В 2013 году каждое утро Мостафы Мусави начиналось с того, что по экрану его телефона плыли зигзаги, отражающие колебания земли. В ходе геофизических исследований он просматривал сигналы, записанные накануне вечером, желая убедиться в том, что алгоритмами десятилетней давности выявлено настоящее землетрясение, а не толчки, вызванные грохотом волн, проезжающими мимо грузовиками или топотом футбольных фанатов. Этим утомительным делом Мусави занимался на протяжении шести месяцев, после чего решил, что должен быть способ и получше. Карманные смартфоны к тому времени уже были набиты алгоритмами, позволяющими разделять речь на звуковые волны и находить в полученных шаблонах слова. Используя искусственный интеллект, эти алгоритмы обучались на прошлых записях, становясь со временем более точными.
Мусави подумал, что сейсмические и звуковые волны не так уж сильно отличаются друг от друга. Просто одни распространяются через скальные породы и воду, а другие – через воздух. И хотя машинное обучение заметно изменило способы обработки голоса и звука, алгоритмы, используемые для обнаружения землетрясений, с 1980-х годов практически не менялись. Многие небольшие землетрясения так и продолжали оставаться незамеченными. Ведь люди ощущают лишь одно из пяти землетрясений, регистрируемых сейсмическими датчиками. В то время как понимание закономерностей накопления небольших точков могло бы стать ключом к минимизации ущерба при более крупном землетрясении.
Источник: stanford.edu
В статье, опубликованной недавно в журнале Nature Communications, Мусави и его соавторы описывают новый метод использования искусственного интеллекта для выявления миллионов мелких сдвигов в недрах Земли. С течением времени группа использовала все более и более точные детекторы. В модели 2018 года PhaseNet алгоритмы обработки медицинских изображений были адаптированы к выбору фазы и точно идентифицировали возникновение двух различных типов сейсмических волн.
Модель CRED, созданная в 2019 году, проектировалась уже на основании алгоритмов, распознававших голос в системах виртуальных помощников. Обе они изучали фундаментальные закономерности последовательности землетрясений на основании относительного небольшого набора сейсмограмм. В новой модели трансформатора землетрясений, построенной на базе PhaseNet и CRED, Мусави реализовал те идеи, которые появились у него, когда все операции проделывались вручную. Она имитирует поведение человека, который, воспринимая ситуацию в целом, не обращает внимания на мелкие детали, сосредоточиваясь на самом главном. Благодаря трансформатору, работавшему на обычном ПК, анализ, который занимал месяцы труда экспертов, был выполнен за 20 минут. В ходе экспериментов исследователи обучали и тестировали трансформатор на исторических данных, но технология позволяет регистрировать крошечные землетрясения и сразу после их возникновения, осуществляя мониторинг практически в реальном времени.
.jpg)