سیستمی که زلزله را پیش بینی می نماید - مجله سفرنامه ترکیه

سیستم هوش مصنوعی تشخیص زلزله دانشگاه استنفورد که تحت رهبری مصطفی موسوی دانشمند ایرانی این دانشگاه توسعه یافته، با تشخیص فعالیت های لرزه ای قادر است وقوع زمین لرزه ها را پیش بینی کند.

گروهی از محققان دانشگاه استنفورد (Stanford) از روش جدیدی برای استفاده از هوش مصنوعی (AI) رونمایی نموده اند تا توانایی ما را در خواندن امواج لرزه ای افزایش داده و با این کار، درک ما از نحوه آغاز آن ها و حتی چگونگی توقف آن ها را بهبود بخشند.

این مطالعه که در مجله Nature Communications منتشر شده، جزئیات روشی را شرح می دهد که همزمان با دریافت سر و صدای ذاتی لرزه ها، تشخیص زمین لرزه را به صورت اتوماتیک انجام می دهد.

مصطفی موسوی و گروهی از محققان دانشگاه استنفورد از هوش مصنوعی برای تمرکز بر میلیون ها تغییر کوچک و ظریف در پوسته زمین استفاده می نمایند. آن ها امیدوارند که این حرکات کوچک بتواند برای رمزگشایی علائم هشدار دهنده برای وقوع زمین لرزه های عظیم عمل کند.

گریگوری بروزا، ژئوفیزیکدان دانشگاه استنفورد و یکی از محققان این مطالعه شرح داد: ما با بهبود توانایی خود در شناسایی و مکان یابی این زمین لرزه های بسیار کوچک، می توانیم دید واضح تری از نحوه تعامل یا پخش زمین لرزه ها در طول گسل ها، نحوه آغاز و حتی نحوه توقف آن ها داشته باشیم.

این تیم چندین سیستم یادگیری ماشین برای شناسایی زلزله ایجاد نموده است. در این میان، سیستم موسوم به CRED وجود دارد که در سال 2019 ساخته شده و از الگوریتم های صدای محرک در سیستم های دستیار مجازی الهام گرفته شده است.

مقاله جدید جزئیات آخرین کوشش این تیم را ارائه می دهد؛ مدلی که زمین لرزه های بسیار کوچک را با سیگنال های ضعیف که معمولاً با روش های فعلی نادیده گرفته می شوند، تشخیص می دهد.

محققان سیستم جدید خود را Earthquake Transformer به معنای مبدل زلزله نامیده اند. این سیستم از مکانیسم توجه برای پردازش مقادیر زیادی از داده ها و دریافت مهمترین عناصر آن ها استفاده می نماید.

این تیم به منظور آزمایش مبدل زلزله، الگوریتم خود را بر روی داده هایی که شامل یک میلیون لرزه نگار دستی ثبت شده در دو دهه گذشته در سطح دنیا بود، به استثنای ژاپن آموزش داد. آن ها سپس برای آزمایش، پنج هفته داده مداوم ثبت شده در ژاپن در زمان وقوع زمین لرزه 6.6 ریشتری توتوری و پس لرزه های آن از 20 سال پیش را انتخاب کردند.

این سیستم در طول آزمایش، 21 هزار و 92 رویداد را شناسایی و مکان یابی کرد که بیش از دو و نیم برابر تعداد زمین لرزه هایی است که با دستگاه های دستی شناسایی شده است. علاوه بر این، مبدل زلزله فقط از داده های 18 ایستگاه از 57 ایستگاهی که دانشمندان ژاپنی برای مطالعه استفاده می کردند، استفاده کرد.

به گفته بروزا، این سیستم اکنون برای شناسایی زمین لرزه ها در زمان واقعی و به صورت زنده آماده استفاده است.

وی شرح داد: نظارت بر زلزله با استفاده از فناوری یادگیری ماشین در زمان واقعی به زودی انجام می گردد. هرچه اطلاعات بیشتری در خصوص ساختار سه بعدی گسل عمیق بدست آوریم، به وسیله نظارت بهتر بر زمین لرزه های کوچک، بهتر می توان زمین لرزه هایی را که در آینده در کمین هستند، پیش بینی کرد.