01:06:07

600 Tasarım Arasından Birinci Geldi

Teksas Üniversitesi‘ndeki araştırmacılar, Çin’deki bir deneme sırasında depremlerin %70’ini tahmin eden ve gelecekteki deprem riskini azaltma potansiyeline işaret eden bir yapay zekâ geliştirdi. Sismik veriler üzerinde eğitilen yapay zekâ, uluslararası bir yarışmada da birinci olarak etkinliğinin altını çizdi ve Kaliforniya ve Teksas gibi bölgelerde daha fazla geliştirme için kapıları açtı…

Depremleri yapay zekâ yardımıyla tahmin etmeye yönelik yeni bir girişim, teknolojinin bir gün depremlerin yaşamlar ve ekonomiler üzerindeki etkisini sınırlamak için kullanılabileceğine dair umutları artırdı. Austin’deki Teksas Üniversitesi‘ndeki araştırmacılar tarafından geliştirilen yapay zekâ algoritması, Çin’de yedi ay süren bir deneme sırasında depremlerin %70’ini gerçekleşmeden bir hafta önce doğru tahmin etti.

Deneme Sonuçları ve Küresel Etkileri

Yapay zekâ, araştırmacıların önceki depremlerle eşleştirdiği gerçek zamanlı sismik verilerdeki istatistiksel tümsekleri tespit etmek üzere eğitildi. Sonuç olarak, yapay zekâ haftalık bir tahminde bulunarak, yaklaşık 322.000 kilometre mesafede ve neredeyse tam olarak hesaplanan şiddette 14 depremi başarıyla tahmin etti. Bir depremi kaçırdı ve sekiz yanlış uyarı verdi.

Aynı yaklaşımın başka yerlerde de işe yarayıp yaramayacağı henüz bilinmiyor, ancak bu çalışma yapay zekâ güdümlü deprem tahmini araştırmalarında bir kilometre taşı niteliğinde.

Zorluklar ve Gelecekteki Yönelimler

UT‘nin Ekonomik Jeoloji Bürosu‘nda profesör olan ve araştırma ekibinin bir üyesi olan Sergey Fomel, “Depremleri tahmin etmek kutsal kase” dedi. “Henüz dünyanın herhangi bir yeri için tahmin yapmaya yakın değiliz, ancak başardıklarımız bize imkansız bir sorun olduğunu düşündüğümüz şeyin prensipte çözülebilir olduğunu gösteriyor.”

Deneme, Çin’de düzenlenen ve UT tarafından geliştirilen yapay zekânın diğer 600 tasarım arasından birinci geldiği uluslararası bir yarışmanın parçasıydı. UT‘nin yarışmaya katılımı, büro sismoloğu ve YZ’nin baş geliştiricisi Yangkang Chen tarafından yönetildi. Denemeden elde edilen bulgular Bulletin of the Seismological Society of America dergisinde yayımlandı.

Hazırlık ve İleri Araştırmalar Üzerindeki Etkisi

Büronun Teksas Sismolojik Ağ Programı‘nı (TexNet) – eyaletin sismik ağı – yöneten kıdemli bir araştırma bilimcisi olan Alexandros Savvaidis, “Depremlerin geldiğini göremezsiniz” dedi. “Bu bir milisaniye meselesi ve kontrol edebileceğiniz tek şey ne kadar hazırlıklı olduğunuz. 70 oranında bile olsa, bu çok büyük bir sonuçtur ve ekonomik ve insani kayıpları en aza indirmeye yardımcı olabilir ve dünya çapında depreme hazırlığı önemli ölçüde geliştirme potansiyeline sahiptir.”

Araştırmacılar, yöntemlerinin nispeten basit bir makine öğrenimi yaklaşımı izleyerek başarılı olduğunu söylediler. Yapay zekâya, ekibin deprem fiziği bilgisine dayanan bir dizi istatistiksel özellik verildi ve ardından beş yıllık bir sismik kayıt veritabanı üzerinde kendini eğitmesi söylendi.

Yapay zekâ eğitildikten sonra, Dünya’daki arka plan gürlemeleri arasında yaklaşan depremlerin işaretlerini dinleyerek tahminini verdi.

Büronun direktörü Scott Tinker, “Bu ekiple ve bu prestijli yarışmayı birincilikle bitirmeleriyle gurur duyuyoruz” dedi. “Elbette önemli olan sadece yer ve büyüklük değil, zamanlamadır da. Deprem tahmini zor bir problemdir ve bu zorluğu abartamayız.”

Araştırmacılar, Kaliforniya, İtalya, Japonya, Yunanistan, Türkiye ve Teksas gibi güçlü sismik izleme ağlarına sahip yerlerde, yapay zekânın başarı oranını artırabileceğinden ve tahminlerini birkaç on mil içinde daraltabileceğinden eminler.

Bir sonraki adımlardan biri, yapay zekâyı Teksas’ta test etmektir, çünkü eyalette yüksek oranda küçük ve bazı orta büyüklükte depremler yaşanmaktadır. Büronun TexNet‘i 300 sismik istasyona ve altı yıldan fazla sürekli kayıtlara ev sahipliği yapıyor, bu da burayı yöntemi doğrulamak için ideal bir yer haline getiriyor.

Sonunda araştırmacılar sistemi, verilerin yetersiz olduğu yerlerde ya da son büyük depremin sismograflardan yüzlerce yıl önce meydana geldiği Cascadia gibi yerlerde önemli olabilecek fizik tabanlı modellerle entegre etmek istiyorlar.

Chen, “Gelecekteki hedefimiz hem fizik hem de veri odaklı yöntemleri birleştirerek bize chatGPT gibi dünyanın her yerine uygulayabileceğimiz genelleştirilmiş bir şey vermek” dedi.

Yeni araştırma bu hedefe ulaşmak için önemli bir adım.

Tinker, “Bu uzun bir yol olabilir, ancak bunun gibi birçok gelişme bir araya geldiğinde bilimi ileriye götüren şeydir” dedi.

Referans: “Büyük Veri ve Yapay zekâ Kullanarak Deprem Tahmini: Çin’de 30 Haftalık Gerçek Zamanlı Bir Vaka Çalışması” Omar M. Saad, Yunfeng Chen, Alexandros Savvaidis, Sergey Fomel, Xiuxuan Jiang, Dino Huang, Yapo Abolé Serge Innocent Oboué, Shanshan Yong, Xin’an Wang, Xing Zhang ve Yangkang Chen, 5 Eylül 2023, Bulletin of the Seismological Society of America.
DOI: 10.1785/0120230031

Araştırma TexNet, Texas Consortium for Computational Seismology ve Zhejiang Üniversitesi tarafından desteklenmiştir. Büro, Jackson School of Geosciences’ın bir araştırma birimidir.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…