استفاده دانشمندان از هوش مصنوعی برای پیش بینی زلزله

سرپوش علمی - هر روزه لرزه‌نگارها در سطح جهان هزاران زلزله کوچک را به ثبت می‌رسانند که کسی آن‌ها را احساس نمی‌کند. زلزله یکی از معدود بلایای طبیعی است که پیش‌بینی دقیق آن هنوز برای انسان میسر نشده است. اما نتایج مطالعات اخیر دانشمندان دانشگاه‌های هاروارد و ماساچوست نشان می‌دهد که در میان روش‌های تخمین و پیش‌بینی موجود، هوش مصنوعی دقیق‌تر از سایر ابزارها می‌تواند به لرزه‌نگارها در پیش‌بینی زلزله کمک کند.

به گفته یکی از محققان این پژوهش، استفاده از تکنیک سه‌گوش‌سازی مانند GPS و به‌کارگیری اطلاعات چندین ایستگاه، روش مرسومی است که امروزه برای پیش‌بینی زلزله مورد استفاده قرار می‌گیرد اما در روش مورد تحقیق کنونی تلاش بر این است که بتوان با کمک اطلاعات یک ایستگاه، زلزله‌ را پیش‌بینی کرد.

قابل ذکر است که درواقع این شبکه عصبی کار پیش‌بینی زلزله را به طور مستقیم انجام نمی‌دهد. برای پیش‌بینی هر زلزله به داده‌های بسیار زیاد و دقیق لرزه‌نگاری در یک منطقه احتیاج است و در صورتی که دریافت این تعداد داده نیز محقق شود، تحلیل و تفسیر نتایج آن‌ها به خودی خود کار بسیار زمانبری خواهد بود. هرچند که واقعیت این است که هوش مصنوعی و الگوریتم‌ها می‌توانند انجام این کار را آسان‌تر کنند، اما الگوریتم شبکه عصبی مورد بررسی در این پژوهش به این منظور طراحی و اجرا نمی‌‌شود.

در این روش، حساسیت لرزه‌نگارهای یک ایستگاه با کمک یک شبکه عصبی کانوولار (Convohutional) افزایش پیدا کرده تا بتوانند لرزش درونی زمین را از لرزه‌های ایجادشده به وسیله باد یا امواج دریا یا حرکت ماشین‌ها تشخیص دهند. درواقع این شبکه عصبی داده‌های غلط (اصطلاحاً نویز) را از داده‌های اصلی و درست تفکیک می‌کند و در مناطقی که به تعداد کمی از دستگاه‌های لرزه‌نگار مجهز هستند، این امکان را ایجاد می‌کند که با اطمینان بیشتر داده‌های اصلی لرزه‌ای زمین را از لرزه‌های بی‌اهمیت و نویزها جدا کنند و آن‌ها را برای اقدامات بعدی بررسی و اطلاع‌رسانی کنند.

به همین منظور این تیم تحقیقاتی، مناطق غیرفعال از لحاظ لرزش را به الگوریتم‌های جدیدی از هوش مصنوعی تجهیز کرده‌اند تا لرزه‌های محیطی را از لرزش‌های درونی زمین تفکیک کنند. از این طریق است که لرزه‌نگارها با دقت بالاتری روی لرزش‌های ناشی از بروز زلزله تمرکز می‌کنند و دقت اطلاعاتی بالاتری را کسب می‌کنند.

محققان این پروژه مطالعاتی امیدوارند که این تکنولوژی به شکل فراگیر و در مناطقی که به ایستگاه‌های لرزه‌نگاری مجهز نیستند نیز مورد استفاده قرار گیرد و از این طریق به لرزه‌نگارها در تشخیص درست و دقیق داده‌های لرزه‌ای مربوط به زلزله پیش از وقوع آن کمک کند.