Gépi tanulás jelezheti előre a földrengéseket

A gépi tanulás segítségével a kutatók képesek érzékelni az apró gravitációs eltéréseket, így lokalizálni lehetne a földrengéseket, sőt, a nagyságukat is meg lehetne jósolni – olvashatjuk a Sciencenews-ban. 

A gépi tanulás

A Machine Learning (ML), avagy gépi tanulás egy adott adatkör elemei közötti változásokat elemzi. Ha módosulnak az adatok, a gépi tanulás segítségével az összetevők újra definiálhatók és analizálhatók, hogy a jövőbeli viselkedést be lehessen jósolni. A módszer fő kérdése igazából arra vonatkozik, hogy ha az egyik adat megváltozik, a másikra és az egész rendszerre hatással van-e. 

Andrea Licciardi, a nizzai Université Côte d'Azur geofizikusa szerint egy ilyen rendszer segíthet a szeizmológia problémáján, előre jelezhetné a földrengéseket és még a mértéküket is meg tudná mondani.

Nehézségek az észlelésben

A nagy földrengésekkor a remegések szeizmikus hullámokat keltenek a talajban, a jelenlegi észlelési módszerek azonban nehezen tudnak különbséget tenni például a 7,5-ös és a 9-es erősségű rengések között, ugyanis a kezdeti nagyságrendi becslések a P-hullámoknak nevezett szeizmikus hullámokon alapulnak. Ezek érkeznek elsőként a megfigyelőállomásokra, de a legerősebb rengéseknél ezek a kezdeti P-hullám-amplitúdók maximálisak, így nehéz differenciálni a különböző erősségű rengések között.

De nem a szeizmikus hullámok a földrengések legkorábbi jelei, a mozgó földtömeg a különböző helyeken lévő kőzetek sűrűségét is megváltoztatja. Ezek a sűrűségeltolódások apró változásokat jelentenek a Föld gravitációs mezőjében, „elasztikus gravitációs” hullámokat hozva létre, amelyek fénysebességgel haladnak át a talajon – még a szeizmikus hullámoknál is gyorsabban.

Az ilyen jeleket korábban túl aprónak tartották ahhoz, hogy észleljék.

– mondja Martin Vallée fizikus-szeizmológus, az Institut de Physique du Globe de Paris munkatársa. 2017-ben Vallée és kollégái elsőként számoltak be arról, hogy látták ezeket az elasztikus gravitációs jeleket a szeizmikus állomások radarjain.

A téridő fodrozódásai, a gravitációs hullámok

Mivel a gravitációs ingadozások igen kicsik, nehéz megkülönböztetni őket a háttérzajtól. Amikor a tudósok visszamenőleg megvizsgálták az adatokat, rájöttek, hogy az elmúlt 30 évben csak hat nagy földrengés generált azonosítható elasztikus gravitációs jeleket, köztük a 9-es erősségű Tohoku-Oki 2011-ben, amely pusztító szökőárt okozott, és elárasztott két atomerőművet a japán Fukusimában.

Licciardi a kollégáival létrehozott egy gépi tanulási hálózatot, amely a Prompt Elasto-Gravity Signals (PEGS), vagyis a gravitációs hullámok azonosítására szolgál. A kutatók a Japánban gyűjtött valós szeizmikus adatok és 500 000 szimulált gravitációs jel kombinációjára képezték ki a gépeket az ugyanabban a régióban előforduló földrengésekhez. Licciardi szerint a szimulációs gravitációs adatok elengedhetetlenek, mivel kevés a valós információ, és a gépnek elegendő beviteli adatra van szüksége ahhoz, hogy mintákat találjon.

Az Index kérdésére Licciardi elmondta, hogy konvolúciós (átlag fogalmának az általánosítása) neurális hálózatot használtak, ami nagyon hasznosnak bizonyult a projektben. A kutatás 1,5 évig tartott és nemzetközi együttműködésben 5 kutató dolgozott benne – köztük Licciardi.

Ebben a munkában megmutattuk, hogy a szeizmikus hullámokat megelőző elasztikus gravitációs jel felhasználható a nagy földrengések korai figyelmeztetésére. Ez mérsékelheti az esetleges szökőárhullámok pusztító hatását a szubdukciós földrengések miatt.

A kutatás során számítógépek a Tohoku földrengés eredetét és fejlődését vizsgálták, mintha az valós időben történne. Az algoritmus képes volt pontosan azonosítani a rengés nagyságát és helyét 5-10 másodperccel hamarabb, mint a korábban alkalmazott módszerek. A rendszer egyelőre egy pontot keres, amiből indulhat a rengés, de fejlesztés alatt áll, hogy egy egész régiót kutasson – akkor pontosabb meghatározást kaphatnak a rengés helyéről. A kutatók szuperérzékeny észlelőműszerek kifejlesztésén dolgoznak, mert ahogy Vallée mondja:

A gravitációs hullámok jelei eltörpülnek a Föld zaja, földrengések esetén a talajban lévő mikroremegések mellett.

A gép Japánban már működik, és a cunamik előrejelzésében is hatékonyabb, mint a korábbi rendszerek. A gyakori földrengésektől sújtott Chilében és Alaszkában is szeretnék bevetni, a végső cél pedig a globális alkalmazás.

(Borítókép: Tohoku-Oki földrengés 2011-ben.  Fotó:   Toshiharu Kato / Japanese Red Cross / IFRC / Getty Images)