• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
29 апреля
Андрей Папиш
3 125

Система машинного обучения научилась предсказывать землетрясения с точностью до часов

4.7

Японские сейсмологи обучили нейросеть на большом каталоге сгенерированной сейсмической активности, чтобы выяснить, как искусственный интеллект анализирует эти данные. Предсказания лабораторных землетрясений оказались точными вплоть до часов перед главным ударом.

Эпицентры землетрясений 1963-1998 годы
Эпицентры землетрясений 1963-1998 годы / © Wikimedia Commons, NASA.

Важное направление в геологической науке — изучение и предсказание землетрясений. Но поскольку у человечества не столь много данных о прошлых землетрясениях, а закономерности их возникновения достаточно неуловимы, помочь в таких исследованиях может искусственный интеллект. Этот метод уже показал свою эффективность. Например, система машинного обучения, прослушивая акустический сигнал лабораторных землетрясений, научилась предсказывать толчки по данным, которые люди раньше принимали за шум. Примечательно, что она не знала о прошлых землетрясениях и основывалась на мгновенных физических характеристиках.

Тем не менее использовать нейросети для предсказания реальных разломов пока рано. Во-первых, типичные временные интервалы землетрясений исчисляются сотнями и тысячами лет, а для прогнозов нужно учитывать подробности, короткие временные промежутки — месяцы и дни.

Во-вторых, сейсмологи пока не понимают, каким образом система машинного обучения предсказывает лабораторные землетрясения. И возможное решение проблем состоит в том, чтобы посмотреть, как искусственный интеллект будет работать с каталогом «искусственных разломов», которые возникают по понятным причинам.

Именно этим занялась группа японских исследователей из Киото. Они взяли каталог 18 тысяч землетрясений, созданный при моделировании сейсмической активности за 900 лет. С этим каталогом ранее работали другие сейсмологи из Японии, которые установили, что крупные форшоки (предшествующие толчки) как раз перед мейншоками (главные удары) показывают характерное увеличение частоты. В новом исследовании, опубликованном в журнале Geophysical Research Letters, специалисты решили посмотреть, как нейросеть оценит время до главных толчков на основе ранее смоделированных землетрясений.

(a) Оценка R2 (точность прогноза) в зависимости от объема обучающих данных в сценарии по умолчанию. После ∼300 лет (т.е. ∼20 главных толчков) обучающих данных предсказание становится очень точным. (b, c) Долгосрочное и краткосрочное предсказание по минимальному обучающему набору (т.е. только с двумя циклами главных толчков). (d) Интервал повторяемости мейншоков в сценарии модели последовательности землетрясений с рандомизированным уровнем нагрузки. (e, f) Долгосрочные и краткосрочные прогнозы по модели случайного леса с множественным сетевым представлением в сценарии рандомизированной нагрузки / ©Geophysical Research Letters, Reiju Norisugi et al.

Авторы научной работы классифицировали все землетрясения, кроме главных, как форшоки, объясняя это тем, что афтершоков (повторных толчков) в списке мало. Но нейросеть этой классификации не видела и анализировала данные классическим и эффективным в прогнозировании методом случайного леса. Затем исследователи изучили, как размер обучающих данных (интервал и количество толчков) влияет на точность прогнозов, и сгенерировали каталог «искусственных землетрясений» за две тысячи лет.

Выяснилось, что нейросеть на основе нескольких землетрясений может рассчитать признаки приближающегося мейншока в условиях, когда до главного удара осталось меньше часа. Но такой подход слишком чувствителен к поведению, похожему на мейншок, когда много толчков случаются за короткий промежуток времени. Иными словами, точность теряется при увеличении временного масштаба.

Напротив, ИИ с крупной сетью данных с трудом распознает признаки скорого главного толчка, но отражает общий тренд. Наиболее эффективной показала себя модель со средним уровнем сетей, то есть она учитывала как длительные процессы, так и короткие последовательности. Точность такого прогноза составила 0,89, где максимальное значение — 1,00.

Распределение признаков на обучающем наборе в зависимости от времени до главного толчка. Контур показывает плотность вероятности признака, аппроксимированную оценкой плотности ядра. (a) Плотность вероятности среднего сейсмического момента для сети со средним числом форшоков 5% (b-f) Плотность вероятности среднего времени повторения для сети со средним числом форшоков 5%, 20%, 40%, 60%, 80%, соответственно. Увеличение сейсмического момента и уменьшение интервала повторяемости при разных размерах сети позволяет точно предсказать время до главного толчка. Различные признаки, полученные при разных размерах сети, демонстрируют предсказательную силу на разных временных масштабах / ©Geophysical Research Letters, Reiju Norisugi et al.

Причины, по которым модель искусственного интеллекта способна предсказывать лабораторные землетрясения, как предполагают сейсмологи, состоят в том, что нейросеть анализирует эволюцию сейсмического импульса и интервал повторяемости толчков. Увеличив размер обучающих данных, исследователи получили ожидаемый результат. Чем меньше набор данных, тем меньше точность, но интересно, что качество не сильно выросло при анализе 115 циклов мейншоков (большой каталог) по сравнению с 41 циклом (маленький каталог). Авторы посчитали, что нейросеть достигла своего предела.

Совокупно такой подход к обучению ИИ позволяет прогнозировать время до главного удара с высокой точностью. Предсказания работают как в масштабе десятилетий, то есть задолго до предстоящего землетрясения, так и в интервале часов и минут непосредственно перед мейншоком.

В будущем необходимо проверить, как модель будет вести себя в реальных условиях, где сейсмические каталоги содержат гораздо меньше данных (несколько десятилетий). Вдобавок эти эксперименты проходили на одном разломе глубиной 2,4 километра, и неясно, сможет ли новая система работать в более сложной ситуации. Наконец, пока не вполне ясно, будет ли такая система вообще работать на реальных землетрясениях.

Отметим, что в попытках создать автомобили без водителя Waymo и ряд других компаний уже использовали обучение нейросетей на программно симулированном «вождении», чем-то похожем на лабораторные землетрясения из новой научной работы. Разработчики беспилотных машин думали, что, поскольку объем симулирования может быть намного больше, чем у реального вождения, он лучше научит их ПО управлять машиной.

Однако оказалось, что симулированное вождение лишено специфики, характерной для вождения реального, поэтому на практике все так называемые беспилотные машины до сих пор требуют удаленного управления инженерами в критически сложных ситуациях.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
8 часов назад
Андрей

Европейские гляциологи, используя первые снимки Восточной Антарктиды 1937 года, а также фотографии середины XX века и современные спутниковые данные, отследили, как менялись ледники в этом регионе на протяжении 85 лет.

Сегодня, 08:15
Полина Меньшова

Нейросети научились систематически внушать собеседнику ложные убеждения. При этом для обмана рассмотренные языковые модели никто специально не тренировал, а в некоторых случаях им даже запрещали вести себя нечестно.

11 часов назад
Мария Азарова

Лимфатические узлы — чувствительные мишени для канцерогенных химических веществ. Появляется все больше доказательств того, что иммунологические нарушения из-за воздействия растворителей, антипиренов, пестицидов и красок для волос играют ключевую роль в начале развития злокачественных лимфом. Опасны ли в этом смысле татуировки, выяснила команда медиков из Швеции.

24 мая
Игорь Байдов

С помощью космических и наземных телескопов международная команда астрономов открыла похожий на нашу планету мир в так называемой зоне обитаемости, позволяющей воде существовать на поверхности тела в жидком состоянии. По космическим меркам экзопланета находится достаточно близко к Земле и, вероятно, представляет собой скалистый мир с благоприятным для жизни климатом. Подобные миры астрономы открывают крайне редко.

24 мая
Полина Меньшова

Чрезмерный или неконтролируемый просмотр порноконтента, как правило, связан с особенностями психологического и эмоционального состояния человека. Какие именно факторы вызывают потребность в видео «для взрослых», объяснили специалисты из Австралии.

22 мая
Полина Меньшова

Ледник Туэйтса в Западной Антарктиде, который также называют «ледником Судного дня», может растаять раньше, чем считали ученые. Теплые океанские воды воздействуют на него сильнее, чем предполагалось, показали новые спутниковые данные.

15 мая
НИУ ВШЭ

Международный коллектив исследователей при участии ученых из Института когнитивных нейронаук НИУ ВШЭ изучил, как выбор иностранного языка влияет на когнитивные способности человека. Оказалось, что языки, непохожие на родной, стимулируют когнитивную функцию на начальном этапе их изучения, а близкие к родному имеют отложенный эффект и помогают мозгу эффективнее работать при более высоком уровне владения иностранным языком.

3 мая
Василий Парфенов

Ледяной покров Антарктики претерпевает значительные изменения на протяжении года, и его поведение хорошо изучено в общем. Но некоторые локальные аномалии объяснить не получается вот уже несколько десятилетий. Одна из них — полынья возвышения Мод, или полынья моря Уэдделла, которая появляется нерегулярно на одном и том же месте. Международная команда океанологов, наконец, смогла разгадать механизмы ее образования.

24 мая
Игорь Байдов

С помощью космических и наземных телескопов международная команда астрономов открыла похожий на нашу планету мир в так называемой зоне обитаемости, позволяющей воде существовать на поверхности тела в жидком состоянии. По космическим меркам экзопланета находится достаточно близко к Земле и, вероятно, представляет собой скалистый мир с благоприятным для жизни климатом. Подобные миры астрономы открывают крайне редко.

[miniorange_social_login]

Комментарии

Написать комментарий

Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: