OK computer:Hvordan AI kunne hjælpe med at forudsige jordskælv efterskælv

Lynet slår måske ikke ned to gange, men det kan jordskælv. Og at forudsige, hvor efterskælv vil ramme, kan nu være lidt nemmere takket være en assist fra kunstig intelligens.

Efterskælv kan være mere ødelæggende end de jordskælv, de følger, gør det endnu vigtigere for eksperter at kunne forudsige dem.

Men mens seismologer har metoder til at forudsige, hvornår efterskælv vil ramme, og hvor stærke de vil være, der er mere usikkerhed om, hvordan man forudsiger, hvor de vil slå til.

I håb om at løse det, en gruppe forskere trænede et "deep learning"-program med data om titusindvis af jordskælv og efterskælv for at se, om de forbedrer forudsigelserne.

"Den tidligere baseline for efterskælvsprognoser har en præcision på omkring tre procent på tværs af testdatasættet. Vores neurale netværkstilgang har en præcision på omkring seks procent, " sagde Phoebe DeVries, medforfatter til undersøgelsen offentliggjort i tidsskriftet Natur på torsdag.

"Denne tilgang er mere præcis, fordi den blev udviklet uden en fast forudgående tro på, hvor efterskælv burde forekomme, "DeVries, en post-doc stipendiat ved Harvard, fortalte AFP.

Forskerne brugte en type kunstig intelligens kendt som deep learning, som er løst modelleret på den måde, den menneskelige hjerne skaber forbindelser på.

Programmet gjorde det muligt for forskerne at kortlægge forhold "mellem karakteristikaene ved et stort jordskælv - formen af ​​forkastningen, hvor meget skred det, og hvordan stressede det jorden - og hvor der opstod efterskælv, " sagde Brendan Meade, professor i jord- og planetvidenskab ved Harvard, og en studie medforfatter.

Forskerne testede netværket ved at holde en fjerdedel af deres datasæt tilbage, og indføring af den resterende information i programmet.

De testede derefter, hvor godt programmet forudsagde efterskælvets placeringer af de 25 procent af tilfældene, det ikke var blevet fodret med.

De fandt, at seks procent af de områder, programmet identificerede som højrisikoområder, faktisk oplevede efterskælv, op fra tre procent ved hjælp af eksisterende metoder.

Ved at analysere forskningen, Gregory Beroza, professor i geofysik ved Stanford University, advarede om, at det "kan være for tidligt at udlede ... en forbedret fysisk forståelse af efterskælv udløser".

I en artikel offentliggjort i Natur sideløbende med studiet, han sagde, at forskningen kun havde fokuseret på ét sæt ændringer forårsaget af jordskælv, der kan påvirke, hvor efterskælv opstår.

"En anden grund til forsigtighed er, at forfatternes analyse bygger på faktorer, der er behæftet med usikkerhed, " skrev Beroza.

DeVries erkendte, at yderligere faktorer påvirker, hvor der opstår efterskælv, og at der er "meget mere at gøre".

"Vi er helt enige om, at dette arbejde er en motiverende begyndelse, snarere end en slutning, " hun sagde.

Og Beroza sagde, at forskningen havde etableret et "strandhoved" for yderligere undersøgelse af, hvordan kunstig intelligens kunne hjælpe med prognoser.

"Anvendelse af maskinlæringsmetoder har potentialet til at udtrække mening fra disse store og komplekse informationskilder, men vi er stadig i de tidlige stadier af denne proces."

© 2018 AFP