Американские и британские сейсмологи разработали систему искусственного интеллекта, которая позволяет предсказывать землетрясения до того, как они произошли, и успешно протестировали ее в лабораторных условиях.
О своей разработке ученые сообщили в журнале GRL.
По словам ученых, одной из причин того, почему текущие прогнозы землетрясений являются неточными или ошибочными, является то, что сейсмографы и другие наблюдательные устройства воспринимают бесчисленное множество сигналов, лишь часть из которых связана с накоплением энергии на границах разломов, а другие бывают порождены иными феноменами, никак не связанными с тектоническими процессами.
В некоторых случаях эти «помехи» удается отсеять — и тогда прогноз получается достаточно точным, а в других случаях неудача в этом отношении заканчивается непредсказуемым образом.
Схожие задачи сегодня решают компьютерные инженеры, занимающиеся разработкой различных систем машинного обучения и искусственного интеллекта. Ключевой особенностью современных нейросетей является то, что они могут анализировать очень «грязные» данные и находить в них то, что требуется для решения задачи: к примеру, для сортировки фотографий кошек и собак или распознавания речи в шумном помещении.
Руководствуясь такой идеей, ученые создали специальный «эмулятор землетрясений» в Национальной лаборатории Лос-Аламос в США, который полностью имитировал то, что происходит в разломах при рождении новых подземных толчков, и использовали его для того, чтобы научить нейросеть «видеть» следы будущих землетрясений в том наборе данных, которые собирают сейсмографы.
Через некоторое время машина научилась корректно предсказывать «лабораторные» землетрясения с очень высокой степенью точности и достоверности — это, как считают ученые, показывает, что подобные методы можно применять и для прогнозов реальной сейсмической обстановки. С другой стороны, текущий алгоритм, скорее всего, пока нельзя использовать для этих целей, так как он был «выдрессирован» не на реальных данных, а на их имитации, и поэтому его прогнозы могут быть достаточно неточными при работе в полевых условиях.
Источник: ZN.ua