एक नया कृत्रिम बुद्धिमत्ता दृष्टिकोण भूकंप के बाद के झटकों के स्थान की भविष्यवाणी करने में मदद कर सकता है
An भूकंप यह एक घटना है जो तब होती है जब पृथ्वी की पपड़ी में भूमिगत चट्टान अचानक भूगर्भीय भ्रंश रेखा के चारों ओर टूट जाती है। इससे ऊर्जा का तेजी से विमोचन होता है जो भूकंपीय तरंगें पैदा करती है जो तब जमीन को हिला देती है और यही वह अनुभूति है जो हम भूकंप के दौरान गिरे थे। जिस स्थान पर चट्टान टूटती है उसे भूकंप का केंद्र कहा जाता है और इसके ऊपर जमीन पर जगह को 'उपकेंद्र' कहा जाता है। जारी की गई ऊर्जा को परिमाण के रूप में मापा जाता है, यह वर्णन करने के लिए एक पैमाना है कि भूकंप कितना ऊर्जावान था। 2 परिमाण का भूकंप मुश्किल से ही बोधगम्य होता है और इसे केवल संवेदनशील विशेष उपकरणों का उपयोग करके ही रिकॉर्ड किया जा सकता है, जबकि 8 परिमाण से अधिक के भूकंप के कारण जमीन काफ़ी ज़ोर से हिल सकती है। भूकंप के बाद आमतौर पर एक समान तंत्र द्वारा कई झटके आते हैं और जो समान रूप से विनाशकारी होते हैं और कई बार उनकी तीव्रता और गंभीरता मूल भूकंप के समान होती है। इस तरह के भूकंप के बाद के झटके आम तौर पर पहले घंटे के भीतर या मुख्य भूकंप के एक दिन बाद आते हैं। झटकों के स्थानिक वितरण का पूर्वानुमान लगाना बहुत चुनौतीपूर्ण है।
वैज्ञानिकों ने बाद के झटकों के आकार और समय का वर्णन करने के लिए अनुभवजन्य कानून तैयार किए हैं लेकिन उनके स्थान का पता लगाना अभी भी एक चुनौती है। में प्रकाशित अपने अध्ययन में Google और हार्वर्ड विश्वविद्यालय के शोधकर्ताओं ने भूकंप का आकलन करने और आर्टिफिशियल इंटेलिजेंस तकनीक का उपयोग करके झटकों के स्थान का पूर्वानुमान लगाने के लिए एक नया दृष्टिकोण तैयार किया है। प्रकृति. उन्होंने विशेष रूप से मशीन लर्निंग का इस्तेमाल किया - कृत्रिम बुद्धिमत्ता का एक पहलू। मशीन लर्निंग दृष्टिकोण में, एक मशीन डेटा के एक सेट से 'सीखती है' और इस ज्ञान को प्राप्त करने के बाद यह इस जानकारी का उपयोग नए डेटा के बारे में भविष्यवाणी करने में सक्षम है।
शोधकर्ताओं ने पहले गहन शिक्षण एल्गोरिदम का उपयोग करके वैश्विक भूकंपों के डेटाबेस का विश्लेषण किया। डीप लर्निंग एक उन्नत प्रकार की मशीन लर्निंग है जिसमें तंत्रिका नेटवर्क मानव मस्तिष्क की सोच प्रक्रिया की कोशिश करते हैं और उसकी नकल करते हैं। इसके बाद, उन्होंने सक्षम होने का लक्ष्य रखा पूर्वानुमान आफ्टरशॉक्स यादृच्छिक अनुमान लगाने से बेहतर है और 'कहां' आफ्टरशॉक्स की समस्या को हल करने का प्रयास करें। दुनिया भर में 199 से अधिक बड़े भूकंपों से एकत्र किए गए अवलोकनों का उपयोग लगभग 131,000 मेनशॉक-आफ्टरशॉक जोड़े से मिलकर किया गया था। इस जानकारी को एक भौतिकी-आधारित मॉडल के साथ जोड़ा गया था, जो यह बताता है कि भूकंप के बाद पृथ्वी कैसे तनावपूर्ण और तनावपूर्ण होगी, जो बाद में झटकों को ट्रिगर करेगी। उन्होंने 5 किलोमीटर-वर्ग ग्रिड बनाए जिसके भीतर सिस्टम एक आफ़्टरशॉक की जाँच करेगा। तंत्रिका नेटवर्क तब मुख्य भूकंप और आफ्टरशॉक्स के स्थान के कारण होने वाले तनाव के बीच संबंध बनाएगा। एक बार तंत्रिका नेटवर्क प्रणाली इस तरह से अच्छी तरह से प्रशिक्षित होने के बाद, यह आफ्टरशॉक्स के स्थान की सटीक भविष्यवाणी करने में सक्षम थी। यह अध्ययन बेहद चुनौतीपूर्ण था क्योंकि इसमें भूकंप के जटिल वास्तविक दुनिया के आंकड़ों का इस्तेमाल किया गया था। शोधकर्ताओं ने वैकल्पिक रूप से स्थापित किया कृत्रिम और पूर्वानुमान बनाने के लिए 'आदर्श' भूकंपों की तरह और फिर भविष्यवाणियों की जांच की। तंत्रिका नेटवर्क आउटपुट को देखते हुए, उन्होंने विश्लेषण करने की कोशिश की कि आफ्टरशॉक्स के पूर्वानुमान को नियंत्रित करने के लिए विभिन्न 'मात्राएं' क्या हैं। स्थानिक तुलना करने के बाद, शोधकर्ता इस निष्कर्ष पर पहुंचे कि एक विशिष्ट आफ्टरशॉक पैटर्न शारीरिक रूप से 'व्याख्या योग्य' था। टीम का सुझाव है कि विचलन तनाव तनाव का दूसरा संस्करण कहा जाता है - जिसे बस J2 कहा जाता है - कुंजी रखता है। यह मात्रा अत्यधिक व्याख्या योग्य है और नियमित रूप से धातु विज्ञान और अन्य क्षेत्रों में उपयोग की जाती है लेकिन भूकंप के अध्ययन के लिए पहले कभी इसका उपयोग नहीं किया गया है।
भूकंप के बाद के झटकों से और चोटें आती हैं, संपत्तियों को नुकसान होता है और बचाव के प्रयासों में भी बाधा आती है इसलिए भविष्यवाणी करना मानवता के लिए जीवन-रक्षक होगा। इस समय वास्तविक समय का पूर्वानुमान संभव नहीं हो सकता है क्योंकि वर्तमान एआई मॉडल एक विशेष प्रकार के आफ्टरशॉक और साधारण भूवैज्ञानिक दोष रेखा से ही निपट सकते हैं। यह महत्वपूर्ण है क्योंकि भूगर्भीय भ्रंश रेखाओं की ग्रह पर विविध भौगोलिक स्थिति में भिन्न ज्यामिति होती है। इसलिए, यह वर्तमान में दुनिया भर में विभिन्न प्रकार के भूकंपों पर लागू नहीं हो सकता है। फिर भी, कृत्रिम बुद्धिमत्ता तकनीक भूकंप के लिए उपयुक्त लगती है क्योंकि n संख्या में चर हैं जिनका अध्ययन करते समय विचार करने की आवश्यकता होती है, उदाहरण के झटके की ताकत, टेक्टोनिक प्लेटों की स्थिति आदि।
तंत्रिका नेटवर्क को समय के साथ बेहतर बनाने के लिए डिज़ाइन किया गया है, अर्थात जैसे-जैसे अधिक डेटा एक सिस्टम में फीड किया जाता है, अधिक सीखने की प्रक्रिया होती है और सिस्टम में लगातार सुधार होता है। भविष्य में ऐसी प्रणाली भूकंप विज्ञानियों द्वारा उपयोग की जाने वाली भविष्यवाणी प्रणालियों का एक अभिन्न अंग हो सकती है। योजनाकार भूकंप के व्यवहार के ज्ञान के आधार पर आपातकालीन उपायों को भी लागू कर सकते थे। टीम भूकंप की तीव्रता का अनुमान लगाने के लिए कृत्रिम बुद्धिमत्ता तकनीक का उपयोग करना चाहती है।
***
{आप उद्धृत स्रोतों की सूची में नीचे दिए गए डीओआई लिंक पर क्लिक करके मूल शोध पत्र पढ़ सकते हैं}
स्रोत (रों)
DeVries PMR एट अल। 2018 बड़े भूकंपों के बाद आफ्टरशॉक पैटर्न का गहन अध्ययन। प्रकृति560 (7720)।
https://doi.org/10.1038/s41586-018-0438-y
***
