Naukowcy z Narodowego Laboratorium w Los Alamos osiągnęli znaczący postęp w dziedzinie przewidywania trzęsień ziemi, wykorzystując zaawansowane techniki uczenia maszynowego. Ich innowacyjne podejście opiera się na analizie sejsmicznych danych pochodzących z aktywności wulkanicznej, a w szczególności na przykładzie wulkanu Kīlauea na Hawajach.
W ramach badań, które przeprowadzono na danych zebranych między czerwcem a sierpniem 2018 roku, naukowcy skupili się na analizie sejsmicznych sygnałów poprzedzających erupcje wulkaniczne. Kīlauea, będący jednym z najbardziej aktywnych wulkanów na świecie, w tym okresie wywołał około 50 trzęsień ziemi, które zostały dokładnie zarejestrowane przez Hawajskie Obserwatorium Wulkanów oraz amerykańską Służbę Geologiczną (USGS).
Zespół badaczy z Los Alamos skoncentrował swoje wysiłki na analizie 30-sekundowych okien danych sejsmicznych z tych trzęsień ziemi. Wykorzystując zaawansowane algorytmy uczenia maszynowego, udało im się zidentyfikować ukryte sygnały, które poprzedzały każdy z wstrząsów. Sygnały te, wcześniej uważane za losowy szum, okazały się mieć istotne znaczenie, umożliwiając przewidywanie zbliżających się trzęsień ziemi.
Odkrycia naukowców opierają się na analizie tzw. ciągłych emisji akustycznych, czyli sejsmicznych sygnałów o niskiej amplitudzie, generowanych przez naciskające na siebie płyty tektoniczne. Dotychczas te sygnały były uważane za nieistotne, jednak badania wykazały, że zawierają one cenne informacje o fizycznych właściwościach uskoków, takich jak przemieszczenie, tarcie i grubość.
Dzięki zastosowaniu nowoczesnych technik analizy danych, naukowcy byli w stanie nie tylko oszacować przemieszczenie gleby, ale także określić czas do kolejnego trzęsienia ziemi. To odkrycie otwiera nowe możliwości w dziedzinie sejsmologii, dając nadzieję na opracowanie bardziej precyzyjnych metod prognozowania trzęsień ziemi, które mogą mieć kluczowe znaczenie dla bezpieczeństwa ludzi zamieszkujących tereny o wysokiej aktywności sejsmicznej.
Przełomowy model opracowany przez zespół z Los Alamos może znaleźć zastosowanie nie tylko na Hawajach, ale również w innych regionach świata, gdzie występuje wysokie ryzyko trzęsień ziemi. Wyniki tych badań wskazują, że sztuczna inteligencja może stać się potężnym narzędziem w prognozowaniu tych katastrof naturalnych, co w dłuższej perspektywie może znacząco ograniczyć ich negatywne skutki.
Postęp w tej dziedzinie może przyczynić się do lepszego zrozumienia mechanizmów rządzących ruchami tektonicznymi oraz do opracowania bardziej efektywnych systemów wczesnego ostrzegania, co ma szczególne znaczenie w kontekście globalnych wysiłków na rzecz minimalizacji skutków trzęsień ziemi.
