الذكاء الاصطناعي يُحدث نقلة نوعية في التنبؤ بالزلازل بدقة غير مسبوقة

أثارت محاولة جديدة للتنبؤ بالزلازل باستخدام الذكاء الاصطناعي آمالاً جديدة في إمكانية استخدام التكنولوجيا للحد من الأضرار الناجمة عن الزلازل.

فقد طور فريق من جامعة تكساس في أوستن خوارزمية ذكاء اصطناعي نجحت في التنبؤ بدقة 70% بأوقات وقوع الزلازل قبل أسبوع من حدوثها خلال تجربة استمرت سبعة أشهر في الصين.

استندت التجربة إلى تدريب الذكاء الاصطناعي على تحليل البيانات الزلزالية في الوقت الفعلي، والتعرف على الأنماط الإحصائية المرتبطة بالزلازل السابقة. أسفرت النتائج عن توقعات أسبوعية دقيقة لـ 14 زلزالًا ضمن نطاق 200 ميل من الموقع المتوقع، مع تحديد قوة الزلازل بشكل تقريبي. وعلى الرغم من أن النظام أخطأ في توقع زلزال واحد وقدم ثمانية تحذيرات كاذبة، فإن النتيجة تُعتبر إنجازًا كبيرًا في مجال البحث الزلزالي القائم على الذكاء الاصطناعي.

وأوضح سيرغي فوميل، أستاذ في مكتب الجيولوجيا الاقتصادية بجامعة تكساس وعضو الفريق البحثي، أن التنبؤ بالزلازل يُعد "الكأس المقدسة"، وأشار إلى أن ما تحقق يشير إلى إمكانية حل مشكلة التنبؤ بالزلازل التي اعتُبرت سابقاً مستعصية.

جاءت التجربة كجزء من مسابقة دولية في الصين، حيث تصدرت خوارزمية جامعة تكساس بين 600 تصميم آخر. قاد عالم الزلازل يانغكانغ تشين، من جامعة تكساس، الفريق في هذه المسابقة، وتم نشر النتائج في مجلة *Bulletin of the Seismological Society of America*.

أكد ألكسندروس سافايديس، عالم الأبحاث الكبير في برنامج شبكة الزلازل في تكساس (TexNet)، أن التنبؤ بالزلازل لا يمكن أن يتم بدقة كاملة، لكن تحقيق نسبة 70% يُعد إنجازاً كبيراً يمكن أن يساعد في تقليل الخسائر وتحسين الاستعداد للزلازل عالمياً.

تستخدم الطريقة المعتمدة على التعلم الآلي نهجاً بسيطاً نسبياً، حيث يتم تدريب الذكاء الاصطناعي على قاعدة بيانات مدتها خمس سنوات من التسجيلات الزلزالية، ليتمكن من التنبؤ بالزلازل من خلال التعرف على إشاراتها وسط الضوضاء الأرضية. وعلق سكوت تينكر، مدير المكتب، على النجاح قائلاً: "نحن فخورون جداً بالإنجاز الذي حققه الفريق في هذه المسابقة، بالرغم من صعوبة التنبؤ بالزلازل".

يأمل الباحثون أن يُحسن الذكاء الاصطناعي من دقته في الأماكن التي تتوفر فيها شبكات زلزالية قوية مثل كاليفورنيا وإيطاليا واليابان وتركيا. تُمثل الخطوة التالية اختبار النظام في تكساس، التي تشهد معدلًا مرتفعًا من الزلازل الطفيفة.

في النهاية، يهدف الباحثون إلى دمج النظام مع النماذج الفيزيائية القائمة لتعزيز دقة التنبؤات في الأماكن التي تكون فيها البيانات محدودة. وقال تشين: "نطمح إلى دمج الفيزياء مع الأساليب المعتمدة على البيانات لتطوير نظام يمكن تطبيقه عالميًا مثل chatGPT".

هذا البحث يمثل خطوة هامة نحو تحقيق هذا الهدف وتقديم مساهمة كبيرة في تقدم العلم في هذا المجال.