پیشرفت چشمگیر هوش مصنوعی در پیش‌بینی زلزله
تیم تحریریه- ۹ آذر ۱۴۰۳
یک تلاش تازه در زمینه پیش‌بینی زلزله با استفاده از هوش مصنوعی، امیدها را برای به کارگیری این فناوری در کاهش تأثیرات زلزله‌ها بر زندگی انسان‌ها و اقتصادها افزایش داده است. الگوریتم هوش مصنوعی که توسط پژوهشگران دانشگاه تگزاس در آستین طراحی شده، در طی یک آزمایش هفت ماهه در چین، موفق به پیش‌بینی 70 درصد از زلزله‌ها یک هفته قبل از وقوع آنها شد.
نتایج آزمایش و پیامدهای جهانی
این هوش مصنوعی به منظور شناسایی الگوهای آماری در داده‌های لرزه‌نگاری به‌صورت آنی و با ارتباط به زلزله‌های قبلی آموزش‌دیده است. نتیجه این فرآیند، پیش‌بینی هفتگی بود که در آن هوش مصنوعی توانست 14 زلزله را در فاصله تقریبی 200 مایلی از محل پیش‌بینی شده با دقت قابل‌توجهی پیش‌بینی کند. این سیستم یک زلزله را از دست داد و هشت هشدار نادرست صادر کرد.
هنوز مشخص نیست که آیا این روش در سایر مکان‌ها نیز مؤثر خواهد بود، اما این تلاش به عنوان یک نقطه عطف در تحقیقات مربوط به پیش‌بینی زلزله با بهره‌گیری از هوش مصنوعی به شمار می‌آید.
چالش‌ها و مسیرهای آینده
«سرگئی فومل»، استاد زمین‌شناسی اقتصادی در دانشگاه UT و عضو تیم تحقیقاتی، اظهار می‌کند: «پیش‌بینی زلزله، مانند جام مقدس است.» او ادامه می‌دهد: «هرچند هنوز به پیش‌بینی زلزله در هر نقطه از جهان نزدیک نشده‌ایم، اما یافته‌های ما نشان می‌دهد که آنچه قبلاً به عنوان یک مشکل غیرقابل حل تصور می‌کردیم، از نظر تئوری قابل حل است.»
این آزمایش بخشی از یک رقابت بین‌المللی در چین بود که در آن هوش مصنوعی پیشرفته UT موفق به کسب رتبه اول از میان 600 طرح دیگر شد. این پروژه تحت رهبری یانگکان چن، لرزه‌شناس دفتر و توسعه‌دهنده اصلی هوش مصنوعی، انجام گرفت. نتایج این آزمایش در مجله Bulletin of the Seismological Society of America منتشر گردید.
تأثیر بر آمادگی و تحقیقات بیشتر
«شما نمی‌توانید زلزله‌ها را پیش‌بینی کنید»، این جمله‌ای است که «الکساندروس ساواویدی»، دانشمند ارشد پژوهشی و مدیر برنامه شبکه لرزه‌نگاری تگزاس (TexNet) بیان می‌کند. «این موضوع به میلی‌ثانیه بستگی دارد و تنها چیزی که می‌توانید بر آن کنترل داشته باشید، آمادگی شماست. حتی با 70% آمادگی، می‌توان به نتایج قابل‌توجهی دست یافت که می‌تواند به کاهش خسارات اقتصادی و انسانی کمک کند و پتانسیل بهبود قابل‌توجهی در آمادگی برای زلزله در سطح جهانی ایجاد کند.»
محققان اعلام کردند که با استفاده از یک روش نسبتاً ساده در یادگیری ماشین به موفقیت دست یافته‌اند. هوش مصنوعی با بهره‌گیری از ویژگی‌های آماری که بر اساس دانش تیم در زمینه فیزیک زلزله طراحی شده بود، آموزش دید و سپس به آن دستور داده شد تا بر روی یک پایگاه‌داده پنج ساله از ضبط‌های لرزه‌نگاری تمرین کند.
پس از گذراندن دوره آموزشی، هوش مصنوعی با تحلیل نشانه‌های زلزله‌های ورودی در میان صداهای پس‌زمینه زمین، پیش‌بینی خود را ارائه کرد.
اسکات تینکر، مدیر دفتر، اظهار داشت: «ما به این تیم و کسب مقام اول در این رقابت معتبر بسیار افتخار می‌کنیم. البته، اهمیت فقط به مکان و بزرگی مربوط نمی‌شود، بلکه زمان نیز نقش مهمی دارد. پیش‌بینی زلزله یک چالش غیر قابل حل است و نمی‌توانیم بر دشواری آن تأکید کنیم.»
محققان به این نتیجه رسیده‌اند که در مناطقی با شبکه‌های ردیابی لرزه‌نگاری قوی نظیر کالیفرنیا، ایتالیا، ژاپن، یونان، ترکیه و تگزاس، هوش مصنوعی قادر است نرخ موفقیت خود را افزایش دهد و پیش‌بینی‌هایش را در فاصله چند ده مایلی محدود کند.
یکی از مراحل بعدی آزمایش هوش مصنوعی در ایالت تگزاس انجام می‌شود، چرا که این منطقه شاهد وقوع زلزله‌های کوچک و برخی زلزله‌های متوسط با فراوانی بالا است. TexNet با داشتن 300 ایستگاه لرزه‌نگاری و بیش از شش سال داده‌های مستمر، به یک مکان مناسب برای تأیید این روش تبدیل شده است.
در نهایت، پژوهشگران قصد دارند این سیستم را با مدل‌های مبتنی بر فیزیک ترکیب کنند. این کار می‌تواند در مناطقی که داده‌ها محدود هستند یا در مکان‌هایی مانند Cascadia که آخرین زلزله بزرگ آن صدها سال پیش و قبل از نصب لرزه‌نگارها رخ داده، اهمیت ویژه‌ای داشته باشد.
چن اظهار داشت: «هدف ما در آینده ترکیب روش‌های مبتنی بر فیزیک و داده‌ها به منظور ارائه یک سیستم جامع مشابه chatGPT است که قابلیت استفاده در هر نقطه از جهان را داشته باشد.»
تحقیق جدید یک گام اساسی در راستای دستیابی به این هدف به شمار می‌آید.
تینکر اظهار داشت: «این مسیر ممکن است طولانی باشد، اما بسیاری از این نوع پیشرفت‌ها به صورت جمعی، علم را به جلو می‌رانند.»
