'n Nuwe kunsmatige intelligensie-benadering kan help om die ligging van naskokke na 'n aardbewing te voorspel
An aardbewing is 'n verskynsel wat veroorsaak word wanneer rots ondergronds in die aarde se kors breek skielik om 'n geologiese verskuiwingslyn. Dit veroorsaak vinnige vrystelling van energie wat seismiese golwe produseer wat dan die grond laat skud en dit is die sensasie wat ons tydens 'n aardbewing geval het. Die plek waar die rots breek word die fokus van die genoem aardbewing en plek bo dit op grond word 'episentrum' genoem. Die energie wat vrygestel word, word gemeet as grootte, 'n skaal om te beskryf hoe energiek 'n aardbewing was. 'n Aardbewing van magnitude 2 is skaars waarneembaar en kan slegs aangeteken word deur gebruik te maak van sensitiewe gespesialiseerde toerusting, terwyl aardbewings van meer as magnitude 8 kan die grond merkbaar baie hard laat skud. 'n Aardbewing word oor die algemeen gevolg deur baie naskokke wat deur 'n soortgelyke meganisme voorkom en wat ewe verwoestend is en baie keer is hul intensiteit en erns soortgelyk aan die oorspronklike aardbewing. Sulke skuddings na aardbewing kom gewoonlik binne die eerste uur of 'n dag na die hoofbewing voor aardbewing. Die voorspelling van ruimtelike verspreiding van naskokke is baie uitdagend.
Wetenskaplikes het empiriese wette geformuleer om die grootte en tyd van naskokke te beskryf, maar om hul ligging vas te stel is steeds 'n uitdaging. Navorsers by Google en Harvard Universiteit het 'n nuwe benadering vir assessering uitgedink aardbewings en die voorspelling van ligging van naskokke met behulp van kunsmatige intelligensie-tegnologie in hul studie gepubliseer in Aard. Hulle het spesifiek masjienleer gebruik - 'n aspek van kunsmatige intelligensie. In die masjienleerbenadering 'leer' 'n masjien uit 'n stel data en na die verkryging van hierdie kennis is dit in staat om hierdie inligting te gebruik om voorspellings oor nuwer data te maak.
Navorsers het eers 'n databasis van globale aardbewings ontleed met behulp van diepleeralgoritmes. Diep leer is 'n gevorderde tipe masjienleer waarin neurale netwerke die denkproses van die menslike brein probeer naboots. Vervolgens het hulle gemik om te kan Voorspelling naskokke beter as lukraak raai en probeer om die probleem van 'waar' die naskokke sal voorkom op te los. Waarnemings wat van meer as 199 groot aardbewings regoor die wêreld ingesamel is, is gebruik wat bestaan uit ongeveer 131,000 XNUMX hoofskok-naskok-pare. Hierdie inligting is gekombineer met 'n fisika-gebaseerde model wat beskryf hoe Aarde sou gespanne en gespanne wees na 'n aardbewing wat dan naskokke sal veroorsaak. Hulle het 5 kilometer vierkante roosters geskep waarbinne die stelsel vir 'n naskok sal kyk. Die neurale netwerk sal dan verwantskappe vorm tussen stamme wat deur hoofaardbewing veroorsaak word en die ligging van naskokke. Sodra die neurale netwerkstelsel op hierdie manier goed opgelei is, kon dit die ligging van naskokke akkuraat voorspel. Die studie was uiters uitdagend aangesien dit komplekse werklike data van aardbewings gebruik het. Navorsers alternatiewelik opstel kunsmatige en soort van 'ideale' aardbewings om voorspellings te skep en dan die voorspellings ondersoek. Deur na neurale netwerkuitset te kyk, het hulle probeer analiseer watter verskillende 'hoeveelhede' waarskynlik die voorspelling van naskokke sal beheer. Nadat hulle ruimtelike vergelykings gedoen het, het navorsers tot 'n gevolgtrekking gekom dat 'n tipiese naskokpatroon fisies 'vertolkbaar' is. Die span stel voor dat 'n hoeveelheid genaamd die tweede variant van afwykende spanningspanning – bloot genoem J2 – die sleutel hou. Hierdie hoeveelheid is hoogs interpreteerbaar en word gereeld in metallurgie en ander velde gebruik, maar is nog nooit vantevore gebruik om aardbewings te bestudeer nie.
Naskokke van aardbewings veroorsaak verdere beserings, beskadig eiendomme en belemmer ook reddingspogings, daarom sal die voorspelling daarvan lewensreddend vir die mensdom wees. Intydse voorspelling is dalk nie op hierdie oomblik moontlik nie, aangesien die huidige KI-modelle slegs 'n spesifieke tipe naskok en eenvoudige geologiese foutlyn kan hanteer. Dit is belangrik omdat geologiese breuklyne verskillende geometrie in diverse geografiese ligging op die vliegtuig. Dit is dus moontlik nie tans van toepassing op verskillende tipe aardbewings regoor die wêreld nie. Nietemin lyk kunsmatige intelligensie-tegnologie geskik vir aardbewings as gevolg van n aantal veranderlikes wat in ag geneem moet word wanneer hulle bestudeer word, byvoorbeeld sterkte van die skok, posisie van tektoniese plate, ens.
Neurale netwerke is ontwerp om mettertyd te verbeter, maw soos meer data in 'n stelsel ingevoer word, vind meer leer plaas en die stelsel verbeter voortdurend. In die toekoms kan so 'n stelsel 'n integrale deel wees van voorspellingstelsels wat deur seismoloë gebruik word. Beplanners kan ook noodmaatreëls instel wat gebaseer is op kennis van aardbewinggedrag. Die span wil kunsmatige intelligensie-tegnologie gebruik om die omvang van aardbewings te voorspel.
***
{Jy kan die oorspronklike navorsingsartikel lees deur die DOI-skakel wat hieronder gegee word in die lys van aangehaalde bronne te klik}
Bronne)
DeVries PMR et al. 2018. Diep leer van naskokpatrone na groot aardbewings. Aard560 (7720).
https://doi.org/10.1038/s41586-018-0438-y
***
