پیش‌بینی احتمال وقوع پس‌لرزه با کمک هوش‌مصنوعی گوگل

 
مجله علمی ایلیاد - تخریبی که اغلب به واسطه‌ی زلزله‌های بزرگ ایجاد می‌شود، معمولاً پس از پایان زمین‌لرزه متوقف نمی‌گردد. بسیاری از این تخریب‌ها پس از وقوع زمین‌لرزه‌ی اصلی، در طی همان روز یا حتی چند روز بعد، و به دلیل وقوع پس‌لرزه‌ها و یا لرزه‌های خفیف‌تر ایجاد می‌شوند. این پس‌لرزه‌ها بعضی اوقات می‌توانند آسیب بیشتری را حتی نسبت به خود زلزله‌ی اولیه ایجاد کنند و هر چند ما معمولاً می‌توانیم قدرت پس‌لرزه‌ای را پیش‌بینی کنیم، اما در پیش‌بینی موقعیت مکانی آن چندان موفق نیستیم.

در این راستا، محققان دانشگاه هاروارد و بخش هوش‌مصنوعی گوگل، شبکه‌ی عصبی را تولید کرده‌اند که می‌تواند به ارزیابی این موضوع بپردازد که چقدر احتمال دارد در مکانی خاص بعد از وقوع زمین لرزه، پس‌لرزه‌های بعدی اتفاق بیافتند. بهترین قسمت این ماجرا این است که این شبکه بسیار دقیق‌تر از بسیاری از مدل‌های فعلی است.

بهترین ابزار فعلی موجود برای پیش‌بینی پس‌لرزه‌ها، مدلی است که به مدل «تغییرات تنش کولمب» معروف است. محققان می‌توانند تنش‌های زمین‌شناسی موجود در سنگ‌های اطراف محل زمین‌لرزه را محاسبه کرده و سپس از مدل موجود، برای تعیین احتمال وقوع پس‌لرزه استفاده کنند. متاسفانه، این مدل تنها اندکی دقیق‌تر از بازی شیر و خط است.

لذا به منظور پیش‌بینی بهتر محل پس‌لرزه‌ها، این گروه به هوش‌مصنوعی روی آورده است. این گروه تحقیقاتی ابتدا داده‌های به دست آمده از ۱۳۱،۰۰۰ زلزله و پس‌لرزه را وارد شبکه‌ی عصبی کردند تا بتوانند شبکه‌ی ۵ کیلومتر در ۵ کیلومتری را در اطراف محل زلزله اصلی تشکیل دهند. سپس، آن‌ها داده‌های شبکه‌ی عصبی را که نشان می‌داد چگونه زلزله باعث به وجود آمدن تغییراتی در سطح فشار موجود در مرکز هر سلول می‌شود، وارد مدل کردند. پس از آن، احتمال این که پس‌لرزه در سلول سایت رخ دهد، توسط شبکه برآورد شد.

محققان شبکه‌های عصبی خود را بر روی ۳۰،۰۰۰ حادثه‌ی پس‌لرزه رخ داده پس از وقوع زلزله آزمایش کردند و دریافتند که این شبکه می‌تواند احتمال وقوع پس‌لرزه‌ها را بسیار دقیق‌تر از مدل پیشین، برآورد کند.

اگر چه پیش‌بینی‌های الگوریتم، عاری از خطا نیست، محققان تاکنون از هوش‌مصنوعی راضی بوده‌اند و حتی امیدوار هستند که بتوانند سیستم دقیق‌تری را ارائه کنند. «فب دونس»، پژوهشگر ساینس دیلی، در این خصوص گفت: «پیش‌بینی پس‌لرزه‌های آینده چالشی است که احتمالاً انجام آن برای دانش یادگیری ماشینی مناسب خواهد بود؛ زیرا بسیاری از پدیده‌های فیزیکی وجود دارند که می‌توانند رفتارهای پس‌لرزه را تحت تاثیر قرار دهند و یادگیری ماشین، تاکنون توانسته به خوبی از پس این پیش‌بینی‌ها برآید.» او در ادامه گفت: «من فکر می‌کنم که ما قدم در راه درستی گذاشته‌ایم و امیدوار هستم در این راه به پیشرفت‌های خوبی برسیم.»
 
نوشته: کریستین هاوسر
ترجمه: سهیلا دوست‌پژوه - مجله علمی ایلیاد
مجله ایلیاد رادر اینستاگرام دنبال کنید...مجله ایلیاد رادر تلگرام دنبال کنید...مجله ایلیاد رادر آپارات دنبال کنید...مطالب مشابه● دانشمندان گامی دیگر به اینترنت کوانتومی نزدیک‌تر شده‌اند● آیا Chat GPT به آموزش آسیب می‌رساند؟● چَت‌بات چیست و چه کاربردهایی دارد؟● گوگل دو سال دیگر نابود می‌شود● همه چیز در مورد اینترنت 5G● استفاده از هوش مصنوعی برای پیش‌بینی حرکات بازیکنان والیبال● کشف فیزیک جدید، توسط هوش‌مصنوعی● آیا حالت پنجم ماده کشف شده است؟● رمزارز افراد مُرده به چه کسی ارث می‌رسد؟● با معتادان به اینترنت و بازی‌های کامپیوتری چکار کنیم؟جدیدترین مطالب● آمار سرقت پس از قانون کاهش مجازات ● چطور لکه‌های مداد را از روی دیوار پاک کنیم؟● غلبه بر یکی از محدودیت‌های قانون اول ترمودینامیک● باکتری‌ها چگونه به مغز حمله می‌کنند؟● چطور ویتامین B12 مورد نیاز بدن‌مان را تامین کنیم؟● ورود اورانیوم به خاک چه ارتباطی با کودهای کشاورزی دارد؟● آیا گیاهان هم صدا دارند؟● چطور در خانه توت فرنگی بکاریم؟● شواهد جدید برای مدل استاندارد کیهان‌شناسی● چطور جلوی استفراغ شیرخوار را بگیریم؟● سیاره‌ی ناهید فعالیت‌های آتشفشانی دارد● چطور برای یک سفر کمپینگ آماده شویم؟● قدیمی‌ترین نشانه‌های برخورد شهاب‌سنگ‌ها با زمین● تصویری فوق‌العاده از یک برج پلاسمایی بر روی سطح خورشید● چگونه با عدم تعادل شیمیایی در مغز برخورد کنیم؟● کشف درخشان و داغِ جیمز وب● پنج فایده‌ی دارچین برای سلامتی● کدام حیوان بلندترین گردن را در قلمرو حیوانات داشته است؟● چطور رادیاتور خودرو را تخلیه و تعویض کنیم؟● کشف آنزیمی که هوا را به انرژی تبدیل می‌کند