الذكاء الاصطناعي يفاجئ العلماء ويتمكن من التنبؤ بالزلازل بنسبة 70%

مكتب تحرير الاخبار منذ ساعتينآخر تحديث: أغسطس 26, 2024

2 دقائق

تمكن باحثون من جامعة تكساس في أوستن من تطوير خوارزمية تعتمد على الذكاء الاصطناعي للتنبؤ بالزلازل، وقد أثارت هذه الخوارزمية آمالا جديدة في استخدام التكنولوجيا للتقليل من تأثير الزلازل على الأرواح والاقتصاد. وفي تجربة استمرت سبعة أشهر في الصين، نجحت الخوارزمية في التنبؤ بنسبة 70% من الزلازل قبل أسبوع من حدوثها، وهو ما اعتبره العلماء إنجازا هاما في مجال التنبؤ الزلزالي.

وتم تدريب الخوارزمية على تحليل البيانات الزلزالية في الوقت الفعلي وربطها بالزلازل السابقة، مما أتاح لها التنبؤ بـ 14 زلزالا بدقة تصل إلى حوالي 200 ميل من الموقع المتوقع وبقوة محسوبة تقريبا. ومع ذلك، أخطأت الخوارزمية في التنبؤ بزلزال واحد وأصدرت ثمانية تحذيرات كاذبة. وعلى الرغم من ذلك، يعد هذا الإنجاز خطوة مهمة في أبحاث التنبؤ بالزلازل التي تعتمد على الذكاء الاصطناعي، ويشير إلى إمكانية تحقيق تقدم أكبر في المستقبل.

وفي إطار مسابقة دولية في الصين، حازت الخوارزمية التي طورتها جامعة تكساس على المركز الأول من بين 600 تصميم آخر، مما يعزز الثقة في إمكانيات هذا النهج. وكان يانغكانغ تشين، عالم الزلازل والمطور الرئيسي للخوارزمية، قد قاد فريق البحث. وتم نشر النتائج في مجلة “Bulletin of the Seismological Society of America”.

تقليل الخسائر البشرية والاقتصادية

ويؤكد الباحثون، مثل ألكسندروس سافايديس من برنامج شبكة الزلازل في تكساس (TexNet)، على أهمية الاستعداد للزلازل، ويشيرون إلى أن التنبؤ حتى بنسبة 70% يمكن أن يكون له تأثير كبير في تقليل الخسائر البشرية والاقتصادية.

اعتمد الفريق على نهج التعلم الآلي باستخدام ميزات إحصائية مستندة إلى معرفة الفريق بفيزياء الزلازل، مما سمح للذكاء الاصطناعي بالتدريب على قاعدة بيانات مدتها خمس سنوات من التسجيلات الزلزالية. وبعد تدريبه، استطاع الذكاء الاصطناعي تمييز علامات الزلازل القادمة بين الضوضاء الخلفية للأرض.

يرى الباحثون أنه في المناطق التي تحتوي على شبكات قوية لتتبع الزلازل، مثل كاليفورنيا وإيطاليا واليابان واليونان وتركيا وتكساس، يمكن تحسين دقة التنبؤات بشكل كبير. ويخطط الفريق لاختبار الخوارزمية في تكساس، حيث تمتاز الولاية بعدد كبير من الزلازل الطفيفة وبعض الزلازل المتوسطة.

ويأمل الباحثون في دمج النظام مع النماذج الفيزيائية الحالية لتحسين دقة التنبؤات، خاصة في المناطق التي تفتقر إلى بيانات كافية أو تلك التي شهدت زلازل كبيرة قبل زمن طويل مثل كاسكاديا.

JOIN US AND FOLO