كيف جعل الذكاء الاصطناعي اكتشاف الزلازل أكثر دقة؟

هزّ زلزال صغير مدينة كاليفاتريا بولاية كاليفورنيا الأميركية، في الساعات الأولى من فجر الأول من يناير عام 2008.

بلغت قوته -0.53 درجة فقط على مقياس ريختر، أي أضعف من اهتزاز مرور شاحنة، ولم يشعر به أحد، ورغم صغره، إلا أن العلماء رصدوه بدقة، بفضل الذكاء الاصطناعي.

غيّر الذكاء الاصطناعي شكل علم الزلازل كليًا، بعدما أصبح بإمكانه اكتشاف الزلازل الصغيرة جدًا بشكل آلي وسريع، وهي المهمة التي كانت تحتاج سابقًا إلى محللين بشريين وأجهزة متخصصة، بحسب تقرير نشره موقع “arstechnica” واطلعت عليه “العربية Business”.

قال كايل برادلي، أحد مؤلفي نشرة Earthquake Insights: “اعتماد هذه التقنيات يشبه ارتداء نظارات للمرة الأولى… فجأة ترى التفاصيل الصغيرة التي لم تكن تراها من قبل.”

من تحليل الموجات إلى التعلم العميق

كانت عملية رصد الزلازل في الماضي تعتمد على محللين بشريين يقرؤون البيانات الصادرة من أجهزة قياس الاهتزازات (السيسمومترات)، ثم ظهرت الخوارزميات التقليدية التي سمحت بأتمتة جزئية لهذه المهمة.

لكن المشكلة كانت دائمًا في الزلازل الصغيرة، التي تضيع وسط الضجيج اليومي في المدن.

هنا جاء دور الذكاء الاصطناعي، وخاصة نموذجا يسمى Earthquake Transformer الذي طوره باحثون من جامعة ستانفورد عام 2020.

يعتمد هذا النموذج على نفس الأفكار التي تُستخدم في التعرف على الصور أو الأصوات، لكن بدلًا من تحليل البكسلات، يقوم بتحليل الاهتزازات الأرضية عبر الزمن.

يمكن لهذا النموذج التمييز الأنواع المختلفة من الموجات الزلزالية (P وS)، وتحديد لحظة بدايتها بدقة متناهية.

بفضل هذه النماذج، أصبحت أجهزة الرصد قادرة على اكتشاف عدد أكبر من الزلازل الصغيرة، أضعاف ما كان يُرصد سابقًا.