نشر الخبير الهولندي والباحث في شؤون الزلازل فرانك هوغيربيتس تغريدة على تويتر منذ 3 فبراير توقع خلالها زلزال تركيا بدقة مؤكدا أنه سيكون بقوة 7.5 درجة مئوية وسيصيب (جنوب وسط تركيا والأردن وسوريا ولبنان) وهو ما حدث في الساعات الماضية!
لكن هل من الممكن توقع موعد الزلزال القادم في أي مكان في العالم، كما هو الأمر مع الزلزال الكبير الذي أصاب تركيا وتضرر منه الشمال السوري ووصلت ارتداداته إلى قبرص واليونان وفلسطين ولبنان والعراق، والذي كان متوقعا منذ 3 أيام؟
هل يستطيع علماء الزلازل توقع موعد الزلزال القادم؟
توفر تنبؤات الزلازل معلومات عن احتمالية حدوث زلازل خلال فترة زمنية أقصر، تُستخدم التنبؤات عادةً لوصف الهزات الارتدادية، والتي تميل إلى اتباع نمط تناقص التردد والحجم بمرور الوقت بعد الزلزال.
يمكن حساب الإحتمالات لحدوث زلزال بناءً على متوسط معدل النشاط الزلزالي السابق في المنطقة، هذه التقنية مفيدة بشكل خاص في المناطق التي تم فيها تسجيل الزلازل بواسطة أجهزة قياس الزلازل، والتي دخلت حيز الاستخدام لأول مرة على نطاق واسع في أوائل القرن العشرين.
ويمكن للعلماء الحصول على معلومات إضافية وإن كانت أقل دقة، عن طريق حفر الخنادق لفحص السجل الجيولوجي للتمزق الزلزالي الذي حدث في التاريخ القديم.
يمكن أيضًا اشتقاق الاحتمالات رياضيًا، على سبيل المثال، يقدر علماء الزلازل عدد السنوات التي قد تستغرقها لتجربة زلزال بقوة معينة من خلال حساب عمليتين: تراكم الضغط على الصدوع نتيجة للحركة المستمرة للصفائح التكتونية، وتخفيف الضغط الناتج عن الإنزلاق الخاطئ، والذي يمكن أن يحدث على شكل زلزال أو زحف بطيء على طول خط الصدع دون حدوث زلزال.
إقرأ أيضا:اندلاع الحرب بين الصين والهند مسألة وقت فحسبعادة ليس من الممكن حاليًا التنبؤ بالضبط متى وأين سيحدث الزلزال ولا كم ستكون درجة قوة الزلزال، ومع ذلك يمكن لعلماء الزلازل تقدير المكان الذي من المحتمل أن تضرب فيه الزلازل من خلال حساب الاحتمالات والتنبؤات.
هل يمكن للذكاء الإصطناعي توقع موعد الزلزال القادم؟
نظرًا لارتفاع البيانات الضخمة والتنبؤ بالزلازل من خلال الذكاء الاصطناعي أصبح متوقع موعد الزلزال القادم ممكنًا أكثر فأكثر، على الرغم من أنه لم ينجح أحد بنسبة 100٪ في توقع حدوث زلزال كبير.
تشير الأبحاث إلى أن احتمالية التنبؤ بحدوث زلزال ما هي إلا مسألة وقت، وخلال الحالات السابقة تمكن الذكاء الإصطناعي من التنبؤ بالزلازل حتى 7 أيام قبل حدوثها بمعدل دقة شهري 75٪ ومعدل دقة يومي 88٪.
يمكن للعلماء استخدام مزيج من التعلم الآلي المتقدم وتقنيات أخذ العينات المتسلسلة للتنبؤ بالأحداث المتطرفة دون الحاجة إلى مجموعات بيانات كبيرة، وفقًا لباحثين من براون ومعهد ماساتشوستس للتكنولوجيا.
عندما يتعلق الأمر بالتنبؤ بالكوارث التي تسببها الأحداث المتطرفة (فكر في الزلازل أو الأوبئة أو التسونامي)، فإن النمذجة الحسابية تواجه تحديًا لا يمكن التغلب عليه تقريبًا: من الناحية الإحصائية فإن هذه الأحداث نادرة جدًا بحيث لا يوجد ما يكفي البيانات الخاصة بهم لاستخدام النماذج التنبؤية للتنبؤ بدقة بموعد حدوثها بعد ذلك.
إقرأ أيضا:الناشطة الإخوانية التي اعتنقت المسيحية تحذر من الإسلام والإلحادفي دراسة نُشرت في Nature Computational Science، شرح الباحثون كيف استخدموا الخوارزميات الإحصائية التي تتطلب بيانات أقل للتنبؤات الدقيقة، إلى جانب تقنية التعلم الآلي القوية التي تم تطويرها في جامعة براون.
سمح لهم هذا المزيج بالتنبؤ بالسيناريوهات والاحتمالات وحتى الجداول الزمنية للأحداث النادرة على الرغم من نقص البيانات التاريخية.
عند القيام بذلك، وجد فريق البحث أن هذا الإطار الجديد يمكن أن يوفر طريقة للالتفاف على الحاجة إلى كميات هائلة من البيانات اللازمة تقليديًا لهذه الأنواع من الحسابات، وبدلاً من ذلك يتم تقليل التحدي الكبير المتمثل في التنبؤ بالأحداث النادرة إلى مسألة الجودة.
وجد الباحثون الإجابة في تقنية أخذ عينات متسلسلة تسمى التعلم النشط، هذه الأنواع من الخوارزميات الإحصائية ليست قادرة فقط على تحليل إدخال البيانات فيها، ولكن الأهم من ذلك، أنها يمكن أن تتعلم من المعلومات لتسمية نقاط البيانات الجديدة ذات الصلة التي تكون متساوية أو حتى أكثر أهمية بالنسبة للنتيجة التي يتم حسابها، على المستوى الأساسي فهي تسمح بإنجاز المزيد بأقل قدر ممكن.
هذا أمر بالغ الأهمية لنموذج التعلم الآلي الذي استخدمه الباحثون في الدراسة، يسمى هذا النموذج DeepOnet، وهو نوع من الشبكات العصبية الاصطناعية، والتي تستخدم عقدًا مترابطة في طبقات متتالية تحاكي تقريبًا الاتصالات التي تحدثها الخلايا العصبية في الدماغ البشري.
إقرأ أيضا:الجانب المظلم من ديمقراطية إسرائيليُعرف DeepOnet بالمشغل العصبي العميق، إنه أكثر تقدمًا وقوة من الشبكات العصبية الاصطناعية النموذجية لأنه في الواقع شبكتان عصبيتان في شبكة واحدة، تعالج البيانات في شبكتين متوازيتين، وهذا يسمح له بتحليل مجموعات ضخمة من البيانات والسيناريوهات بسرعة فائقة لإخراج مجموعات ضخمة من الاحتمالات بنفس القدر بمجرد أن تتعلم ما تبحث عنه.
وجد الباحثون أن طريقتهم الجديدة تفوقت على جهود النمذجة التقليدية، ويعتقدون أنها تقدم إطارًا يمكنه اكتشاف جميع أنواع الأحداث النادرة والتنبؤ بها بكفاءة.
إقرأ أيضا:
ما الذي يمكن أن تفعله لتجعل بيتك أكثر أمنًا ضد الزلازل؟
كيف تحدث الزلازل وأسباب الهزة الأرضية المتكررة
سبب هزة أرضية اليوم في السعودية
عدد الزلازل سنويا وعدد القتلى كل عام وحقائق مهمة