ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

هوش مصنوعی پیش بینی زلزله
میان رشته ای

هوش مصنوعی دانشگاه تگزاس 70 درصد زلزله‌ها را یک هفته قبل از وقوع پیش‌بینی می‌کند

این سیستم هوش مصنوعی در آزمایش‌های خود موفق شده است مکان 14 زمین‌لرزه را در فاصله 320 کیلومتری از منشأ خود پیش‌بینی کند.

جواد تاجی
نوشته شده توسط جواد تاجی | ۱۶ مهر ۱۴۰۲ | ۲۰:۰۰

محققان دانشگاه تگزاس (UT) الگوریتم هوش مصنوعی جدیدی را آزمایش کرده‌اند که می‌تواند 70 درصد زمین‌لرزه‌ها را یک هفته قبل از وقوع آن‌ها، به‌طور دقیق پیش‌بینی کند. آزمایش این الگوریتم طی یک دوره هفت‌ماهه در چین انجام شده است و درحال‌حاضر امیدواری زیادی وجود دارد که این نرم‌افزار درنهایت بتواند یک سیستم هوش مصنوعی قابل اعتماد برای پیش بینی زلزله ارائه کند.

«سرگئی فومل»، استاد زمین‌شناسی اقتصادی دانشگاه UT و یکی از اعضای این تیم تحقیقاتی می‌گوید:

«پیش‌بینی زلزله یک آرزوی دست نیافتنی است. ما هنوز به ارائه پیش‌بینی برای هیچ‌یک از نقاط جهان نزدیک نشده‌ایم، اما چیزی که به‌دست آورده‌ایم نشان می‌دهد این مشکل غیرممکن دراصل می‌تواند قابل حل باشد.»

پیش‌بینی زلزله با هوش مصنوعی

به گفته محققان، این سیستم هوش مصنوعی در آزمایش‌های خود موفق شده است تا مکان 14 زمین‌لرزه را در فاصله 320 کیلومتری از منشأ خود به‌طور دقیق پیش‌بینی کند. همچنین این سیستم فقط 8 هشدار نادرست ارائه کرده و موفق به پیش‌بینی یک زلزله نشده است.

«الکساندروس ساویدیس»، دانشمند ارشد این پژوهش که برنامه شبکه لرزه‌شناسی تگزاس (TexNet) را مدیریت می‌کند، می‌گوید:

«زلزله‌ها خبر نمی‌دهند. همه‌چیز در چند میلی‌ثانیه رخ می‌دهد و تنها چیزی که می‌توانید کنترل کنید، این است که تا چه اندازه برای آن آماده باشید. تشخیص 70 درصدی آن‌ها یک نتیجه بزرگ است و می‌تواند باعث شود که خسارات اقتصادی و انسانی زمین‌لرزه‌ها به حداقل برسد و این پتانسیل را دارد که به‌طور چشمگیر، آمادگی انسان‌ها در برابر زلزله را بهبود بخشد.»

دانشمندان حالا قصد دارند مدل خود را در مناطقی از کالیفرنیا، ایتالیا، ژاپن، یونان، ترکیه و تگزاس آزمایش کنند که فعالیت لرزه‌ای زیادی در آن‌ها ثبت می‌شود. آموزش مدل براساس این داده‌ها به آن اجازه می‌دهد تا دقت پیش‌بینی خود را افزایش دهد و تخمین مرکز واقعی زلزله را محدود کند.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی