Bliksem slaat misschien geen twee keer toe, maar aardbevingen kunnen dat wel. En voorspellen waar de naschokken zullen toeslaan, is nu misschien wat makkelijker dankzij een assistentie van kunstmatige intelligentie.

Naschokken kunnen verwoestender zijn dan de aardbevingen die ze volgen, waardoor het des te belangrijker is dat experts ze kunnen voorspellen.

Maar hoewel seismologen methoden hebben om te voorspellen wanneer naschokken zullen toeslaan en hoe sterk ze zullen zijn, er is meer onzekerheid over hoe te voorspellen waar ze zullen toeslaan.

In de hoop daaraan tegemoet te komen, een groep onderzoekers trainde een 'deep learning'-programma met gegevens over tienduizenden aardbevingen en naschokken om te zien of ze de voorspellingen verbeteren.

"De vorige basislijn voor het voorspellen van naschokken heeft een nauwkeurigheid van ongeveer drie procent over de testgegevensset. Onze neurale netwerkbenadering heeft een nauwkeurigheid van ongeveer zes procent, " zei Phoebe DeVries, co-auteur van de studie gepubliceerd in het tijdschrift Natuur op donderdag.

"Deze benadering is nauwkeuriger omdat deze is ontwikkeld zonder een sterk vaststaand geloof over waar naschokken zouden moeten plaatsvinden, "De Vries, een postdoctoraal onderzoeker aan Harvard, vertelde AFP.

De onderzoekers gebruikten een soort kunstmatige intelligentie die bekend staat als deep learning. die losjes is gemodelleerd naar de manier waarop het menselijk brein verbindingen maakt.

Het programma stelde de onderzoekers in staat om relaties in kaart te brengen "tussen de kenmerken van een grote aardbeving - de vorm van de fout, hoeveel slipte het, en hoe belastte het de aarde - en waar naschokken plaatsvonden, " zei Brendan Meade, hoogleraar aard- en planetaire wetenschappen aan Harvard, en een studie co-auteur.

De onderzoekers testten het netwerk door een kwart van hun dataset achter te houden, en het invoeren van de resterende informatie in het programma.

Vervolgens testten ze hoe goed het programma de naschoklocaties voorspelde van de 25 procent van de gevallen die het niet had gekregen.

Ze ontdekten dat zes procent van de gebieden die volgens het programma als risicovol waren aangemerkt, inderdaad naschokken ondervonden. van drie procent met behulp van bestaande methoden.

Analyseren van het onderzoek, Gregory Beroza, een professor in de geofysica aan de Stanford University, waarschuwde dat het "misschien voorbarig is om af te leiden ... een verbeterd fysiek begrip van het teweegbrengen van naschokken".

In een artikel gepubliceerd in Natuur naast de studie, hij zei dat het onderzoek zich had gericht op slechts één reeks veranderingen veroorzaakt door aardbevingen die van invloed kunnen zijn op de plaats waar naschokken plaatsvinden.

"Een andere reden voor voorzichtigheid is dat de analyse van de auteurs is gebaseerd op factoren die vol onzekerheid zitten, ’ schreef Beroza.

DeVries erkende dat aanvullende factoren van invloed zijn op de plaats waar naschokken plaatsvinden en dat er "veel meer moet worden gedaan".

"We zijn het er zeker over eens dat dit werk een motiverend begin is, in plaats van een einde, " ze zei.

En Beroza zei dat het onderzoek een "strandhoofd" had opgeleverd voor aanvullend onderzoek naar hoe kunstmatige intelligentie kan helpen bij het voorspellen.

"De toepassing van machinale leermethoden heeft het potentieel om betekenis te extraheren uit deze grote en complexe informatiebronnen, maar we bevinden ons nog in de beginfase van dit proces."

© 2018 AFP