Сейсмологи научили искусственный разум предсказывать землетрясения - «Наука»

© AFP 2017 / Frederick Florin Сейсмограф

МОСКВА, 23 окт — Новости Дня. Американские и британские геологи создали новую систему искусственного интеллекта, способную предсказывать землетрясения, и успешно проверили ее работу в лабораторном имитаторе подземных толчков, говорится в статье, опубликованной в журнале GRL.

"Нам впервые удалось использовать систему машинного обучения для того, чтобы проанализировать акустические данные и предсказать землетрясение задолго до того, как оно на самом деле произойдет. Благодаря этому мы можем получить достаточное количество времени, чтобы своевременно предупредить и эвакуировать население. Удивительно, какие возможности нам предоставляет искусственный разум", — заявил Колин Хамфрис из Кембриджского университета.

Можно ли судить ученых за ошибочный сейсмопрогноз

Землетрясения и прочие опасные катаклизмы, связанные с недрами Земли, чаще всего происходят на границах разломов между тектоническими плитами, движению которых часто препятствуют неровности на их кромках. Когда движение плит прекращается, в точке их соприкосновения накапливается потенциальная энергия, которая может быть высвобождена в виде тепла и мощных всплесков акустических волн в тот момент, когда породы в этих неровностях не выдерживают и ломаются.

Ученые давно пытаются понять, какие процессы управляют накоплением этой энергии, а также ищут способы "просвечивания" недр Земли таким образом, чтобы мы смогли узнавать о появлении подобных зон тектонического напряжения и предсказывать по их свойствам вероятность, силу и время возникновения новых подземных толчков.

Несмотря на огромный прогресс в этой области, подобные предсказания пока являются крайне неточными, что часто порождает споры между учеными и политиками, не любящими неясности. К примеру, сейсмологи, некорректно предсказавшие масштабы землетрясения в итальянской Аквиле в 2009 году, получили реальные тюремные сроки за "дезинформацию" населения и гибель примерно трех сотен человек. Это еще больше демотивирует сейсмологов и других ученых делать какие-либо конкретные прогнозы на будущее.

Георадиолокация поможет российским ученым в прогнозе землетрясений

Как рассказывает Хамфрис, одной из причин того, почему текущие прогнозы землетрясений являются неточными или ошибочными, является то, что сейсмографы и другие наблюдательные устройства воспринимают бесчисленное множество сигналов, лишь часть из которых связана с накоплением энергии на границах разломов, а другие бывают порождены иными феноменами, никак не связанными с тектоническими процессами.

В некоторых случаях эти "помехи" удается отсеять — и тогда прогноз получается достаточно точным, а в других случаях, подобно катастрофе 2009 года, неудача в этом отношении заканчивается непредсказуемым образом.

Схожие задачи, как обратили внимание Хамфрис и его коллеги, сегодня решают представители совершенно другой науки — компьютерные инженеры, занимающиеся разработкой различных систем машинного обучения и искусственного интеллекта. Ключевой особенностью современных нейросетей является то, что они могут анализировать очень "грязные" данные и находить в них то, что требуется для решения задачи: к примеру, для сортировки фотографий кошек и собак или распознавания речи в шумном помещении.

Ученые: шансы на мощное землетрясение в Калифорнии недооценивались

Руководствуясь такой идеей, ученые создали специальный "эмулятор землетрясений" в Национальной лаборатории Лос-Аламос в США, который полностью имитировал то, что происходит в разломах при рождении новых подземных толчков, и использовали его для того, чтобы научить нейросеть "видеть" следы будущих землетрясений в том наборе данных, которые собирают сейсмографы.

Через некоторое время машина научилась корректно предсказывать "лабораторные" землетрясения с очень высокой степенью точности и достоверности — это, как считают ученые, показывает, что подобные методы можно применять и для прогнозов реальной сейсмической обстановки. С другой стороны, текущий алгоритм, скорее всего, пока нельзя использовать для этих целей, так как он был "выдрессирован" не на реальных данных, а на их имитации, и поэтому его прогнозы могут быть достаточно неточными при работе в полевых условиях.