هوش مصنوعی؛ ابزاری برای پیش‌بینی وقوع زلزله های بزرگ
علی‌رغم پیشرفت علم و تکنولوژی در عرصه‌های مختلف اما همچنان پیش‌بینی وقوع زلزله کاریست بس دشوار چرا که اغلب حتی زمین‌لرزه‌های بزرگ نیز بدون بروز علایمی بارز به وقوع می‌پیوندند. حالا محققین دانشگاه هاروارد و MIT با تکیه بر هوش مصنوعی و شبکه عصبی، سیستمی را توسعه داده‌اند که امیدوارند در نهایت به شناسایی پیش از موعد زلزله‌های کوچک و بزرگ بی‌انجامد.
بر اساس مقاله‌ی منتشر شده در ژورنال Science Advances نتایج اولیه نشان داده که این سیستم پیشرفته‌ی مبتنی بر هوش مصنوعی از دقت بسیار بیشتری نسبت به روش‌های مرسوم لرزه‌نگاری برخوردار است و میتواند در تبدیل ساختن لرزه‌نگارها به ابزاری کارامد برای پیش‌بینی زلزله موثر واقع گردد.
این مقاله روی تحقیقات صورت گرفته در ایالت اوکلاهوما متمرکز شده؛ این ایالت جنوبی امریکا در گذشته جزو مناطق لرزه‌خیز محسوب نمی‌شد اما طی سال‌های اخیر فعالیت گسل‌ها در آن افزایش یافته که دلیل این امر را به استفاده از نوعی روش استخراج نفت و گاز که با تزریق پرفشار آب به اعماق زمین صورت می‌گیرد مرتبط می‌دانند.
آنطور که «تیبو پرول» یکی از محققین این پروژه عنوان کرده:
از جمله روش‌های پرکاربرد تعیین محل وقوع زلزله، استفاده از چندین مرکز لرزه‌نگاری است تا با ترسیم خط فرضی بین آنها بتوان مناطق مختلف را به نواحی مثلث مانند تبدیل کرد. البته در اوکلاهوما که سابقه زیادی در وقوع زلزله ندارد تعداد مراکز لرزه‌نگاری به حدی نیست که بتوان تقسیم‌بندی مثلثی شکل را در آنجا به اجرا درآورد. اما با کاری که ما انجام دادیم امکان شناسایی محل وقوع زلزله‌های بزرگ و کوچک تنها با یک مرکز لرزه‌نگاری نیز میسر می‌شود.
ترفندی که پرول و همکارانش به کار بردند تزریق داده‌هایی بوده تا با فیلتر کردن ارتعاشات ناشی از عواملی طبیعی (مانند باد) یا عوامل انسانی (مانند عبور و مرور وسایل نقلیه)، دقت لرزه‌نگارها افزایش یابد. به این ترتیب هوش مصنوعی سیستم بین چنین ارتعاشاتی با لرزش‌های ناشی از حرکت گسل‌های زمین تمایز قائل شده و موجب عملکرد موثرتر فرآیند لرزه‌نگاری خواهد شد.
پرول این تکنیک را به سیستم شناسایی صدای به کار رفته در دستیار مجازی Siri تشبیه کرده که قادر است فرمان صوتی کاربر را از بین سایر صداهای موجود در محیط، تمییز و تشخیص دهد.
محققین امیدوارند این تکنولوژی را به شکل گسترده‌ای در اوکلاهوما و سایر مناطق پیاده‌سازی کنند تا با تشخیص دقیق محل و علت لرزش‌های زمین، در آینده بتوان الگوهایی را برای پیش‌بینی وقوع زلزله‌های بزرگ ترسیم کرد.