Επαναστατικό μοντέλο ΤΝ από το Πανεπιστήμιο του Τέξας για την πρόγνωση σεισμών

5 ημέρες πριν
earthquake graphsheet

Η τεχνητή νοημοσύνη κάνει σημαντικά βήματα στην πρόβλεψη σεισμών, ανοίγοντας νέους ορίζοντες στην αντιμετώπιση των φυσικών καταστροφών. Μια ομάδα ερευνητών από το Πανεπιστήμιο του Τέξας έχει αναπτύξει ένα πρωτοποριακό μοντέλο τεχνητής νοημοσύνης, το οποίο κατάφερε να προβλέψει σεισμούς με εντυπωσιακή ακρίβεια 70% κατά τη διάρκεια δοκιμών στην Κίνα.

Το καινοτόμο αυτό σύστημα, που βασίζεται σε τεχνικές μηχανικής μάθησης, εκπαιδεύτηκε να αναγνωρίζει στατιστικές ανωμαλίες σε σεισμολογικά δεδομένα πραγματικού χρόνου. Η προσέγγιση αυτή αποδείχθηκε ιδιαίτερα αποτελεσματική, καθώς το μοντέλο κατάφερε να προβλέψει επιτυχώς 14 σεισμούς σε ακτίνα 300 χιλιομέτρων από το σημείο εκδήλωσής τους, με σχεδόν ακριβή εκτίμηση της έντασής τους.

Ο Γιανγκάνγκ Τσεν, επικεφαλής σεισμολόγος του πανεπιστημίου και ηγέτης της ερευνητικής ομάδας, τόνισε τη σημασία αυτής της επιτυχίας. "Η πρόβλεψη σεισμών ήταν πάντα ένας δύσκολος στόχος για την επιστημονική κοινότητα. Τα αποτελέσματα αυτά μας δίνουν ελπίδα ότι μπορούμε να βελτιώσουμε σημαντικά την ικανότητά μας να προβλέπουμε αυτά τα καταστροφικά φαινόμενα," δήλωσε ο Δρ. Τσεν.

Η επιτυχία του μοντέλου δεν πέρασε απαρατήρητη. Σε έναν διεθνή διαγωνισμό που διεξήχθη στην Κίνα, ο αλγόριθμος του Πανεπιστημίου του Τέξας κατέλαβε την πρώτη θέση ανάμεσα σε 600 άλλες προτάσεις, αναδεικνύοντας την αποτελεσματικότητα και την καινοτομία της προσέγγισής του.

Ο Αλέξανδρος Σαββαΐδης, επικεφαλής του Προγράμματος Σεισμολογικού Δικτύου του Τέξας (TEXNET), υπογράμμισε τη σημασία αυτής της εξέλιξης. "Οι σεισμοί είναι αόρατοι και συμβαίνουν σε κλάσματα του δευτερολέπτου. Η δυνατότητα πρόβλεψης, ακόμα και με 70% ακρίβεια, μπορεί να αλλάξει ριζικά τον τρόπο με τον οποίο προετοιμαζόμαστε και αντιδρούμε σε αυτά τα φαινόμενα," ανέφερε χαρακτηριστικά ο Δρ. Σαββαΐδης.

Η μεθοδολογία που ακολούθησαν οι ερευνητές είναι εξίσου ενδιαφέρουσα. Το μοντέλο τροφοδοτήθηκε με στατιστικά δεδομένα βασισμένα στις γνωστές φυσικές δυνάμεις που αναπτύσσονται κατά τη διάρκεια σεισμών. Στη συνέχεια, εκπαιδεύτηκε αυτόνομα χρησιμοποιώντας μια πενταετή βάση δεδομένων σεισμικών καταγραφών. Αυτή η προσέγγιση επέτρεψε στο σύστημα να αναπτύξει την ικανότητα να εντοπίζει πρόδρομα σημάδια σεισμών μέσα από το "θόρυβο" των συνεχών γεωλογικών δραστηριοτήτων.

Οι ερευνητές εκφράζουν αισιοδοξία ότι σε περιοχές με εδραιωμένα δίκτυα σεισμικής παρακολούθησης, όπως η Καλιφόρνια, η Ιταλία, η Ιαπωνία, η Ελλάδα, η Τουρκία και το Τέξας, το μοντέλο θα μπορούσε να βελτιώσει περαιτέρω την ακρίβειά του, εστιάζοντας τις προβλέψεις του σε ακόμα μικρότερη ακτίνα.

Το επόμενο βήμα για την ερευνητική ομάδα είναι η ενσωμάτωση του συστήματος τεχνητής νοημοσύνης με μοντέλα βασισμένα στις φυσικές δυνάμεις που αναπτύσσονται κατά τη διάρκεια σεισμών. Αυτή η προσέγγιση θα μπορούσε να αποδειχθεί ιδιαίτερα χρήσιμη σε περιοχές όπως η Κασκέιντια στην πολιτεία της Ουάσιγκτον, όπου ο τελευταίος μεγάλος σεισμός συνέβη πριν από εκατοντάδες χρόνια, πολύ πριν την εφεύρεση των σύγχρονων σεισμογράφων.

Η έρευνα αυτή υποστηρίχθηκε από το TEXNET, την Κοινοπραξία Υπολογιστικής Σεισμολογίας του Τέξας και το Πανεπιστήμιο της Τζεϊτζιάνγκ. Τα ευρήματα δημοσιεύτηκαν πρόσφατα στο επιστημονικό περιοδικό της Σεισμολογικής Ένωσης Αμερικής, προσελκύοντας το ενδιαφέρον της διεθνούς επιστημονικής κοινότητας.