23-10-2018 05:24:51

Kan kunstig intelligens forudsige jordskælv?

Kunstig intelligens: Kan du forudsige et jordskælv dage eller bare timer før, det rammer, kan du redde tusindvis af liv hvert år. Det har hidtil været umuligt, men forskere forsøger nu at afkode mønstrene i et jordskælv via kunstig intelligens.
15. feb. 2017 Af Rene Pedersen - netværksredaktør

Det kom - som det altid gør - ud af det blå, da jordskælvet sent på aftenen 10. februar ramte Filippinerne. Med 6,5 på Richterskalaen hørte skælvet ikke til blandt de mest voldsomme jordskælv, men alligevel omkom 6 personer, og flere end 100 blev kvæstet, ligesom strømmen forsvandt og vandforsyningerne mange steder blev afbrudt.

Jordskælv er et af de farligste naturfænomener på jorden og alene i de tre største jordskælv i 2016 omkom næsten 1100 mennesker. Vi har en solid forståelse for, hvorfor jordskælvene opstår, men på trods af målrettet arbejde i årtier er det aldrig lykkedes at lave værktøjer, der kan forudsige, hvor jordskælvene rammer. Mange forskere mener også, at det er spild af tid, men det får alligevel ikke Paul Johnson, der er geofysiker ved Los Alamos National Laboratory til at opgive forsøget.

“Du bliver betragtet som en tosse, hvis du siger, at du vil forsøge at forudsige jordskælv,” siger han og fortsætter.

“Og hvis vi havde prøvet for 10 år siden, havde vi ikke været i stand til at gøre det”.

Og det har han helt sikkert ret i. For det er ikke første gang, at videnskaben forsøger sig med machine learning for at forudsige jordskælv. Både i 80erne og 90erne blev der kastet penge efter at udvikle modeller, men uden held. Når forskerne alligevel tror på, at det igen er et forsøg værd at kaste kunstig intelligens ind i kampen mod jordskælv, er det på grund af de store fremskridt, der har været på området de seneste år. Nye algoritmer, markant stærkere computere og frem for alt enorme mængder data betyder, at kunstig intelligens rykker ud af forskningsinstitutionerne og bliver til mere end bare teori.

Paul Johnsons team satser da også på, at det lige præcist er mængden af data, der kan give resultater. Teamet fodrer deres systemer med store mængder “raw data” og ikke bare de seismiske målinger, som man tidligere har måtte nøjes med at analysere. Det betyder også, at man har fundet frem til, at der muligvis er noget at hente i en række lydmålinger, hvor det ser ud til, at der er et fast mønster i forhold til, hvordan lydbølgerne ændrer sig op til et jordskælv.

“Ikke bare kunne algoritmen fortælle os, hvornår et jordskælv kunne ramme inden for en meget fin tidsafgrænsning. Den kunne faktisk fortælle os om fysikken bag, som vi ikke havde fokus på før. Set i retroperspektiv er det indlysende, men vi har overset det i årevis, fordi vi har været så fokuseret på den processerede data”.

Indtil videre fungerer metoden kun i laboratoriet, men ifølge Paul Johnson bør der ikke være noget til hinder for, at det også vil kunne bruges i praksis.

Læs hele artiklen på Scientific American

TEKDEB
TEKDEB

TEKDEB er det korte navn for 'teknologiudviklingsdebatkonference', og her tager vi debatten om fremtiden til nye højder. TEKDEB blev afholdt d. 27. februar 2017 og vi glæder os til at gentage su ...

Læs mere

Deltag i debatten

luk
close