גישה חדשה של בינה מלאכותית יכולה לעזור לחזות את מיקומן של רעידות משנה בעקבות רעידת אדמה
An רעידת אדמה היא תופעה הנגרמת כאשר סלע מתחת לאדמה ב כדור הארץ קרום נשבר לפתע סביב קו שבר גיאולוגי. זה גורם לשחרור מהיר של אנרגיה שמייצר גלים סיסמיים שגורמים לאדמה לרעוד וזו התחושה שנפלנו במהלך רעידת אדמה. המקום שבו הסלע נשבר נקרא מוקד של רעידת אדמה ומקום מעליו על הקרקע נקרא 'אפימרכז'. האנרגיה המשתחררת נמדדת כעוצמה, סולם כדי לתאר כמה אנרגטית הייתה רעידת אדמה. רעידת אדמה בעוצמה 2 בקושי מורגשת וניתן לתעד אותה רק באמצעות ציוד מיוחד רגיש, בעוד רעידות אדמה של יותר מ-8 יכול לגרום לאדמה לרעוד חזק מאוד. רעידת אדמה גוררת בדרך כלל רעידות משנה רבות המתרחשות במנגנון דומה והן הרסניות באותה מידה והרבה פעמים עוצמתן וחומרתן דומות לרעידת האדמה המקורית. רעידות כאלה לאחר רעידת האדמה מתרחשות בדרך כלל בתוך השעה הראשונה או יממה לאחר ההתחלה רעידת אדמה. חיזוי התפוצה מרחבית של רעידות משנה היא מאתגרת מאוד.
מדענים ניסחו חוקים אמפיריים כדי לתאר את הגודל והזמן של רעידות משנה, אבל איתור מיקומם הוא עדיין אתגר. חוקרים בגוגל ובאוניברסיטת הרווארד המציאו גישה חדשה להערכה רעידות אדמה וחיזוי מיקום של רעידות משנה באמצעות טכנולוגיית בינה מלאכותית במחקר שלהם שפורסם ב טבע. הם השתמשו במיוחד בלמידת מכונה - היבט של בינה מלאכותית. בגישת למידת מכונה, מכונה 'לומדת' מקבוצת נתונים ולאחר רכישת ידע זה היא מסוגלת להשתמש במידע זה כדי לבצע תחזיות לגבי נתונים חדשים יותר.
חוקרים ניתחו לראשונה מסד נתונים של רעידות אדמה גלובליות באמצעות אלגוריתמי למידה עמוקה. למידה עמוקה היא סוג מתקדם של למידת מכונה שבה רשתות עצביות מנסות לחקות את תהליך החשיבה של המוח האנושי. לאחר מכן, הם שאפו להיות מסוגלים תחזית רעידות משנה עדיף על ניחוש אקראי ונסה לפתור את הבעיה של 'היכן' רעידות משנה יתרחשו. תצפיות שנאספו מיותר מ-199 רעידות אדמה גדולות ברחבי העולם נוצלו המורכבות מכ-131,000 זוגות של זעזועים עיקריים. מידע זה שולב עם מודל מבוסס פיזיקה המתאר כיצד כדור הארץ יהיה מתוח ומתוח לאחר א רעידת אדמה אשר לאחר מכן יפעיל רעידות משנה. הם יצרו רשתות של 5 קילומטרים רבועים שבתוכם המערכת תבדוק אם יש רעידת משנה. הרשת העצבית תיצור אז קשרים בין זנים שנגרמו על ידי רעידת אדמה עיקרית לבין המיקום של רעידות משנה. ברגע שמערכת הרשת העצבית אומנה היטב בצורה זו, היא הייתה מסוגלת לחזות את מיקום רעשי המשנה במדויק. המחקר היה מאתגר ביותר שכן הוא השתמש בנתונים מורכבים בעולם האמיתי של רעידות אדמה. חוקרים לחילופין הקימו מלאכותי וסוג של רעידות אדמה 'אידיאליות' ליצירת תחזיות ולאחר מכן בחנו את התחזיות. בהסתכלות על פלט הרשת העצבית, הם ניסו לנתח אילו 'כמויות' שונות עשויות לשלוט בחיזוי של רעידות משנה. לאחר עריכת השוואות מרחביות, החוקרים הגיעו למסקנה שדפוס רעידות משנה טיפוסי הוא "ניתן לפרש" פיזית. הצוות מציע שכמות הנקראת הגרסה השנייה של מתח מתח סוטה - הנקראת פשוט J2 - מחזיקה את המפתח. כמות זו ניתנת לפרשנויות רבה והיא משמשת באופן שגרתי במטלורגיה ובתחומים אחרים, אך מעולם לא השתמשה בה בעבר ללימוד רעידות אדמה.
רעידות משנה של רעידות אדמה גורמות לפציעות נוספות, פוגעות בנכסים וגם מעכבות את מאמצי ההצלה, לכן חיזוי שלהן יהיה הצלת חיים לאנושות. ייתכן שתחזית בזמן אמת לא תהיה אפשרית ברגע זה ממש מכיוון שדגמי הבינה המלאכותית הנוכחית יכולים להתמודד עם סוג מסוים של רעידות משנה וקו שבר גיאולוגי פשוט בלבד. זה חשוב מכיוון שלקווי שבר גיאולוגיים יש גיאומטריה שונה במיקום גיאוגרפי מגוון על כוכב לכת. אז, ייתכן שזה לא ישים כרגע לסוגים שונים של רעידות אדמה ברחבי העולם. עם זאת, טכנולוגיית בינה מלאכותית נראית מתאימה לרעידות אדמה בגלל מספר n של משתנים שצריך לקחת בחשבון בעת לימודם, למשל עוצמת הזעזוע, מיקום הלוחות הטקטוניים וכו'.
רשתות עצביות נועדו להשתפר עם הזמן, כלומר ככל שיותר נתונים מוזנים למערכת, מתרחשת יותר למידה והמערכת משתפרת בהתמדה. בעתיד מערכת כזו יכולה להיות חלק בלתי נפרד ממערכות חיזוי המשמשות סיסמולוגים. מתכננים יכולים גם ליישם אמצעי חירום המבוססים על ידע על התנהגות רעידת אדמה. הצוות רוצה להשתמש בטכנולוגיית בינה מלאכותית כדי לחזות את עוצמת רעידות האדמה.
***
{תוכל לקרוא את עבודת המחקר המקורית על ידי לחיצה על קישור ה-DOI המופיע להלן ברשימת המקורות המצוטטים}
מקור (ים)
DeVries PMR et al. 2018. למידה עמוקה של דפוסי רעידות משנה בעקבות רעידות אדמה גדולות. טבע560 (7720).
https://doi.org/10.1038/s41586-018-0438-y
***
