Τεχνητή νοημοσύνη προβλέπει σεισμούς με πρωτοφανή ακρίβεια
Μια νέα προσπάθεια πρόγνωσης των διαθέσεων του Εγκελάδου με τη συνδρομή της τεχνητής νοημοσύνης δημιουργεί ελπίδες ότι η τεχνολογία αυτή θα μπορούσε κάποια στιγμή να αξιοποιηθεί πρακτικά, ώστε να περιορίσει τον αντίκτυπο των σεισμών τόσο στην οικονομία, όσο και τις ζωές των ανθρώπων. Το ποσοστό ακριβών προγνώσεων του αλγορίθμου που ανέπτυξαν οι επιστήμονες ήταν εντυπωσιακά υψηλό, στη διάρκεια επτά μηνών δοκιμών, σε έναν τομέα γνωστό για τη δυσκολία στην έγκαιρη πρόβλεψη των φαινομένων αυτών.
Ο αλγόριθμος εκπαιδεύτηκε να εντοπίζει στατιστικές ανωμαλίες σε σεισμολογικά δεδομένα τα οποία λάμβανε σε πραγματικό χρόνο και οι επιστήμονες είχαν συνδυάσει με στοιχεία από προηγούμενους σεισμούς. Το αποτέλεσμα ήταν ένα εβδομαδιαίο δελτίο πρόγνωσης, μέσω του οποίου η τεχνητή νοημοσύνη προέβλεψε με επιτυχία 14 σεισμούς σε μια ακτίνα 300 χιλιομέτρων σε σχέση με το σημείο όπου εκδηλώθηκαν τελικά αυτοί, έχοντας μάλιστα σχεδόν ακριβώς την προβλεπόμενη ένταση. Από τον αλγόριθμο ξέφυγε ένας σεισμός, ενώ εξέδωσε προειδοποίηση η οποία δεν επιβεβαιώθηκε σε οκτώ περιπτώσεις.
Άγνωστο παραμένει το κατά πόσο η ίδια προσέγγιση θα λειτουργούσε σε άλλες περιοχές, όμως η προσπάθεια αυτή συνιστά ορόσημο στην έρευνα γύρω από την πρόγνωση των σεισμών με τη συνδρομή της τεχνητής νοημοσύνης.
Οι δοκιμές πραγματοποιήθηκαν στο πλαίσιο διεθνούς διαγωνισμού στην Κίνα, όπου ο αλγόριθμος του Πανεπιστημίου του Τέξας κατετάγη πρώτος μεταξύ 600 άλλων προτάσεων. Επικεφαλής της προσπάθειας ήταν ο Γιανγκάνγκ Τσεν, επικεφαλής σεισμολόγος του πανεπιστημίου. Τα ευρήματα από τις δοκιμές δημοσιεύτηκαν στο περιοδικό της Σεισμολογικής Ένωσης Αμερικής.
“Οι σεισμοί είναι αόρατοι”, σχολίασε χαρακτηριστικά ο Αλέξανδρος Σαββαΐδης, επικεφαλής του Προγράμματος Σεισμολογικού Δικτύου του Τέξας (TexNet). “Όλα συμβαίνουν μέσα σε χιλιοστά του δευτερολέπτου και το μόνο πράγμα που μπορείς να ελέγξεις είναι το πόσο προετοιμασμένος θα είσαι. Ακόμη και με ένα ποσοστό [ακριβούς πρόγνωσης] του 70%, πρόκειται για σπουδαίο αποτέλεσμα, το οποίο θα μπορούσε να βοηθήσει στην ελαχιστοποίηση των οικονομικών και ανθρώπινων απωλειών, ενώ θα μπορούσε να βελτιώσει θεαματικά την προετοιμασία για την αντιμετώπιση των σεισμών σε διεθνές επίπεδο”.
Οι ερευνητές αναφέρουν στη δημοσίευση ότι η μέθοδός τους στέφθηκε με επιτυχία ακολουθώντας μια σχετικά απλή προσέγγιση μηχανικής μάθησης. Στο μοντέλο τροφοδοτήθηκε ένα σύνολο στατιστικών δεδομένων, βασισμένο στα όσα γνώριζαν οι ερευνητές για τις φυσικές δυνάμεις που αναπτύσσονται στους σεισμούς και στη συνέχεια το μοντέλο κλήθηκε να εκπαιδευτεί από μόνο του αξιοποιώντας μια πενταετή βάση δεδομένων από καταγραφές σεισμών.
Από τη στιγμή που ολοκληρώθηκε η διαδικασία, το μοντέλο έδινε την πρόγνωσή του αναζητώντας σημάδια επικείμενων σεισμών μεταξύ των διαφόρων ήχων που καταγράφονται στο φλοιό της Γης.
Οι ερευνητές αισιοδοξούν ότι σε περιοχές όπου υπάρχουν εδραιωμένα δίκτυα παρακολούθησης των σεισμών, όπως στην Καλιφόρνια, την Ιταλία, την Ιαπωνία, την Ελλάδα, την Τουρκία και το Τέξας, η τεχνητή νοημοσύνη θα μπορούσε να βελτιώσει τα ποσοστά επιτυχίας που κατέγραψε ήδη και να επικεντρώσει την ακρίβεια των προγνώσεών της σε μια ακτίνα λίγων χιλιομέτρων.
Σε βάθος χρόνου, οι ερευνητές θέλουν να συνδυάσουν το σύστημα με μοντέλα βασισμένα στις φυσικές δυνάμεις που αναπτύσσονται στη διάρκεια αυτών των φαινομένων, καθώς στο σκέλος αυτό τα δεδομένα είναι λιγοστά, εστιάζοντας σε περιοχές όπως η Κασκέιντια, στην πολιτεία της Ουάσιγκτον, όπου καταγράφηκε ο τελευταίος μεγάλος σεισμός στην περιοχή εκατοντάδες χρόνια πριν την έλευση των σεισμογράφων.
Την ερευνητική προσπάθεια υποστήριξε το TexNet, η Κοινοπραξία Υπολογιστικής Σεισμολογίας του Τέξας και το Πανεπιστήμιο της Τζεϊτζιάνγκ.
