Postoji nada da bi umjetna inteligencija mogla pomoći seizmolozima u predviđanju potresa

Japancima je nova godina počela potresom jačine 7,5 stupnjeva koji je pogodio poluotok Noto na zapadnom rubu zemlje.

Nakon ovog jakog potresa uslijedio je niz slabijih od kojih su mnogi bili magnitude od četiri do šest stupnjeva. Seizmolozi upozoravaju da će biti još podrhtavanja tla, a Japanska meteorološka agencija izdala je upozorenje za veliki tsunami što su u međuvremenu ublažili.

Zona veće seizmičke aktivnosti

Ispod Japana nalazi se više od 2000 aktivnih rasjeda, to je jedna od zona s najintenzivnijom seizmičkom aktivnošću na svijetu, s dugom poviješću tragičnih događaja. Japan je puno uložio u zgrade otporne na potrese i sustave upozoravanja što je znatno smanjilo broj žrtava.

Potrese nije moguće predvidjeti, ali s obzirom na nedavna poboljšanja umjetne inteligencije neki znanstvenici se nadaju da bi se to ipak moglo promijeniti.

Predviđanja i po tjedan dana prije

Prošle jeseni znanstvenici sa Sveučilišta Texas Austin potaknuli su nade u mogućnost predviđanja potresa sedmomjesečnim istraživanjem koje su proveli u Kini.

Studija je objavljena u biltenu Seizmološkog društva Amerike u rujnu. Čini se da je algoritam umjetne inteligencije točno predvidio 70 posto potresa, tjedan dana prije nego što su se dogodili.

Uspješna predviđanja

Tim je obučavao umjetnu inteligenciju na petogodišnjim seizmičkim snimanjima, zatim su tražili da algoritam locira nadolazeće potrese na temelju trenutne seizmičke aktivnosti.

Algoritam je uspješno predvidio 14 potresa, svaki unutar 320 kilometara od epicentra. Jedan potres je propustio i predvidio je osam koji se nikada nisu dogodili.

Ovo je donedavno bilo posve nemoguće

Geoznanstvenik Sergey Fomel kaže “da je predviđanje potresa sveti gral, ali da ono što smo postigli prije smo smatrali posve nemogućim.”

Strojno učenje moglo bi pomoći seizmolozima da shvate skrivene obrasce ponašanja i prikupe više podataka, piše MIT Technology Review.

Jedan tim izgradio je i istrenirao neuronske mreže za predviđanje gdje će uslijediti naknadni potresi nakon početnog udara.

Smanjenje rizika

Prema Focus grupi Svjetske meteorološke organizacije za umjetnu inteligenciju, za upravljanje prirodnim katastrofama, potresi su činili 21,8 posto svih prirodnih katastrofa na koje su se primijenili AI modeli u svrhu smanjenja rizika.

Sve više istraživanja o predviđanjima potresa budi nadu znanstvenika da ih je moguće otkriti još više, na načine koji su prije bili nezamislivi.