एक नया कृत्रिम बुद्धिमत्ता दृष्टिकोण भूकंप के बाद के झटकों के स्थान की भविष्यवाणी करने में मदद कर सकता है
An भूकंप एक घटना है जो तब घटित होती है जब चट्टान भूमिगत हो जाती है पृथ्वी की भूगर्भीय फ़ॉल्ट लाइन के आसपास अचानक पपड़ी टूट जाती है। इससे तेजी से ऊर्जा निकलती है जो भूकंपीय तरंगें पैदा करती है जो फिर जमीन को हिला देती है और भूकंप के दौरान हमें ऐसी अनुभूति होती है जैसे हम गिरे थे। जिस स्थान पर चट्टान टूटती है उसे फोकस कहते हैं भूकंप और इसके ऊपर जमीन पर स्थित स्थान को 'उपरिकेंद्र' कहा जाता है। जारी की गई ऊर्जा को परिमाण के रूप में मापा जाता है, यह बताने का एक पैमाना है कि भूकंप कितना ऊर्जावान था। 2 तीव्रता का भूकंप बमुश्किल बोधगम्य होता है और इसे केवल संवेदनशील विशेष उपकरणों का उपयोग करके ही रिकॉर्ड किया जा सकता है भूकंप 8 तीव्रता से अधिक की तीव्रता के कारण ज़मीन बहुत ज़ोर से हिल सकती है। भूकंप के बाद आम तौर पर समान तंत्र से 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। भूकंप के बाद के ऐसे झटके आम तौर पर पहले घंटे के भीतर या मुख्य भूकंप के एक दिन बाद आते हैं भूकंप. झटकों के स्थानिक वितरण का पूर्वानुमान लगाना बहुत चुनौतीपूर्ण है।
वैज्ञानिकों ने 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। गूगल और हार्वर्ड यूनिवर्सिटी के शोधकर्ताओं ने आकलन के लिए एक नया तरीका ईजाद किया है भूकंप और में प्रकाशित अपने अध्ययन में कृत्रिम बुद्धिमत्ता प्रौद्योगिकी का उपयोग करके झटकों के स्थान का पूर्वानुमान लगाना 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 भूकंप के बाद के झटके यादृच्छिक अनुमान लगाने से बेहतर हैं और 'कहां' झटके आएंगे की समस्या को हल करने का प्रयास करें। दुनिया भर में 199 से अधिक प्रमुख भूकंपों से एकत्र किए गए अवलोकनों का उपयोग किया गया, जिसमें लगभग 131,000 मेनशॉक-आफ्टरशॉक जोड़े शामिल थे। इस जानकारी को एक भौतिकी-आधारित मॉडल के साथ जोड़ा गया था जो बताता है कि कैसे पृथ्वी एक के बाद तनावपूर्ण और तनावपूर्ण हो जाएगा भूकंप जो बाद में झटकों को ट्रिगर करेगा। उन्होंने 5 किलोमीटर-वर्ग ग्रिड बनाए जिसके भीतर सिस्टम किसी झटके की जांच करेगा। तंत्रिका नेटवर्क तब मुख्य भूकंप के कारण होने वाले तनाव और उसके बाद के झटकों के स्थान के बीच संबंध बनाएगा। एक बार जब तंत्रिका नेटवर्क प्रणाली को इस तरह से अच्छी तरह से प्रशिक्षित किया गया, तो यह झटकों के स्थान की सटीक भविष्यवाणी करने में सक्षम था। यह अध्ययन बेहद चुनौतीपूर्ण था क्योंकि इसमें भूकंप के जटिल वास्तविक दुनिया डेटा का उपयोग 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 झटकों के कारण अधिक चोटें आती हैं, संपत्तियों को नुकसान पहुंचता है और बचाव प्रयासों में भी बाधा आती है, इसलिए यह भविष्यवाणी करना मानवता के लिए जीवन रक्षक होगा। वास्तविक समय का पूर्वानुमान इस समय संभव नहीं हो सकता है क्योंकि वर्तमान एआई मॉडल केवल एक विशेष प्रकार के आफ्टरशॉक और सरल भूवैज्ञानिक फॉल्ट लाइन से ही निपट सकते हैं। यह महत्वपूर्ण है क्योंकि भूवैज्ञानिक भ्रंश रेखाओं की विविध भौगोलिक स्थिति में अलग-अलग ज्यामिति होती है ग्रह. इसलिए, यह वर्तमान में दुनिया भर में विभिन्न प्रकार के भूकंपों पर लागू नहीं हो सकता है। फिर भी, कृत्रिम बुद्धिमत्ता तकनीक भूकंपों के लिए उपयुक्त लगती है क्योंकि कई चर हैं जिनका अध्ययन करते समय विचार करने की आवश्यकता होती है, उदाहरण के लिए 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।
***
स्रोत (रों)
DeVries PMR एट अल। 2018 बड़े भूकंपों के बाद आफ्टरशॉक पैटर्न का गहन अध्ययन। प्रकृति560(7720). डीओआई: https://doi.org/10.1038/s41586-018-0438-y
***
