SAN FRANCISCO – Silan novac i brojne naučne karijere bili su povećeni predviđanjima gdje i kada će sljedeći veliki zemljotres udariti. Ali predviđanje zemljotresa je bilo obilježeno konstantnim neuspjesima.
Neki od najrazornijih zemljotresa na svijetu – u Kini 2008, na Haitiju 2010. i u Japanu 2011 – dogodili su se u oblastima koje se na mapama seizmičke opasnosti vode kao relativno bezbjedne.
Sada, uz pomoć vještačke inteligencije, neki stručnjaci kažu da će im promjene načina analiziranja ogromne količine seizmičkih podataka pomoći da bolje razumiju zemljotrese, da predvide kako će se ponašati i da brža izdaju upozorenja na njih.
„Pun sam nade, prvi put u karijeri, da ćemo doći do proboja kada je reč o ovom problemu“, rekao je Paul Johnson, saradnik Los Alamos nacionalne laboratorije.
Novo AI istraživanje oslanja se na neuralne mreže, istu tehnologiju koja je ubrzala razvoj digitalnih asistenata i automobila bez vozača. Neuralna mreža je kompleksan matematički sistem koji može da nauči da obavlja određene zadatke sam.
Naučnici kažu da su seizmički podaci slični audio podacima koje kompanije poput Amazona koriste u pripremi neuralnih mreža da prepoznaju govorne komande digitalnim asistentima poput Alekse.
Prilikom proučavanja zemljotresa, kompjuter traži šablone u nizu podataka umjesto da se oslanja na naučnike. „Umjesto sekvenci riječi, mi imamo sekvvencu mjerenja kretanja tla“, kaže Zachary Ross, istraživač sa kalifornijskog Instituta tehnologije. „Tražimo istu vrstu šablona u ovim podacima“.
Brendan Meade, profesor sa Harvarda, počeo je da istražuje ove tehnike pošto je uzeo slobodno u Googleu. On i njegovi studenti koristili su neuralnu mrežu da bi analizirali zemljotres 500 puta brže nego što su to mogli ranije. Za ono što su nekada bili potrebni dani, sada su bili potrebni minuti.
Meade je također otkrio da ove AI tehnike mogu da dovedu do novih podataka. Tokom jeseni on je sa ostalim istraživačima iz Googlea i sa Harvarda objavio rad u kome se pokazuje kako neuralne mreže mogu da predvide dodatne potrese nakon zemljotresa. Ova vrsta projekta, vjeruje on, predstavlja ogroman korak u načinu na koji se doživljava kompjuterska nauka.
„Mi smo u trenutku kada tehnologija može da bude jednako dobra ako ne i bolja od ljudskih stručnjaka“, rekao je dr Ross.
Japan i Mexico imaju rane sisteme uzbune a Californija je upravo predstavila svoj. Ali naučnici smatraju da bi vještačka inteligencija mogla mnogo da poboljša njihovu tačnost, da bi mogla da predvidi smjer i intenzitet rascijepa u zemljinoj kori i pošalje rana upozorenja bolnicama i drugim institucijama kojima bi koristilo nekoliko ekstra sekundi za pripremu.
Iako su neuralne mreže dobre u pronalaženju sličnih signala u podacima one nisu prikladne za pronalaženje novih signala – poput zvuka koje tektonske ploče proizvode trenjem.
Ali su dr Johnson i njegove kolege pokazale da tehnika mašinskog učenja nazvana „nasumične šume“ može da identifikuje ranije nepoznate signale u simulatoru napravljenom unutar laboratorije. U jednom slučaju, njihov sistem je pokazao da je jedan određen zvuk koji je napravo simulator i za koji su naučnici prvobitno vjerovali da je beznačajan, zapravo indikator kada će se zemljotres dogoditi.
Neki, poput Roberta Gellerra sa Univerziteta Tokio, nisu uvjereni da će AI poboljšati prognoze. On dovodi u pitanje premisu da prošli zemljotresi mogu da predvide buduće. A, kaže, efikasnost AI predviđanja biće poznata tek kada predviđanje zemljotresa ne bude slučajni pogodak.
„Ne postoje prečice“, kaže dr Geler, „Ako ne možete da predvidite budućnost, onda je vaša hipoteza pogrešna“.
(TBT, NYT)