วิธีการใหม่ซึ่งสามารถช่วยพยากรณ์แผ่นดินไหวหลังเกิดแผ่นดินไหวได้

แนวทางปัญญาประดิษฐ์แบบใหม่สามารถช่วยทำนายตำแหน่งของอาฟเตอร์ช็อกหลังเกิดแผ่นดินไหวได้

An แผ่นดินไหว เป็นปรากฏการณ์ที่เกิดขึ้นเมื่อหินอยู่ใต้ดินใน โลก เปลือกโลกแตกออกจากแนวรอยเลื่อนทางธรณีวิทยาอย่างกะทันหัน สิ่งนี้ทำให้เกิดการปลดปล่อยพลังงานอย่างรวดเร็วซึ่งก่อให้เกิดคลื่นแผ่นดินไหวซึ่งทำให้พื้นดินสั่นสะเทือน และนี่คือความรู้สึกที่เราตกลงไประหว่างเกิดแผ่นดินไหว จุดที่หินแตกเรียกว่าจุดโฟกัสของ แผ่นดินไหว และวางเหนือพื้นดินเรียกว่า 'ศูนย์กลางศูนย์กลาง' พลังงานที่ปล่อยออกมาจะวัดตามขนาด ซึ่งเป็นมาตราส่วนเพื่ออธิบายว่าแผ่นดินไหวมีพลังมากเพียงใด แผ่นดินไหวขนาด 2 แทบจะมองไม่เห็นและสามารถบันทึกได้โดยใช้อุปกรณ์พิเศษที่มีความละเอียดอ่อนเท่านั้น การเกิดแผ่นดินไหว เกินกว่า 8 อาจทำให้พื้นดินสั่นสะเทือนอย่างแรงอย่างเห็นได้ชัด โดยทั่วไปแผ่นดินไหวจะตามมาด้วยอาฟเตอร์ช็อกหลายครั้งซึ่งเกิดขึ้นโดยกลไกที่คล้ายกัน ซึ่งสร้างความเสียหายร้ายแรงพอๆ กัน และหลายครั้งมีความรุนแรงและความรุนแรงใกล้เคียงกับแผ่นดินไหวครั้งแรก โดยทั่วไปการสั่นสะเทือนหลังแผ่นดินไหวจะเกิดขึ้นภายในชั่วโมงแรกหรือหนึ่งวันหลังจากแผ่นดินไหวใหญ่ แผ่นดินไหว- การพยากรณ์การกระจายตัวของอาฟเตอร์ช็อกเชิงพื้นที่ถือเป็นเรื่องที่ท้าทายมาก

นักวิทยาศาสตร์ได้กำหนดกฎเชิงประจักษ์เพื่ออธิบายขนาดและเวลาของอาฟเตอร์ช็อก แต่การระบุตำแหน่งของอาฟเตอร์ช็อกยังคงเป็นเรื่องที่ท้าทาย นักวิจัยจาก Google และมหาวิทยาลัยฮาร์วาร์ดได้คิดค้นแนวทางใหม่ในการประเมิน การเกิดแผ่นดินไหว และการพยากรณ์ตำแหน่งของอาฟเตอร์ช็อกโดยใช้เทคโนโลยีปัญญาประดิษฐ์ในการศึกษาที่ตีพิมพ์ใน ^{ธรรมชาติ}. พวกเขาใช้การเรียนรู้ของเครื่องโดยเฉพาะ ซึ่งเป็นแง่มุมหนึ่งของปัญญาประดิษฐ์ ในแนวทางการเรียนรู้ของเครื่อง เครื่องจะ 'เรียนรู้' จากชุดข้อมูลและหลังจากได้รับความรู้นี้แล้ว เครื่องจะสามารถใช้ข้อมูลนี้เพื่อคาดการณ์เกี่ยวกับข้อมูลที่ใหม่กว่าได้

นักวิจัยได้วิเคราะห์ฐานข้อมูลแผ่นดินไหวทั่วโลกเป็นครั้งแรกโดยใช้อัลกอริธึมการเรียนรู้เชิงลึก การเรียนรู้เชิงลึกเป็นการเรียนรู้ของเครื่องขั้นสูงซึ่งโครงข่ายประสาทเทียมพยายามเลียนแบบกระบวนการคิดของสมองมนุษย์ ต่อไปก็มุ่งที่จะสามารถ พยากรณ์ อาฟเตอร์ช็อกได้ดีกว่าการคาดเดาแบบสุ่ม และพยายามแก้ปัญหาว่า 'ที่' จะเกิดอาฟเตอร์ช็อกเกิดขึ้นที่ไหน การสังเกตการณ์ที่รวบรวมจากแผ่นดินไหวใหญ่ๆ มากกว่า 199 ครั้งทั่วโลกถูกนำมาใช้ ซึ่งประกอบด้วยคู่เมนช็อก-อาฟเตอร์ช็อกประมาณ 131,000 คู่ ข้อมูลนี้ถูกรวมเข้ากับแบบจำลองทางฟิสิกส์ซึ่งอธิบายว่าเป็นอย่างไร โลก จะเครียดและตึงเครียดหลังจากนั้น แผ่นดินไหว ซึ่งจะทำให้เกิดอาฟเตอร์ช็อกตามมา พวกเขาสร้างกริดขนาด 5 ตารางกิโลเมตรภายในระบบเพื่อตรวจหาอาฟเตอร์ช็อก โครงข่ายประสาทเทียมจะสร้างความสัมพันธ์ระหว่างความเครียดที่เกิดจากแผ่นดินไหวครั้งใหญ่และตำแหน่งของอาฟเตอร์ช็อก เมื่อระบบโครงข่ายประสาทเทียมได้รับการฝึกอบรมในลักษณะนี้เป็นอย่างดี ก็จะสามารถคาดการณ์ตำแหน่งของอาฟเตอร์ช็อกได้อย่างแม่นยำ การศึกษาครั้งนี้มีความท้าทายอย่างยิ่งเนื่องจากใช้ข้อมูลแผ่นดินไหวในโลกแห่งความเป็นจริงที่ซับซ้อน นักวิจัยตั้งขึ้นอีกทางหนึ่ง เทียม และชนิดของแผ่นดินไหวที่ 'เหมาะ' เพื่อสร้างการคาดการณ์แล้วตรวจสอบการคาดการณ์ เมื่อดูผลลัพธ์ของโครงข่ายประสาทเทียม พวกเขาพยายามวิเคราะห์ว่า 'ปริมาณ' ที่แตกต่างกันมีแนวโน้มที่จะควบคุมการคาดการณ์ของอาฟเตอร์ช็อกอย่างไร หลังจากทำการเปรียบเทียบเชิงพื้นที่ นักวิจัยได้ข้อสรุปว่ารูปแบบอาฟเตอร์ช็อกโดยทั่วไปนั้น 'ตีความได้' ทางกายภาพ ทีมงานแนะนำว่าปริมาณที่เรียกว่าตัวแปรที่สองของความตึงเครียดแบบเบี่ยงเบนหรือที่เรียกว่า J2 ถือเป็นกุญแจสำคัญ ปริมาณนี้สามารถตีความได้สูงและมักใช้ในโลหะวิทยาและสาขาอื่น ๆ แต่ไม่เคยใช้มาก่อนในการศึกษาแผ่นดินไหว

อาฟเตอร์ช็อกจากแผ่นดินไหวทำให้เกิดการบาดเจ็บเพิ่มเติม สร้างความเสียหายต่อทรัพย์สิน และยังขัดขวางความพยายามในการกู้ภัย ดังนั้นจึงคาดการณ์ว่าสิ่งเหล่านั้นจะสามารถช่วยชีวิตมนุษยชาติได้ การคาดการณ์แบบเรียลไทม์อาจไม่สามารถทำได้ในขณะนี้ เนื่องจากโมเดล AI ในปัจจุบันสามารถจัดการกับอาฟเตอร์ช็อกประเภทใดประเภทหนึ่งและแนวรอยเลื่อนทางธรณีวิทยาอย่างง่ายเท่านั้น นี่เป็นสิ่งสำคัญเนื่องจากเส้นรอยเลื่อนทางธรณีวิทยามีรูปทรงที่แตกต่างกันในที่ตั้งทางภูมิศาสตร์ที่หลากหลายบน ดาวเคราะห์- ดังนั้นจึงอาจใช้ไม่ได้กับแผ่นดินไหวประเภทต่างๆ ทั่วโลกในปัจจุบัน อย่างไรก็ตาม เทคโนโลยีปัญญาประดิษฐ์ดูเหมาะสมกับการเกิดแผ่นดินไหว เนื่องจากมีตัวแปร n จำนวนที่ต้องพิจารณาเมื่อทำการศึกษา เช่น ความแรงของการกระแทก ตำแหน่งของแผ่นเปลือกโลก เป็นต้น

โครงข่ายประสาทเทียมได้รับการออกแบบมาเพื่อปรับปรุงเมื่อเวลาผ่านไป กล่าวคือ เมื่อมีการป้อนข้อมูลเข้าสู่ระบบมากขึ้น เรียนรู้มากขึ้น และปรับปรุงระบบอย่างต่อเนื่อง ในอนาคต ระบบดังกล่าวอาจเป็นส่วนสำคัญของระบบการทำนายที่นักสำรวจแผ่นดินไหวใช้ นักวางแผนสามารถใช้มาตรการฉุกเฉินตามความรู้เกี่ยวกับพฤติกรรมแผ่นดินไหว ทีมงานต้องการใช้เทคโนโลยีปัญญาประดิษฐ์ในการทำนายขนาดของแผ่นดินไหว

***

{คุณสามารถอ่านรายงานการวิจัยต้นฉบับได้โดยคลิกลิงก์ DOI ที่ระบุด้านล่างในรายการแหล่งที่มาที่อ้างอิง}

แหล่งที่มา (s)

DeVries PMR และคณะ 2018. การเรียนรู้เชิงลึกของรูปแบบอาฟเตอร์ช็อกหลังเกิดแผ่นดินไหวครั้งใหญ่ ธรรมชาติ560 (7720)
https://doi.org/10.1038/s41586-018-0438-y

***