Ελπίδες για πρόγνωση των σεισμών με τη βοήθεια της τεχνητής νοημοσύνης

[deligkos]

Εδώ και δεκαετίες οι επιστήμονες γνωρίζουν ποιες είναι οι σεισμογενείς περιοχές του πλανήτη, δηλαδή οι περιοχές όπου βέβαιο πως κάποια στιγμή στο μέλλον θα συμβεί κάποια δόνηση. Μέχρι σήμερα, ωστόσο, δεν μπορούν να προβλέψουν πότε αυτό θα συμβεί.

Η πρόγνωση των δονήσεων, τόσο του μεγέθους τους όσο και του χρόνου εκδήλωσής τους, αποτελεί τη μεγαλύτερη πρόκληση για τη σεισμολογία. Μάλιστα, πολλοί ειδικοί πιστεύουν πως αυτό δεν είναι εφικτό, παρά το γεγονός ότι όλοι αναγνωρίζουν πως με την έγκαιρη προειδοποίηση, θα μπορούσαν να εκκενωθούν οι περιοχές που θα πληγούν, και έτσι να σωθούν χιλιάδες ζωές.

 

Τώρα, πάντως, μία ομάδα επιστημόνων από το Εθνικό Εργαστήριο Los Alamos και το πανεπιστήμιο του Cambridge υποστηρίζει πως πιθανόν (δίνοντας έμφαση σε αυτό το “πιθανόν”) βρήκε τη λύση, με τη βοήθεια της τεχνητής νοημοσύνης.

 

“Είμαστε εξαιρετικά επιφυλακτικοί, επειδή δεν θέλουμε να μας θεωρήσουν τρελούς οι συνάδελφοί μας”, λέει χαρακτηριστικά στο σάιτ Seeker ο Paul Johnson από το Εθνικό Εργαστήριο Los Alamos, ο οποίος ήταν επικεφαλής μίας σχετικής μελέτης που δημοσιεύθηκε πρόσφατα στο επιστημονικό περιοδικό Geophysical Research Letters.

 

Στο παρελθόν έχουν γίνει πολλές προσπάθειες ανάπτυξης μίας μεθόδου πρόγνωσης των σεισμών, από την παρατήρηση αλλαγών στη συμπεριφορά των ζώων, μέχρι την ανίχνευση ηλεκτρομαγνητικών ανωμαλιών. Μάλιστα, μία τέτοια μέθοδος, το ΒΑΝ, που είχε αναπτυχθεί στην Ελλάδα, βασιζόταν στην καταγραφή πρόδρομων ηλεκτρικών σημάτων, τα οποία υποτίθεται ότι δημιουργούνται γύρω από την επικείμενη εστία του σεισμού, λόγω ενός φαινομένου της φυσικής που ονομάζεται πιεζοηλεκτρικό.

 

Μέχρι σήμερα, πάντως, η καλύτερη μέθοδος παραμένει η αναζήτηση μοτίβων στις προηγούμενες δονήσεις, πάνω στα οποία στη συνέχεια υπολογίζεται η πιθανότητα εκδήλωσης ενός νέου σεισμού το μέλλον.

 

Για παράδειγμα, στα τέλη του 2016, η Ομάδα Εργασίας για τον Υπολογισμό της Πιθανότητας Σεισμού στην Καλιφόρνια αύξησε στο 72%, από 63%, την πιθανότητα εκδήλωσης σεισμού άνω των 6,7 Ρίχτερ στην περιοχή του κόλπου του San Francisco έως το 2043.

 

“Η περιοχή παραμένει αφύσικα ήσυχη” είχει αναφέρει χαρακτηριστικά πέρυσι στην εφημερίδα The Mercury News ο David Schwart, από την αμερικανική γεωλογική υπηρεσία, ο οποίος συμμετέχει στην Ομάδα. “Αυτό κάποια στιγμή θα αλλάξει”.

 

Ουσιαστικά, η νέα μέθοδος ανοίγει τον δρόμο για πολύ μεγαλύτερη ακρίβεια. Γι’ αυτό τον σκοπό, αξιοποιεί τις καταγραφές του “τριξίματος” [σ.σ. των μικροδονήσεων] στο σεισμογενές ρήγμα, στο χρονικό διάστημα που μεσολαβεί ανάμεσα σε μεγάλους σεισμούς.

 

Με αυτά τα δεδομένα, οι υπολογιστές, χρησιμοποιώντας τεχνικές μηχανικής μάθησης, μπορούν να προσδιορίσουν πότε θα συμβεί η επόμενη ισχυρή δόνηση, εκτιμώντας τις δυνάμεις που αναπτύσσονται ανάμεσα στις πλάκες.

 

Η μέθοδος ερμηνείας αυτών των δεδομένων υπάρχει εδώ και χρόνια, σύμφωνα με τον Johnson. Ωστόσο, η πρόσφατη πρόοδος στην αύξηση της υπολογιστικής ισχύος επιτρέπει τη συλλογή και την αποθήκευση πολύ μεγαλύτερου όγκου πληροφοριών. Έτσι, η προσέγγιση των επιστημόνων έγινε τεχνικά εφικτή με τη δυνατότητα που υπάρχει πλέον, για την επεξεργασία των δεδομένων.

 

Η τεχνική δοκιμάζεται σε μία “μηχανή σεισμών” στο εργαστήριο, ουσιαστικά ένα μικροσκοπικό μοντέλο ενός γεωλογικού ρήγματος. Μέχρι τώρα, φαίνεται να λειτουργεί αποτελεσματικά.

 

“Αγνοούσαμε εντελώς αυτά τα σήματα, τα οποία αποδείχθηκε πως ήταν απίστευτα σημαντικά”, λέει ο Johnson. “Μας επιτρέπουν να προβλέπουμε πότε θα γίνει ο επόμενος “σεισμός” στο εργαστηριακό μοντέλο”.

 

Η ομάδα έχει ήδη ξεκινήσει να ελέγχει τη μέθοδο σε πραγματικές συνθήκες, με τα έως τώρα αποτελέσματα να είναι πολύ ενθαρρυντικά. “Μπορούμε να επαναληφθεί η επιτυχία πυο είχαμε στο εργαστήριος”, αναρωτιέται ο Johnson.

 

“Μένει να το δούμε. Η Γη είναι πολύ πιο περίπλοκη. Ωστόσο, η αρχική μας δουλειά δείχνει πως και σε αυτή την περίπτωση βρίσκουμε όσα αναζητούσαμε”.

 

Site: Seeker

[Sheogorath]

Πλέον το άπλετο Compute Power μας επιτρέπει να μοντελοποιούμε σχεδον οτιδήποτε με νευρωνικά δίκτυα. Ακόμα και "raw data".

 

Ο λόγος που δεν θα αποδειχθούν φούσκα τα ΑΝΝ όπως τις άλλες δυο φορές στην ιστορία. Μια νέα εποχή ανατέλλει

[Rolos1985]

Πλέον το άπλετο Compute Power μας επιτρέπει να μοντελοποιούμε σχεδον οτιδήποτε με νευρωνικά δίκτυα. Ακόμα και "raw data".

 

Ο λόγος που δεν θα αποδειχθούν φούσκα τα ΑΝΝ όπως τις άλλες δυο φορές στην ιστορία. Μια νέα εποχή ανατέλλει

god of madness my respects!

[ΝΙΚΟΛΑΣΝΙΚΟΛΑΟΥ]

Αν δεν εχουν ενα ειδος φασματογραφου να βλεπουν και την παραμικρη μετατοπιση βραχων η βουνων ολοκληρων ζωντανα, δεν προκειται να εχουν προβλεψη ετσι και γω σου λεω μεχρι το 2022 η παρνηθα θα ξαναχτυπησει.

[stryder]

Μακάρι να αποδώσει . αλλά δυστυχώς δεν το βλέπω.

όχι επειδή είμαι απαισιόδοξος αλλά και το 2004 στην Ινδονησία που θέρισε τόσες ζωές λέγανε ότι υπήρχε κάτι αντίστοιχο σε πρώιμη φάση βέβαια μα ποτέ δεν επέδωσε όπως περίμεναν.

 

Μακάρι αυτήν την φορά να γίνει σωστά και απάνω από όλα αποτελεσματικά.  

[techon1]

Εμείς έχουμε Βαρώτσο δεν τα χρειαζόμαστε αυτά.

[andrewschumi]

δύο πράγματα από εμένα:
1) άλλο προβλέπω και άλλο εκτιμώ. Στην παρούσα φάση το να λέει κανείς ότι προβλέπει ένα σεισμό είναι το λιγότερο αστείος. Υπάρχουν πολλές ομάδες μελέτης του πεδίου "πρόβλεψη σεισμού" και όλες μιλάνε για εκτίμηση σεισμού σε βάθος 20ετίας συνήθως.

2) δε διαφωνώ οτι οι διαφορικές εξισώσεις και το computer science θα βοηθήσουν σε πιο συγκεκριμένες εκτιμήσεις αλλά πρόβλεψη σεισμού δε νομίζω ότι η εποχή μου (early 80s) θα προλάβει να δει. Άλλο η μοντελοποίηση σε μικρόκοσμο και άλλο στο μεγάκοσμο. 

 

Ανδρέας

Πολ. Μήχ

[κουξκουκ]

Η τεχνίτη νοημοσύνη είναι ακόμα σε πρώιμο στάδιο,αν όντως έχει τέτοια δύναμη στην παρούσα φάση το μέλλον φαίνεται κλεισμένο

[kfoynt]

δύο πράγματα από εμένα:

1) άλλο προβλέπω και άλλο εκτιμώ. Στην παρούσα φάση το να λέει κανείς ότι προβλέπει ένα σεισμό είναι το λιγότερο αστείος. Υπάρχουν πολλές ομάδες μελέτης του πεδίου "πρόβλεψη σεισμού" και όλες μιλάνε για εκτίμηση σεισμού σε βάθος 20ετίας συνήθως.

2) δε διαφωνώ οτι οι διαφορικές εξισώσεις και το computer science θα βοηθήσουν σε πιο συγκεκριμένες εκτιμήσεις αλλά πρόβλεψη σεισμού δε νομίζω ότι η εποχή μου (early 80s) θα προλάβει να δει. Άλλο η μοντελοποίηση σε μικρόκοσμο και άλλο στο μεγάκοσμο. 

 

Ανδρέας

Πολ. Μήχ

 

 

Όντως, δεν διάβασα το πραγματικό άρθρο, αλλά με βάση το insomnia τα δεδομένα που χρησιμοποίησαν ήταν τεχνητά. Πόσο θα πέσει η ακρίβεια άραγε σε πραγματικά δεδομένα που θα είναι γεμάτα "θορυβο"? 

 

Γενικά το πρόβλημα με το deep learning είναι ότι δεν υπάρχει ακόμη κάποια μαθηματική εξήγηση για το τι ακριβώς μοντελοποιεί. Σε αυτή τη φάση φαίνεται να είναι trial and error και pure engineering. Τουλάχιστον φαίνεται να δουλεύει πολύ καλά σε συγκεκριμένες εφαρμογές, όπως image segmentation. Αλλά αυτή τη στιγμή δεν θα ήθελα να βασίσω τη ζώη μου πάνω σε τέτοιες τεχνικές.

[ΒΟΡΕΙΟS]

"Ο επιβλέπων επί την γην και ποιών αυτήν τρέμειν..."

Σεισμοί προκαλούνται με δύο τρόπους.

είτε εκ Θεού, είτε μέσω Haarp.

και στις δύο περιπτώσεις, δεν μπορούν να το προβλέψουν.

Μπορεί να γίνει και μέσω τεράστιας υπόγειας πυρηνικής έκρηξης, αλλά εκεί θα το καταλάβουν όλοι.

[zio10]

Μακάρι να γίνει κάτι, γιατί αλλιώς η σεισμολογία φαίνεται ψιλοάχρηστη...εννοώ ότι αφού δεν μπορούν να προβλέψουν τα υπόλοιπα που κάνουν μάλλον είναι δευτερεύοντα.

[Evangelos Anagnostou]

Όπως δεν σε νοιάζει πότε θα βρέξει αν έχεις μονώσει το σπίτι, έτσι και δεν σε νοιάζει ποτέ θα κάνει σεισμό αν το έχεις κατασκευάσει σωστά σύμφωνα με τους αντισεισμικους κανονισμούς.

Καλή βέβαια η πρόβλεψη ενός συγκεκριμένου σεισμού (δύσκολο), αλλά πολύ καλύτερη, ευκολοτερη και τελικά φθηνότερη η πρόληψη.

[michael92]

"Ο επιβλέπων επί την γην και ποιών αυτήν τρέμειν..."

Σεισμοί προκαλούνται με δύο τρόπους.

είτε εκ Θεού, είτε μέσω Haarp.

και στις δύο περιπτώσεις, δεν μπορούν να το προβλέψουν.

 

Μπορεί να γίνει και μέσω τεράστιας υπόγειας πυρηνικής έκρηξης, αλλά εκεί θα το καταλάβουν όλοι.

 

Πίσω στο δημοτικό.

 

[stelios18120]

μακαρι να γινει κατι τετοιο.

[freegr]

Ιδίως για την Ελλάδα με τόσα μοντέλα δεδομένων αποκτά μεγάλη αξία ως σεισμογενή χώρα