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