https://frosthead.com

Može li strojno učenje biti ključ predviđanja potresa?

Prije pet godina Paul Johnson nije mogao ni pomisliti da će predviđanje zemljotresa ikada biti moguće. Sada, on nije tako siguran.

"Ne mogu reći da hoćemo, ali puno se nadam da ćemo postići velik napredak u desetljećima", kaže seizmolog iz Nacionalne laboratorije u Los Alamosu. "Sada se više nadam nego ikad prije."

Glavni razlog te nove nade je tehnologija koju je Johnson počeo proučavati prije otprilike četiri godine: strojno učenje. Za mnoge zvukove i male pokrete duž tektonskih linija rasjeda u kojima se događaju potresi dugo se smatralo besmislenim. Ali strojno učenje - osposobljavanje računalnih algoritama za analizu velike količine podataka u potrazi za uzorcima ili signalima - sugerira da bi neki od malih seizmičkih signala mogli biti značajni.

Takvi bi se računalni modeli možda pokazali ključni za otključavanje mogućnosti predviđanja potresa, udaljena mogućnost koja je toliko kontroverzna, da mnogi seizmolozi odbijaju čak i o tome raspravljati.

Kada se teorija tektonike ploča stekla temelj u 1960-ima, mnogi su znanstvenici smatrali da je predviđanje potresa samo pitanje vremena. Jednom kada bi se mogli modelirati mali potresi uzrokovani pomicanjem ploča, a razmišljanje je išlo, trebalo bi biti moguće predvidjeti veće potrese danima ili čak tjednima unaprijed. Ali mnoštvo čimbenika, od vrste stijena do udaljenosti klizanja, utječe na jačinu potresa, i brzo je postalo očito da modeli tektonske aktivnosti malih razmjera ne mogu pružiti pouzdan način predviđanja velikih potresa. Možda bi male promjene i klizanja, koje se događaju stotine puta dnevno, mogle ukazivati ​​na lagano povećanje vjerojatnosti velikog potresa, ali čak i nakon naleta manje tektonske aktivnosti, veliki potres još uvijek nije vjerojatno da će se dogoditi. Potreban je bolji signal za nadolazeći potres ako će predviđanje ikada postati stvarnost.

Korištenje strojnog učenja za pronalaženje takvog signala vjerojatno je dug put - ako je i uopće moguće. U studiji objavljenoj krajem prošle godine, Johnson i njegov tim sugerirali su da bi mogao postojati prethodno zanemareni seizmički signal koji bi mogao sadržavati obrazac koji otkriva kada bi veliki potres - poput zloglasnog i dugoočekivanog potresa Cascadia na sjeverozapadu Pacifika - mogao doći do udara. Ako se hipoteza ispuni, to bi moglo promijeniti način na koji se prognoziraju potresi od sekunde unaprijed do, možda jednog dana, desetljeća unaprijed.

Posljednje poboljšanje predviđanja potresa bile su one dragocjene sekunde. Seizmolozi rade na poboljšanju sustava ranog upozoravanja poput onih u Japanu i ShakeAlert sustava koji se provodi duž zapadne obale SAD-a. Ti sustavi šalju upozorenja tek nakon što je potres već započeo - ali na vrijeme da se isključe stvari poput dizala ili plinovoda i upozore zajednice dalje od epicentra.

Tektonske ploče Sloj Zemlje na kojoj živimo razbijen je u desetak tektonskih koji se kreću jedan prema drugom. (USGS)

Pokušaj ekstrapolacije kolika će biti velika potres u tijeku, gdje se nalazi njezin epicentar i na što će utjecati, sve zbog nekoliko sekundi podataka, već je ogroman izazov, kaže Johnson. Postojeći sustavi upozoravanja pogrešno su procijenili velike potrese i dali lažne uzbune drugima. Ali prije 2007. nismo imali ni sekundu obavijesti. Gdje bismo mogli biti 2027.?

"Ne znamo koliko će seizmologija zaista proći desetljeće od sada", kaže Johnson. "Ali to će biti puno bolje nego danas."

Napredak u nadzoru potresa vjerojatno će se oslanjati na računala koja su osposobljena za obavljanje stručnih seizmologa. Sa savršenom memorijom, malo unaprijed osmišljenih predodžbi i nula potrebe za snom, strojevi mogu sortirati kroz more podataka prikupljenih u smjeni tektonskih ploča. Sve su te informacije usporedive s onim što biste čuli u gužvi na ulici - buka automobila, ljudi, životinja i vremenskih prilika sve se pomiješala. Istraživači prolaze kroz te signale, prepisane kao valove, u pokušaju da otkriju da li bilo koji od njih ukazuje na to da se potres događa ili će se uskoro dogoditi. Dugo se nadala da bi, uguran u svu tu buku, mogao postojati nekakav prekursor koji bi se mogao mjeriti ili promatrati kako bi pokazao duljinu vremena do sljedećeg velikog potresa.

Jedna od tih buka - koju Johnson naziva „signalom sličnom tremoru“ - identificirana je i proučavana dugi niz godina. "Bacio sam sve što sam imao u kutiju s alatima i odlučio da tamo nema ništa", kaže on.

Ali algoritmi i računala koja je postavio njegov tim gledali su signal iz nešto drugačije perspektive, usredotočujući se na njegovu energiju. Ta je energija (zabilježena kao amplituda, mjera veličine seizmičkih valova) „postala tako neznatno“ tijekom potresnog ciklusa, kaže Johnson. Nakon što je potres pogodio, amplituda signala pala je i ponovno pokrenula ciklus redovitog rasta, sve dok nije pogodio još jedan potres.

Bio je to uzorak.

Taj ranije zanemareni signal, kaže Johnson, "sadržavao je prediktivne informacije za predviđanje sljedećeg potresnog ciklusa" minuta unaprijed u ubrzanim modelima grešaka u laboratoriju, što se u stvarnom životu prevodi desetljećima unaprijed. Ali rezultati u laboratoriju i stvarnom svijetu ne mogu se uvijek slagati.

U ovom trenutku, strojno učenje nije namijenjeno predviđanju potresa, već razumijevanju potresa koji su već započeli ili potresnoj dinamici općenito. Ali napredak u lociranju potresa, procjeni veličine i razvrstavanju po "buci" svi poboljšavaju naše razumijevanje kako djeluju potresi, uključujući i kada mogu pogoditi.

"Želim jasno reći da je ono što radimo različito od predviđanja. Ali, da, sve su to stvari neizravno povezane ", kaže Mostafa Moustavi, seizmolog na Stanfordu koji koristi strojno učenje da razvrsta po pozadinskoj buci kako bi otkrio male potresa.

Men-Andrin Meier, seizmolog iz Caltecha, kaže da je "najbolje pretpostaviti da su zemljotresi sami po sebi nepredvidivi". No, unatoč tome, on radi na korištenju strojnog učenja za poboljšanje sustava ranog upozoravanja, a poboljšanja u nadzoru koja idu u te upozorenja mogla bi potencijalno poboljšati prognoze potresa. Bolje karte grešaka i bolje razumijevanje potresnih procesa, trendova i ciklusa mogli bi poboljšati prognoze, kaže Moustafa.

Iako je tako, neki seizmolozi smatraju da je "predviđanje" fantazija. Robert Geller, seizmolog sa sveučilišta u Tokiju, poznat je po pesimizmu u pogledu predviđanja potresa.

"Istraživanje potresa nije zapravo stvar", kaže on putem e-pošte. „Ono se sastoji od prikupljanja puno podataka u nadi da će se naći pouzdan„ prethodnik “. Do danas nije pronađena nijedna. "

Prema Gelleru, bilo koji laboratorijski rezultati koji se odnose na zemljotresne signale mogu se zanemariti dok se oni ne reproduciraju dosljedno u stvarnom svijetu. "Ne sumnjam da mogu naći puno prividnih obrazaca u podacima opaženih potresa koji gledaju unatrag. Ali ne vidim razlog da mislim da će takvi obrasci uspjeti ići naprijed ", kaže Geller.

Greška Cascadije s otoka Vancouver polako klizi cijelo vrijeme, stvarajući malu seizmičnost koju ne možete osjetiti, a zatim se vraća na mjesto otprilike jednom godišnje. Vrlo mali pomak Zemljine površine od tog klizanja može se pratiti, pa je Johnsonov tim pokušao vidjeti može li novi signal kojim su prepoznati njihovi algoritmi strojnog učenja predvidjeti kretanje.

"I gle, to se preslikalo na stopu raseljenja", kaže Johnson.

Pitanje je sada kako se signal može odnositi na zaključavanje rasjeda - isprepletene stijene koje su sprečavale drastično klizanje tektonskih ploča i proizvele veliki potres oko 300 godina. Na kraju će se zaključati rasjed i dogodit će se snažan potres. Možda bi signal koji Johnsonov tim proučava ili bi drugi još uvijek neotkriveni signal mogao dati neki smisao kada će se to dogoditi - ako su takvi signali uopće povezani s velikim potresima.

Može li strojno učenje biti ključ predviđanja potresa?