भूकंप की पूर्व चेतावनी प्रणाली जो उपयोग करती है कृत्रिम होशियारी (एआई) यह अनुमान लगाने के लिए कि एक टेम्पलर के दौरान जमीन कैसे आगे बढ़ेगी कई सेकंड की अग्रिम सूचना दे सकती है कि झटके आ रहे हैं।
एक समान प्रणाली जो अधिक पारंपरिक कंप्यूटिंग शक्ति का उपयोग करती है वह पहले से ही यूएस वेस्ट कोस्ट पर मौजूद है। इसे ShakeAlert कहा जाता है, और यह भूकंप की गति की पहली तरंगों का पता लगाकर काम करता है – जिसे P तरंगें कहा जाता है – और फिर गणना करते हुए कि तरंगों का सेट जो अधिकांश झटकों का कारण बनता है – धीमी गति से चलने वाली S तरंगें – पहुंचेंगी।
विकास में नई प्रणाली को दीपशेक कहा जाता है, और भूकंप शुरू होने के बाद आसन्न झटकों की कुछ सेकंड की चेतावनी प्रदान करना भी इसका उद्देश्य है। हालांकि, डीपशेक अतीत से पैटर्न की पहचान करने के लिए एक गहरे तंत्रिका नेटवर्क, एआई सीखने का एक प्रकार का उपयोग करता है भूकंप भविष्यवाणी करने के लिए कि एक नए भूकंप से कैसे हिलाना होगा। इससे विभिन्न भूकंप संभावित क्षेत्रों में तेजी से प्रसंस्करण और आसान सामान्यता हो सकती है।
सम्बंधित: यह सहस्राब्दी का सबसे विनाशकारी भूकंप है
“जब हम इस परियोजना को निर्धारित करते हैं तो हमारा लक्ष्य शेक-अलर्ट सिस्टम को प्रोग्राम करने के लिए वर्तमान में उपयोग किए जाने वाले ग्राउंड मोशन भविष्यवाणी समीकरणों को हरा देना था,” स्टैनफोर्ड यूनिवर्सिटी में इलेक्ट्रिकल इंजीनियरिंग में मास्टर के छात्र अवॉय दत्ता ने कहा कि जो टीम का हिस्सा था। विकसित दीपशेक। “वे बहुत धीमी गति से होते हैं। आपको संख्यात्मक कंप्यूटर की आवश्यकता होती है, जो सुपर कंप्यूटर पर चल रहे हैं, और उन्हें प्रक्रिया में मिनट और घंटे लग सकते हैं।”
इसके विपरीत, “अगर हम 25 डीपशेक मॉडल चलाते हैं, तो यह एक एकल शोध जीपीयू पर लगभग 6.1 मिलीसेकंड लेता है [graphics processing unit]। “दत्ता ने लाइव साइंस को बताया। यह तेजी से धधकने वाला है।”
झटकों का पूर्वानुमान
अमेरिका के सीस्मोलॉजिकल सोसाइटी की आभासी बैठक में 23 अप्रैल को एक प्रस्तुति में, दत्ता और उनके सहयोगी, स्टैनफोर्ड स्नातक डेनियल वू ने कैलिफोर्निया के रिडजेस्टरेस्ट के पास भूकंप की जमीनी गति की भविष्यवाणी करने के लिए प्रशिक्षण के बाद अपने परिणामों की सूचना दी। Ridgecrest भूकंपीय रूप से सक्रिय पूर्वी कैलिफ़ोर्निया कतरनी क्षेत्र में है, और 2019 में, भूकंप के एक क्षेत्र ने इस क्षेत्र को हिला दिया। सबसे बड़ा, 7.1 तीव्रता का, 5 जुलाई को हिट हुआ।
दत्ता, वू और उनके सहयोगियों ने इस भूकंप अनुक्रम का उपयोग दीपशेक को क्षेत्र में जमीनी झटकों की भविष्यवाणी करने के लिए प्रशिक्षित करने के लिए किया। उन्होंने 36,000 से अधिक के डेटासेट के साथ शुरुआत की Ridgecrest मारा कि भूकंप जुलाई से सितंबर 2019 तक (ज्यादातर काफी छोटे थे)। उन्होंने नेटवर्क के मापदंडों को ट्विक करने के लिए 10% की बचत और नेटवर्क के परिणामों का वास्तविकता से मिलान करने के लिए अंतिम 10% बचाने के लिए, उन्होंने 80% गहरे तंत्रिका नेटवर्क में डेटासेट को खिलाया।
शोधकर्ताओं ने अनुक्रम में बड़े भूकंपों के लिए अधिक वजन असाइन करने के लिए नेटवर्क को क्रमबद्ध किया, जो अपेक्षाकृत कम थे, ताकि यह प्रारंभिक चेतावनी प्रणाली के रूप में बेहतर प्रदर्शन कर सके – आखिरकार, सबसे बड़े भूकंप वे हैं जिनके बारे में लोगों को चेतावनी की सबसे अधिक आवश्यकता है ।
चेतावनी देते हुए
इस तथ्य के बावजूद कि दीपशेक को भूकंप के स्थान या प्रकार के बारे में कोई जानकारी नहीं दी गई थी, यह होने से पहले 3 से 13 सेकंड के बीच नेटवर्क में अन्य भूकंपीय स्टेशनों पर झटकों की चेतावनी देने में सक्षम था, वू ने लाइव साइंस को बताया। यह ShakeAlert के साथ उन्नत नोटिस की मात्रा के समान है। वू और दत्ता इस दूसरी प्रणाली को एक प्रतियोगी के रूप में नहीं देखते हैं, हालांकि। बल्कि, उन्होंने कहा, दीपशेक तकनीक का इस्तेमाल शेकलेर्ट के पूरक के लिए किया जा सकता है। शोधकर्ताओं ने परीक्षण को अन्य दोषों और भूकंप अनुक्रमों तक विस्तारित करने की उम्मीद की है।
किसी भी स्थान पर जमीन हिलाना भविष्यवाणी करने के लिए मुश्किल हो सकता है। उदाहरण के लिए, ShakeAlert 2019 में Ridgecrest अनुक्रम में सबसे बड़ी भूकंपों के दौरान चेतावनी भेजने में विफल रहा क्योंकि झटकों की उम्मीद थी कि कुछ क्षेत्रों में “प्रकाश झटकों” के कार्यक्रम की दहलीज तक नहीं पहुंच पाएंगे, जो वास्तव में हल्के झटकों का कारण था। ShakeAlert के डेवलपर्स ने सीखे गए पाठों को शामिल करने के लिए 2019 से इसमें बदलाव किए हैं। हालांकि, डीप-लर्निंग नेटवर्क का लाभ यह है कि वे स्वचालित रूप से साइट के quirks को शामिल करते हैं, क्योंकि वे उस स्थान पर झटकों के पिछले अनुभवों पर आधारित होते हैं, वू ने कहा। ShakeAlert के विपरीत, जो कि निर्मित मान्यताओं के साथ अधिक सार्वभौमिक समीकरणों का उपयोग करता है, DeepShake को प्रत्येक व्यक्तिगत क्षेत्र में वापस ले जाना होगा जहां इसका उपयोग किया गया था। हालाँकि, यह प्रशिक्षण ऐसे पैटर्न को पकड़ लेगा जो पारंपरिक समीकरण नहीं हो सकते हैं।
वू ने कहा, “वे स्थान जहां गहरी शिक्षा वास्तव में पनपती है, वे स्थान हैं जहां बहुत सारे डेटा और बहुत सारे जटिल पैटर्न हैं।”
मूल रूप से लाइव साइंस पर प्रकाशित।
