszynowym, mocy komputerów i zdolności do obsługi ogromnych zbiorów danych może doprowadzić do ogromnych i fundamentalnych postępów w nauce o trzęsieniach ziemi.