Εργαλεία τεχνητής νοημοσύνης προβλέπουν τον κίνδυνο μετασεισμού σε δευτερόλεπτα

Εργαλεία τεχνητής νοημοσύνης προβλέπουν τον κίνδυνο μετασεισμού σε δευτερόλεπτα, σύμφωνα με μελέτη.

Εργαλεία πρόγνωσης σεισμών που υποστηρίζονται από τεχνητή νοημοσύνη μπορούν να προβλέψουν τον κίνδυνο μετασεισμών δευτερόλεπτα μετά τον αρχικό σεισμό, σύμφωνα με μελέτη.

Η καταστροφή ενός σεισμού φαίνεται από τα καταρρεύσαντα κτίρια και τα συντρίμμια στο δρόμο.Έχουν αναπτυχθεί μοντέλα μηχανικής μάθησης που μπορούν να προβλέψουν πού και πόσοι μετασεισμοί θα σημειωθούν μετά από έναν σεισμό σε σχεδόν πραγματικό χρόνο, λένε ερευνητές. 

Οι τρέχουσες μέθοδοι που χρησιμοποιούνται για την πρόβλεψη μετασεισμών - δευτερογενείς σεισμοί που μπορούν να αποδειχθούν πιο θανατηφόροι από τους αρχικούς σεισμούς - μπορεί να διαρκέσουν αρκετές ώρες ή ημέρες, λέει η ομάδα. 

Οι γρήγορες προβλέψεις που παράγονται από εργαλεία με τεχνητή νοημοσύνη θα μπορούσαν να βοηθήσουν τις αρχές στη λήψη αποφάσεων σχετικά με τα μέτρα δημόσιας ασφάλειας και την κατανομή πόρων σε περιοχές που έχουν πληγεί από καταστροφές.

Δεδομένα σεισμών και συστήματα πρόγνωσης

Ερευνητές από τη Σχολή Γεωεπιστημών, τη Βρετανική Γεωλογική Υπηρεσία και το Πανεπιστήμιο της Πάντοβα δημιούργησαν τα εργαλεία πρόβλεψης που βασίζονται στην τεχνητή νοημοσύνη. Αναπτύχθηκαν εκπαιδεύοντας μοντέλα μηχανικής μάθησης σε δεδομένα σεισμών από την Καλιφόρνια, τη Νέα Ζηλανδία, την Ιταλία, την Ιαπωνία και την Ελλάδα - μέρη του κόσμου που βιώνουν τακτικά σεισμούς. 

Η ομάδα ανέλυσε την ικανότητα των μοντέλων τεχνητής νοημοσύνης να παράγουν προβλέψεις για το πόσοι μετασεισμοί θα πραγματοποιηθούν εντός 24 ωρών μετά από σεισμούς μεγέθους 4 Ρίχτερ ή μεγαλύτερου. 

Συνέκριναν την απόδοση των μοντέλων τεχνητής νοημοσύνης τους με το πιο ευρέως χρησιμοποιούμενο σύστημα πρόβλεψης - γνωστό ως μοντέλο Epidemic-Type Aftershock Sequence (ETAS) - το οποίο χρησιμοποιείται λειτουργικά στην Ιταλία, τη Νέα Ζηλανδία και τις ΗΠΑ.

Ταχύτερα αποτελέσματα

Ενώ και οι δύο τύποι μοντέλων παρουσιάζουν παρόμοια απόδοση στην πρόβλεψη του κινδύνου μετασεισμών, το μοντέλο ETAS χρειάστηκε πολύ περισσότερο χρόνο για να παράγει αποτελέσματα - έως και αρκετές ώρες ή ημέρες σε έναν μόνο υπολογιστή μεσαίας εμβέλειας - καθώς περιλαμβάνει την εκτέλεση μεγάλου αριθμού προσομοιώσεων, λέει η ομάδα. 

Εκπαιδεύοντας τα εργαλεία τεχνητής νοημοσύνης σε αρχεία προηγούμενων σεισμών από περιοχές με διαφορετικά τεκτονικά τοπία, οι ερευνητές λένε ότι τα μοντέλα τους θα μπορούσαν να χρησιμοποιηθούν για την πρόβλεψη του κινδύνου μετασεισμών στα περισσότερα μέρη του κόσμου που βιώνουν σεισμούς. 

Η έρευνα, που δημοσιεύτηκε στο περιοδικό Earth, Planets and Space, υποστηρίχθηκε από το πρόγραμμα έρευνας και καινοτομίας «Ορίζοντας 2020» της Ευρωπαϊκής Ένωσης στο πλαίσιο του Δικτύου Καινοτόμων Εκπαιδεύσεων Marie Skłodowska -Curie SPIN.

Αυτή η μελέτη δείχνει ότι τα μοντέλα μηχανικής μάθησης μπορούν να παράγουν μετασεισμικές προβλέψεις μέσα σε δευτερόλεπτα, παρουσιάζοντας συγκρίσιμη ποιότητα με αυτή των προβλέψεων ETAS. Η ταχύτητά τους και το χαμηλό υπολογιστικό κόστος προσφέρουν σημαντικά οφέλη για επιχειρησιακή χρήση: σε συνδυασμό με την ανάπτυξη καταλόγων σεισμών υψηλής ανάλυσης που βασίζονται στη μηχανική μάθηση σε σχεδόν πραγματικό χρόνο, αυτά τα μοντέλα θα ενισχύσουν την ικανότητά μας να παρακολουθούμε και να κατανοούμε τις σεισμικές κρίσεις καθώς εξελίσσονται.

Foteini Dervisi

PhD student, University of Edinburgh's School of GeoSciences / British Geological Survey

https://geosciences.ed.ac.uk/news-and-events/news/ai-quake-tools-forecast-aftershock-risk-in-seconds-study-shows