Büyük bir depremden sonra tehlike ne yazık ki sona ermiyor. İlk şokun etkisiyle artçı denilen ufak sarsıntılar meydana geliyor. Artçılar bazen ana şoktan günler ve haftalar sonra sürebiliyor. Bilim insanları bu artçı şokların boyutunu ve zamanlamasını bir dereceye kadar tahmin edebiliyorlar. Ancak iş konumu belirlemeye geldiğinde, eldeki imkanlarda dolayı aynı başarıyı gösteremiyorlar. Harvard ve Google’daki bilim araştırmacılar bu noktada yapay zekaya güveniyor.

Nature dergisinde de yayınlanan araştırmanın sonuçlarına göre derin öğrenme, artçı şokların yerini tespit etmede mevcut modellerden çok daha başarılı. Hatta günümüzün en kullanışlı modeli olarak bilinen Coulomb gerilme değişiminden neredeyse iki kat daha başarılı. 0’dan 1’e kadar olan bir doğruluk ölçeğinde Coulomb modeli 0,583 puan alabilirken, yeni yapay zeka sistemi 0.849 puanla başarısını ispatlıyor.

Araştırmacıların geliştirdiği sistemde binlerce ana şok ve artçı şok verisiyle beslenen sinir ağı, 5 kilometrekarelik yapay alanlar oluşturarak her bir alanda artçı şok olup olmadığını kontrol ediyor ve artçı şokların meydana geldiği yerlerle ana depremin yarattığı gerilimler arasındaki korelasyonu analiz ediyor.

Sonuçlar umut vadediyor

Araştırmalarıyla ilgili ScienceDaily’e konuşan Harvard profesörlerinden Brendan Meade, sonuçların fazlasıyla ümit verici olduğunu belirtiyor: “Depremler hakkında bilmek istediğiniz üç şey var: Ne zaman olacaklar, hangi şiddette olacaklar ve nerede olacaklar. Bu çalışmadan önce, ne zaman ortaya çıkacakları ve ne kadar büyük olacağına dair ampirik yasalarımız vardı ve şimdi üçüncü kısım üzerinde önemli adımlar atıyoruz.”

Araştırmacılar başarılarını özellikle teknolojinin en temel güçlü yönlerinden birine borçlu: Karmaşık veri kümelerindeki daha önce gözden kaçmış kalıpları ortaya çıkarma yeteneği. Bu özellikle veriler arasındaki bağlantıları görmenin zor olabileceği sismolojiye son derece yatkın. Sismik olaylar, zeminin yapısından, sismik plakalar arasındaki enerji yayılımına kadar çok fazla değişkene sahip. Tüm bunları anlamlandırmak inanılmaz derecede zor.

Araştırmacılar, derin öğrenme modelinin tahminlerini “von Mises kriterini” dikkate alarak yapabildiğini söylüyor. von Mises kriteri, maddelerin stres altında kırılmaya başlayacağı zamanı tahmin etmede kullanılan karmaşık bir hesaplama sistemi. Meade’nin ScienceDaily’ye söylediği gibi, “bu faktör genellikle metalurji gibi alanlarda kullanılmakta ancak şimdiye kadar deprem biliminde hiç popüler olmamıştır.” Şimdi, bu yeni modelin bulgularıyla jeologlar korelasyon düzeyini araştırabilir.

Her şeye rağmen “sismolog yapay zeka” gerçek dünyada kullanılmaya henüz hazır değil. Yapay zeka modeli, statik gerilme olarak bilinen yerdeki kalıcı değişikliklerden kaynaklanan artçı sarsıntılara odaklanır. Ancak, artçı depremler, daha sonra meydana gelen ve dinamik stres olarak bilinen zemindeki “guruldamalardan” da kaynaklanabilir. Ayrıca bu model gerçek zamanlı olarak çalışmak için yeterince hızlı değil. Artçı depremlerin çoğunun, ana şokun gerçekleştiği gün meydana geldiğini düşünürsek bu büyük bir problem.

Yazar Hakkında

mm

Girişimcileri, şirketleri, yatırımcıları ve profesyonelleri bir araya getiren geniş bir ekosistem olan İTÜ Çekirdek, kimyadan elektroniğe, bilişimden biyogenetiğe tüm sektörlere açık bir girişimcilik merkezidir.

Paylaşım
Close