https://frosthead.com

Bolehkah Pembelajaran Mesin Menjadi Kunci Ramalan Gempa?

Lima tahun yang lalu, Paul Johnson tidak akan meramalkan gempa bumi akan mungkin. Sekarang, dia tidak begitu pasti.

"Saya tidak boleh mengatakan kita akan, tetapi saya lebih berharap kita akan membuat banyak kemajuan dalam beberapa dekad, " kata ahli seismologi Makmal Kebangsaan Los Alamos. "Saya lebih berharap sekarang daripada saya."

Alasan utama untuk harapan baru ini adalah teknologi Johnson mula melihat kira-kira empat tahun yang lalu: pembelajaran mesin. Banyak bunyi dan pergerakan kecil di sepanjang garis kesalahan tektonik di mana gempa bumi berlaku telah lama dianggap tidak bermakna. Tetapi algoritma komputer pembelajaran pembelajaran komputer untuk menganalisis sejumlah besar data untuk mencari corak atau isyarat-menunjukkan bahawa beberapa isyarat seismik kecil mungkin penting.

Model komputer sedemikian mungkin menjadi kunci untuk membuka kunci keupayaan untuk meramalkan gempa bumi, kemungkinan jauh yang begitu kontroversial, banyak ahli seismologi enggan membincangkannya.

Apabila teori plat tektonik mendapat landasan pada tahun 1960-an, ramai saintis berpendapat bahawa ramalan gempa bumi hanya merupakan masa yang tepat. Apabila gempa-gumpalan kecil yang disebabkan oleh pergeseran pinggan dapat dimodelkan, pemikiran itu berlaku, mungkin untuk meramalkan hari gempa bumi yang lebih besar atau bahkan minggu lebih awal. Tetapi banyak faktor, dari jenis batu ke jarak slip kesalahan, mempengaruhi kekuatan gempa bumi, dan dengan cepat menjadi jelas bahawa model aktiviti tektonik skala kecil tidak dapat memberikan cara yang boleh dipercayai untuk meramalkan gempa bumi besar. Mungkin pergeseran kecil dan slip, yang berlaku beratus kali sehari, boleh menunjukkan sedikit peningkatan dalam kebarangkalian gempa bumi besar, tetapi walaupun selepas aktiviti tektonik kecil, gempa besar masih tidak mungkin berlaku. Isyarat yang lebih baik untuk gempa bumi yang masuk diperlukan jika ramalan akan menjadi kenyataan.

Menggunakan pembelajaran mesin untuk mencari isyarat sedemikian mungkin jauh-jika mungkin. Dalam satu kajian yang diterbitkan akhir tahun lalu, Johnson dan pasukannya mencadangkan mungkin terdapat isyarat seismik yang tidak dapat dielakkan yang mungkin mengandungi corak yang mendedahkan ketika gempa bumi besar seperti gempa Cascadia yang terkenal dan lama ditunggu di Pasifik Barat Laut-boleh menyerang. Sekiranya hipotesis itu keluar, ia boleh mengubah cara gempa diramalkan dari beberapa saat sebelum ini, mungkin satu hari, beberapa dekad terlebih dahulu.

Peningkatan terbaru dalam ramalan gempa bumi adalah detik-detik berharga. Seismologists sedang berusaha memperbaiki sistem amaran awal seperti di Jepun dan sistem ShakeAlert yang dilancarkan di sepanjang Pantai Barat AS. Sistem-sistem tersebut menghantar makluman hanya selepas gempa bumi telah pun bermula-tetapi pada masa yang sama untuk mematikan perkara-perkara seperti lif atau garisan gas dan memberi amaran kepada masyarakat lebih jauh dari pusat gempa bumi.

Plat tektonik Lapisan bumi yang kita hidupkan dipecah menjadi sedozen atau lebih tektonik yang bergerak relatif terhadap satu sama lain. (USGS)

Cuba untuk mengekstrapolasi sejauh mana gempa yang sedang berjalan akan menjadi, di mana pusat gempa dan apa yang akan terjejas, semuanya dari beberapa saat data, sudah menjadi cabaran besar, kata Johnson. Sistem amaran sedia ada telah salah mengecualikan gempa bumi besar dan memberi penggera palsu kepada orang lain. Tetapi sebelum tahun 2007, kami tidak mempunyai notis detik lagi. Di manakah kita berada pada tahun 2027?

"Kami tidak tahu sejauh mana seismologi akan melakukan sedekad sejak sekarang, " kata Johnson. "Tetapi ia akan lebih baik daripada hari ini."

Kemajuan dalam pemantauan gempa berkemungkinan bergantung pada komputer yang telah dilatih untuk bertindak sebagai pakar seismolog pakar. Dengan ingatan yang sempurna, sedikit pengertian yang tidak dapat dipastikan dan keperluan sifar untuk tidur, mesin boleh menyusun data laut yang dikumpulkan sebagai pergeseran plat tektonik. Segala maklumat itu dapat dibandingkan dengan apa yang anda dengar di jalan raya yang ramai - bunyi kereta, orang, haiwan dan cuaca bercampur-campur. Penyelidik menapis melalui isyarat tersebut, ditranskripsikan sebagai gelombang, dalam usaha untuk mengetahui sama ada mana-mana daripada mereka menunjukkan gempa sedang berlaku atau akan berlaku. Harapan itu telah lama berlaku, terselip dalam semua kebisingan itu, mungkin terdapat beberapa jenis pendahulu yang dapat diukur atau diperhatikan untuk menunjukkan tempoh masa sehingga gempa utama yang akan datang.

Salah satu bunyi itu-apa yang disebut Johnson sebagai "isyarat seperti getaran" - telah dikenal pasti dan dikaji selama beberapa tahun. "Saya melemparkan semua yang saya ada di kotak alat saya dan memutuskan tiada apa-apa di sana, " katanya.

Tetapi algoritma dan komputer pasukannya ditubuhkan melihat isyarat dari perspektif yang sedikit berbeza, memberi tumpuan kepada tenaga. Tenaga itu (direkodkan sebagai amplitud, ukuran saiz gelombang seismik) meningkat "sangat sedikit" sepanjang kitaran gempa bumi, kata Johnson. Sebaik sahaja gempa melanda, amplitud isyarat jatuh dan memulakan semula kitaran pertumbuhan reguler sehingga gempa bumi lain melanda.

Itu corak.

Isyarat sebelum ini yang tidak diendahkan, Johnson mengatakan, "mengandungi maklumat ramalan untuk meramalkan kitaran gempa bumi yang akan datang" beberapa minit lebih awal dalam model-model kesalahan yang dilancarkan di makmal, yang diterjemahkan untuk beberapa dekad terlebih dahulu dalam kehidupan sebenar. Tetapi hasil makmal dan dunia nyata tidak selalu bersatu.

Pada masa ini, pembelajaran mesin tidak bertujuan untuk membantu dengan ramalan gempa bumi, tetapi untuk memahami gempa yang telah pun bermula atau dinamik gempa pada umumnya. Tetapi kemajuan dalam mencari gempa, menganggarkan magnitud dan mengurutkan melalui "bising" semuanya meningkatkan pemahaman kita tentang bagaimana gempa bertindak, termasuk ketika mereka mungkin mogok.

"Saya mahu menjelaskan bahawa apa yang kita lakukan adalah berbeza daripada ramalan. Tetapi, ya semua perkara ini secara tidak langsung berkaitan, "kata Mostafa Moustavi, seorang ahli seismologi Stanford yang menggunakan pembelajaran mesin untuk mengurutkan bunyi latar belakang untuk mengesan gempa kecil.

Lelaki-Andrin Meier, seorang ahli seismologi di Caltech, mengatakan bahawa "tekaan terbaiknya adalah bahawa gempa bumi tidak dapat diprediksi." Tetapi bagaimanapun, dia bekerja menggunakan pembelajaran mesin untuk memperbaiki sistem amaran awal, dan penambahbaikan dalam pemantauan yang masuk ke dalam peringatan itu boleh berpotensi meningkatkan ramalan gempa bumi. Peta yang lebih baik mengenai kesalahan dan pemahaman yang lebih baik mengenai proses gempa, trend dan kitaran gempa semuanya boleh meningkatkan ramalan, kata Moustafa.

Walaupun begitu, sesetengah ahli seismologi berpendapat "ramalan" adalah fantasi. Robert Geller, seorang ahli seismologi Universiti Tokyo, terkenal kerana pesimisnya mengenai ramalan gempa bumi.

"Penyelidikan ramalan gempa bumi tidak benar-benar satu perkara, " katanya melalui e-mel. "Ia hanya terdiri daripada mengumpulkan banyak data dengan harapan bahawa 'prekursor' yang boleh dipercayai dapat dijumpai. Tiada yang pernah dijumpai sehingga kini. "

Menurut Geller, sebarang hasil makmal mengenai isyarat gempa dapat diabaikan sehingga mereka direproduksi secara konsisten di dunia nyata. "Saya tidak ragu-ragu bahawa mereka dapat menemui banyak corak yang jelas dalam data kejadian gempa bumi yang dilihat ke belakang. Tetapi saya tidak melihat sebarang sebab untuk berfikir bahawa corak sedemikian akan berjalan ke masa depan, "kata Geller.

Kesalahan Cascadia dari Pulau Vancouver perlahan-lahan turun sepanjang masa, menghasilkan seismicity yang rendah yang tidak dapat anda rasakan, dan kemudian membongkar kembali ke tempatnya sekali setahun. Anjakan yang sangat sedikit permukaan Bumi dari tergelincir itu boleh dipantau, jadi pasukan Johnson cuba melihat sama ada isyarat baru algoritma pembelajaran mesin mereka dapat dikenal pasti dapat meramalkan pergerakan itu.

"Dan, lihatlah, ia memetakan kepada kadar perpindahan, " kata Johnson.

Persoalannya sekarang ialah bagaimana isyarat itu berkaitan dengan penguncian kesilapan-batu-batu saling menghubungkan yang telah memegang plat tektonik dari tergelincir secara drastik dan menghasilkan gempa bumi utama selama kira-kira 300 tahun. Akhirnya, penguncian kesalahan akan pecah, dan gempa bumi besar akan menyerang. Mungkin pasukan isyarat Johnson belajar, atau isyarat lain yang belum ditemui, dapat memberi gambaran apabila itu akan berlaku-jika isyarat tersebut berkaitan dengan gempa bumi besar sekali.

Bolehkah Pembelajaran Mesin Menjadi Kunci Ramalan Gempa?