Když vědci Los Alamos zkoumali tyto vnitřní fungování svého algoritmu, to, co se naučili, je překvapilo. Statistická vlastnost, na kterou se algoritmus nejvíce opřel o své předpovědi, nesouvisela s prekurzorovými událostmi těsně před laboratorním zemětřesením. Spíše to byl rozptyl-míra toho, jak signál kolísá o průměru — a byl vysílán v průběhu cyklu prokluzu, a to nejen ve chvílích bezprostředně před selháním., Rozptyl by začít malé a pak postupně stoupat v průběhu běhu-až quake, pravděpodobně jako zrna mezi bloky stále strkali do sebe pod montážní smykové napětí. Jen tím, že zná tento rozptyl, algoritmus by mohl udělat slušný odhad na to, kdy dojde ke skluzu; informace o prekurzorových událostech pomohly tyto odhady upřesnit.
nález měl velké potenciální důsledky. Po celá desetiletí, rádoby zemětřesení prognostici měli klíč v na předzvěstí a jiných izolovaných seismických událostí., Výsledek Los Alamos naznačil, že všichni hledali na špatném místě – že klíč k predikci ležel místo toho v jemnějších informacích vysílaných během relativně klidných období mezi velkými seismickými událostmi.
posuvné bloky jistě nezačnou zachycovat chemickou, tepelnou a morfologickou složitost pravých geologických poruch. Aby Johnson ukázal, že strojové učení může předvídat skutečná zemětřesení, musel to vyzkoušet na skutečné chybě. Jaké lepší místo k tomu, řekl, než na severozápadě Pacifiku?,
z laboratoře
většina, ne-li všechna místa na zemi, která mohou zažít zemětřesení velikosti 9, jsou subdukční zóny, kde se jedna tektonická deska ponoří pod druhou. Subdukční zóna východně od Japonska byla zodpovědná za zemětřesení Tohoku a následné tsunami, které v roce 2011 zničilo pobřeží země. Jednoho dne bude subdukční zóna Cascadia, kde se deska Juan de Fuca ponoří pod severoamerickou desku, podobně devastovat Puget Sound, Vancouver Island a okolní pacifický severozápad.,
oblast subdukce Cascadia se táhne zhruba 1000 kilometrů tichomořského pobřeží od mysu Mendocino v severní Kalifornii po ostrov Vancouver. Naposledy prolomila v lednu 1700 magnitudu 9 temblor a tsunami, která dosáhla pobřeží Japonska. Geologické záznamy naznačují, že v průběhu Holocénu, chyba produkoval takové megaquakes zhruba jednou za půl tisíciletí, dát nebo vzít pár set let. Statisticky vzato, další velká je splatná každé století.,
to je jeden z důvodů, proč seismologové věnovali tak velké pozornosti pomalým zemětřesením v regionu. Pomalu klouže v dolním toku subdukční zóny chyba jsou myšlenka k přenosu malého množství stresu na křehké kůry na povrchu, kde rychle, katastrofální zemětřesení se vyskytují. S každým pomalým skluzu v oblasti Puget Sound-Vancouver Island, šance na Pacific Northwest megaquake ratchet až někdy tak mírně. Ve skutečnosti, pomalý skluz byl pozorován v Japonsku v měsíci vedoucím k zemětřesení Tohoku.,
pro Johnsona však existuje další důvod věnovat pozornost pomalým zemětřesením skluzu:produkují spoustu a spoustu dat. Pro srovnání, v posledních 12 letech nedošlo k žádným velkým rychlým zemětřesením na úseku poruchy mezi Puget Sound a ostrovem Vancouver. Ve stejném časovém rozpětí, porucha způsobila tucet pomalých skluzů, každý z nich byl zaznamenán v podrobném seismickém katalogu.
Tento seismický katalog je skutečným protějškem akustických nahrávek z Johnsonova laboratorního zemětřesení., Stejně jako u akustických nahrávek, Johnson a jeho spolupracovníci nakrájeli seismická data na malé segmenty, charakterizující každý segment sadou statistických funkcí. Poté krmili tato tréninková data spolu s informacemi o načasování minulých událostí pomalého skluzu do svého algoritmu strojového učení.
Poté, co byl vyškolen na data od roku 2007 do roku 2013, algoritmus byl schopen dělat předpovědi o pomalu klouže, která nastala v letech 2013 a 2018, na základě údajů zaznamenána v měsících před každou událost., Klíčovým rysem byla seismická energie, množství úzce související s rozptylem akustického signálu v laboratorních experimentech. Stejně jako rozptyl, seismická energie stoupala charakteristickým způsobem v průběhu každého pomalého skluzu.
předpovědi Cascadia nebyly tak přesné jako předpovědi pro laboratorní otřesy. Korelační koeficienty charakterizující, jak dobře se předpovědi hodí, byly v nových výsledcích podstatně nižší než v laboratorní studii., Ještě, že algoritmus byl schopen předvídat všechny, ale jeden z pěti pomalu klouže, která nastala v letech 2013 a 2018, přesné časy zahájení, Johnson říká, aby během několika dní. (Pomalý skluz, ke kterému došlo v srpnu 2019, nebyl do studie zahrnut.)
pro de Hoop je velkým lákadlem, že “ techniky strojového učení nám daly chodbu, vstup do vyhledávání v datech, abychom hledali věci, které jsme nikdy nezjistili nebo neviděli.“Ale varuje, že je třeba udělat více práce. „Byl učiněn důležitý krok-nesmírně důležitý krok., Ale je to jako malý malý krok správným směrem.“
střízlivé pravdy
cílem předpovědi zemětřesení nikdy nebylo předpovídat pomalé skluzy. Spíše je to předvídat náhlé, katastrofické otřesy, které představují nebezpečí pro život a končetinu. Pro přístup k strojovému učení To představuje zdánlivý paradox: nejvzácnější jsou také největší zemětřesení, která by seismologové nejraději dokázali předpovědět. Jak bude algoritmus strojového učení někdy získat dostatek tréninkových dat, aby je s důvěrou předpověděl?,
Los Alamos group sází na to, že jejich algoritmy ve skutečnosti nebudou muset trénovat na katastrofická zemětřesení, aby je předpovídaly. Nedávné studie naznačují, že seismické vzorce před malými zemětřeseními jsou statisticky podobné těm jejich větším protějškům, a v daný den, desítky malých zemětřesení se mohou objevit na jedné poruše. Počítač vycvičený na tisíce těch malých temblorů by mohl být natolik všestranný, aby předpověděl ty velké., Algoritmy strojového učení by také mohly být schopny trénovat na počítačových simulacích rychlých zemětřesení, která by jednoho dne mohla sloužit jako proxy pro skutečná data.
ale i tak budou vědci čelit této vytrvalé pravdě: ačkoli fyzické procesy, které vedou k poruše na pokraj zemětřesení, mohou být předvídatelné, skutečné spuštění zemětřesení — růst malého seismického narušení na prasknutí plnohodnotné poruchy-věří většina vědců, že obsahuje alespoň prvek náhodnosti., Za předpokladu, že je tomu tak, bez ohledu na to, jak dobře jsou stroje vyškoleny, nemusí být nikdy schopni předvídat zemětřesení, stejně jako vědci předpovídají další přírodní katastrofy.“zatím nevíme, co předpovídání v souvislosti s načasováním znamená,“ řekl Johnson. „Bylo by to jako hurikán? Ne, to si nemyslím.“
v nejlepším případě budou předpovědi velkých zemětřesení pravděpodobně mít časové hranice týdnů, měsíců nebo let. Takové prognózy pravděpodobně nemohly být použity, řekněme, ke koordinaci hromadné evakuace v předvečer tembloru., Mohly by však zvýšit připravenost veřejnosti, pomoci veřejným činitelům zaměřit se na jejich úsilí o dovybavení nebezpečných budov a jinak zmírnit nebezpečí katastrofických zemětřesení.
Johnson to vidí jako cíl, o který stojí za to usilovat. Někdy realista, nicméně, ví, že to bude nějakou dobu trvat. „Neříkám, že v mém životě předpovídáme zemětřesení, „řekl,“ ale … uděláme sakra velký pokrok.“
tento článek byl přetištěn na Wired.com.