Cum vom prezice cutremurele în viitor: inteligenţa artificială ajută oamenii de ştiinţă să afle când şi unde va fi următorul mare seism

Mulţi oameni de ştiinţă şi-au dedicat întreaga carieră pentru a dezvolta un model pe baza căruia să poată anticipa cutremurele. De asemenea, s-au investit sume uriaşe de bani în această ştiinţă. Dar, spre deosebire de prognoza meteo, care s-a îmbunătățit semnificativ prin folosirea unor sateliți mai buni și a modelelor matematice mai puternice, ştiinţa nu a reuşit încă să descifreze când şi unde va lovi următorul mare cutremur.

Acum, cu ajutorul inteligenței artificiale, un număr tot mai mare de oameni de știință consideră că inteligenţa artificială îi poate ajuta să analizeze cu o eficienţă fără precedent volume masive de date cu privire la seisme pentru a înțelege mai bine cutremurele, a anticipa să anticipeze modul în care se vor comporta și să a oferi ofere avertizări timpurii mai din timp mai rapide și mai precise. Astfel, zonele care vor fi lovite de cutremure ar putea fi evacuate în avans, aşa cum se întâmplă acum cu prilejul uraganelor, erupţiilor vulcanice sau altor fenomene extreme.

Într-o lucrare publicată în revista Nature, cercetătorii de la Harvard, care au colaborat cu specialişti de la Google, arată că, folosind algoritmi de deep learning, au dezvoltat un sistem care, chiar dacă este încă imprecis, a fost capabil să prognozeze replicile unui cutremur mult mai bine decât modelele actuale. 

Deep learning este o arie emergentă a ştiinţei computerizate, care pune la treabă puterea uriaşă de procesare disponibilă astăzi pentru analizarea unor volume imense de date cu scopul de a dezvolta noi modele. Programul este iniţial imprecis, chiar primitiv, dar cu cât lucrează, analizează mai mulde date şi rulează simulări, cu atât „învaţă” ceea ce îl interesează pe creatorul lui.

Noile cercetări în domeniul seismologic, ajutate de inteligenţa artificială se bazează pe reţele neuronale, aceeaşi tehnologie care a accelerat progresul tuturor lucrurilor, de la posibilitatea de a eticheta persoane pe Facebook până la maşinile fără şofer. O rețea neuronală este un sistem matematic complex care poate învăţa sarcini pe cont propriu.

La baza ei, inteligența artificială este un mod de a potrivi modele între ele: introduci datele, fie imagini ale chipului cuiva, fie locaţiile de replici ale cutremurului, iar algoritmul va încerca să găsească modelul de bază. Pentru recunoașterea facială modelul constă în aranjamentele pixelilor care reprezintă fața unei persoane, în timp ce în predicția seismelor este ecuația care poate fi folosită pentru a explica motivul pentru care replica unui cutremur se produce într-un anumit loc.

Succesul inteligenței artificiale în acest domeniu este datorat unuia dintre punctele forte ale tehnologiei: capacitatea sa de a descoperi în seturi complexe de date modele trecute altfel cu vederea de către cercetători, scrie www.theverge.com. Când studiază cutremurele, calculatorul caută singur modele în mormane de date, în loc să se bazeze pe ochii unui om de știință. Acest lucru este relevant în special în seismologie, unde poate fi incredibil de dificil să se vadă conexiunile între multitudinea de date. Evenimentele seismice implică prea multe variabile, de la formarea terenului în diferite zone până la tipurile de interacțiuni dintre plăcile tectonice și dinamica propagării valurilor de energie prin scoarţa terestră. 

Cercetătorii spun că modelul lor de deep learning al calculatorului a reușit să facă previziuni luând în considerare un factor cunoscut sub numele de „criteriul randamentului von Mises”, un calcul complex folosit pentru a prezice când materialele vor începe să se rupă sub presiune. Profesorul de la Harvard Brendan Meade spune că acest factor este adesea folosit în domenii precum metalurgia, „dar nu a fost niciodată popular în ştiinţa cutremurului”. Acum, datorită descoperirii acestui nou model, geologii pot investiga relevanţa sa în seismologie.

„Există trei lucruri pe care vrei să le știi despre cutremure – vrei să știi când vor avea loc, cât de mari vor fi și unde vor fi”, a spus Meade. „Înainte de această lucrare aveam legi empirice pentru a detecta momentul în care ar apărea și cât de mari urmau să aibă loc, iar acum lucrăm la al treilea pilon – locul unde s-ar putea întâmpla”.

În ciuda succesului acestei cercetări, modelul este încă departe de a putea fi folosit în lumea reală. Pentru început, modelul AI se concentrează doar pe replicile cauzate de schimbările permanente la sol, cunoscute sub denumirea de presiune statică. Dar, replicile cutremurelor pot fi, de asemenea, cauzate de tumultul solului, care apare mai târziu, cunoscut sub numele de presiune dinamică.

Modelul existent este, de asemenea, prea lent pentru a lucra în timp real. Acest lucru este important, deoarece cele mai multe șocuri au loc în prima zi după ce se produce un cutremur, înainte de a-şi reduce la jumătate frecvența în următoarele zile.

„Încă mai avem mult de lucru până vom fi capabili să prezicem replicile unui cutremur, dar cred că machine learning are un imens potenţial”, a declarat Phoebe DeVries, cercetătoare cu studii postdoctorale la Harvard care a contribuit la cercetare.

Brendan Meade crede că acest tip de proiect reprezintă o schimbare enormă în modul în care se realizează cercetările în domeniul seismologic. Lucrări similare sunt în curs de desfășurare în locuri precum Universitatea Caltech și Stanford.