Može li veštačka inteligencija da predvidi najveće katastrofe?

Silan novac i brojne naučne karijere bili su posvećeni predviđanjima gde i kada će sledeći veliki zemljotres udariti. Ali predviđanje zemljotresa je bilo obeleženo konstantnim neuspesima.

Kejd Mec Tomas FalerIzvor: The New York Times International Report, Nedeljnik
Podeli
Thinkstock / Ilustracija
Thinkstock / Ilustracija

Neki od najrazornijih zemljotresa na svetu - u Kini 2008, na Haitiju 2010. i u Japanu 2011 - dogodili su se u oblastima koje se na mapama seizmičke opasnosti vode kao relativno bezbedne.

Sada, uz pomoć veštačke inteligencije, neki stručnjaci kažu da če im promene načina analiziranja ogromne količine seizmičkih podataka pomoći da bolje razumeju zemljotrese, da predvide kako će se ponašati i da brža izdaju upozorenja na njih.

"Pun sam nade, prvi put u karijeri, da ćemo doći do proboja kada je reč o ovom problemu", rekao je Pol Džonson, saradnik Nacionalne laboratorije Los Alamos.

Novo istraživanje veštačke inteligencije oslanja se na neuralne mreže, istu tehnologiju koja je ubrzala razvoj digitalnih asistenata i automobila bez vozača. Neuralna mreža je kompleksan matematički sistem koji može da nauči da sam obavlja određene zadatke, prenosi Nedeljnik.

Naučnici kažu da su seizmički podaci slični audio podacima koje kompanije poput Amazona koriste u pripremi neuralnih mreža da prepoznaju govorne komande digitalnim asistentima poput Alekse.

Prilikom proučavanja zemljotresa, kompjuter traži šablone u nizu podataka umesto da se oslanja na naučnike.

"Umesto sekvenci reči, mi imamo sekvencu merenja kretanja tla", kaže Zahari Ros, istraživač sa kalifornijskog Instituta za tehnologiju. "Tražimo istu vrstu šablona u ovim podacima".

Brendan Mid, profesor sa Harvarda, počeo je da istražuje ove tehnike pošto je uzeo slobodno u Googleu. On i njegovi studenti koristili su neuralnu mrežu da bi analizirali zemljotres 500 puta brže nego što su to mogli raije. Za ono što su nekada bili potrebni dani, sada su bili potrebni minuti.

Thinkstock / Ilustracija
Thinkstock / Ilustracija

Mid je takođe otkrio da ove AI tehnike mogu da dovedu do novih podataka. Tokom jeseni on je sa ostalim istraživačima iz Googlea i sa Harvarda objavio rad u kome se pokazuje kako neuralne mreže mogu da predvide dodatne potrese posle zemljotresa. Ova vrsta projekta, veruje on, predstavlja ogroman korak u načinu na koji se doživljava kompjuterska nauka.

"Mi živimo u trenutku kada tehnologija može da bude jednako dobra ako ne i bolja od ljudskih stručnjaka", rekao je doktor Ros.

Japan i Meksiko imaju rane sisteme uzbune, a Kalifornija je upravo predstavila svoj. Ali naučnici smatraju da bi vešačka inteliencija mogla mnogo da poboljša njihovu tačnost, da bi mogla da predvidi smer i intenzitet rascepa u zemljinoj kori i pošalje rana upozorenja bolnicama i drugim institucijama kojima bi koristilo nekoliko ekstra sekundi za pripremu.

Iako su neuralne mreže dobre u pronalaženju sličnih signala u podacima one nisu prikladne za pronalaženje novih signala - poput zvuka koje tektonske ploče proizvode trenjem.

Ali doktor Džonson i njegove kolege su pokazali da tehnika mašinskog učenja nazvana "nasumične šume" može da identifikuje ranije nepoznate signale u simulatoru napravljenom unutar laboratorije. U jednom slučaju, njihov sistem je pokazao da je jedan određen zvuk koji je napravo simulator i za koji su naučnici prvobitno verovali da je beznačajan, zapravo indikator kada će se zemljotres dogoditi.

Neki, poput Roberta Gelera sa Univerziteta Tokio, nisu uvereni da će veštačka inteligencija poboljšati prognoze. On dovodi u pitanje premisu da prošli zemljotresi mogu da predvide buduće, i dodaje da će efikasnost AI predviđanja biti poznata tek kada predviđanje zemljotresa ne bude slučajni pogodak.

"Ne postoje prečice", kaže doktor Geler, "Ako ne možete da predvidite budućnost, onda je vaša hipoteza pogrešna".

Vesti

strana 1 od 37 idi na stranu