Umjetna inteligencija predviđa potrese i do tjedan dana unaprijed
Iako znamo da potrese trenutačno nije moguće predvidjeti, čini se kako bi sustavi ranog upozoravanja na njih mogli dobiti pomoć umjetne inteligencije i time postati daleko korisniji za spašavanje života i imovine.
Znanstvenici na sveučilištu Texas u Austinu stvorili su model umjetne inteligencije koji koristi seizmičke podatke u stvarnom vremenu kako bi, na temelju njihove statističke analize i podataka o ranijim potresima, izradio predviđanja budućih potresa na određenom području.
Sveti gral seizmologije
Prvo testiranje tog je AI modela provedeno u Kini tijekom sedam mjeseci, a pokazalo se da je algoritam sa 70%-tnom preciznošću pretkazivao potrese i do tjedan dana unaprijed. Njegova "tjedna prognoza" uspješno je bila predvidjela 14 potresa, ali u prilično širokom krugu od oko 320 kilometara. No, ono što je bilo preciznije izračunato bila je snaga, koju je sustav vrlo točno predviđao. Uz 14 ovako "točnih" prognoza, jedan potres bio je propušten, a sustav je bio izdao i osam lažnih upozorenja.
"Još nismo blizu davanja predviđanja za bilo koji dio svijeta, ali ovo što smo postigli pokazuje nam da je ono što smo mislili da je nemoguć problem, u načelu rješiv", kaže član istraživačke skupine Sergey Fomel, pa napominje da je rano predviđanje potresa "sveti gral" te grane znanosti, javlja Bug.
Njihov je model nastao u sklopu međunarodnog natječaja, koji je održan u Kini, a pobijedio je među 600 ostalih sličnih modela iz cijelog svijeta. Rad o tome objavljen je u časopisu Bulletin of the Seismological Society of America.
Autori modela pojašnjavaju da je riječ o prilično jednostavnom sustavu, zasnovanome na strojnom učenju. Trenirali su ga na poznatim podacima o prošlim potresima tijekom petogodišnjeg razdoblja i "napunili" znanjem o fizici razvoja potresa.
Rani znakovi
Na temelju toga, trening je omogućio sustavu povezati rane znakove, sitna podrhtavanja u Zemljinoj kori, koja mogu biti znakovita za razvoj većih potresa.
Iako je ovaj sustav načinjen samo za promatrano područje u Kini, njegovi tvorci nadaju da se da bi mogli primijeniti naučeno i na druga trusna područja, za koja postoje robusni povijesni podaci.
Daljnjim napretkom i treniranjem na podacima iz, primjerice, Kalifornije, Italije, Japana, Grčke ili Turske, moglo bi se doći i do povećanja preciznosti seizmoloških "prognoza" kad je riječ o stupnju točnosti ili točnijem predviđanju lokacije budućih potresa.
S novim će treniranjima započeti prvo na domaćem terenu, u Teksasu, na kojem postoji 300 seizmoloških postaja i gdje se relativno često događaju potresi slabog do umjerenog intenziteta.
