المكاسب:
- القدرة على استخدام قوة فارزات وكاشفات الطور ذات الذكاء الاصطناعي للتحكم في المخرجات مع تحليل المتبقي والتمييز الطبيعي الاصطناعي
- القدرة على إدارة تشبع الحجم وعدم اليقين في الإنذار المبكر وفهم أن النظام يعتمد على التحقق متعدد الطبقات بدلاً من نموذج واحد
- القدرة على فهم الفرق بين التنبؤ بالزلزال الذي حدث بالفعل والتنبؤ بالزلزال المستقبلي بشكل حتمي ورفض طلبات التنبؤ غير العلمية.
عندما يحدث زلزال، تتدفق البيانات من آلاف المحطات خلال ثوانٍ، وتبدأ مهمة الجيوفيزيائي: من أين أتت هذه الموجات، وما حجمها، وما الصدع الذي تمزق؟ علم الزلازل الزلزالية هو علم تحديد موقع وحجم وآلية الزلازل عن طريق تسجيل الموجات الزلزالية المنتشرة عبر الأرض. هذا هو فرع الجيوفيزياء حيث ربما يكون الذكاء الاصطناعي (AI) هو الأكثر نضجًا: فقد جعلت ملايين الأشكال الموجية من مستخلصات الطور وأجهزة كشف الزلازل القائمة على الذكاء الاصطناعي قوية جدًا. في هذه الوحدة، سنختبر القوة الحقيقية للذكاء الاصطناعي في فصل الطور واكتشاف الزلازل والإنذار المبكر؛ لكننا سنرى لماذا لا يمكن التفاوض على التحقق والمراقبة البشرية في هذا المجال من سلامة الحياة.
المفاهيم الأساسية
قاموس قصير. المرحلة هي الوصول الذي يظهر عنده نوع معين من الموجات الزلزالية (الموجة P - الموجة الأولى السريعة والضغطية؛ والموجة S - الموجة القصية الأبطأ) في التسجيل. انتقاء المرحلة هو تحديد الوقت الدقيق لوصول P وS في التسجيل؛ وهو أساس تحديد موقع الزلزال. يعني اكتشاف الزلازل فصل إشارة الزلازل عن الضوضاء والتقاطها في دفق بيانات مستمر. الحجم هو مقياس الطاقة التي يطلقها الزلزال. تحدد الآلية البؤرية الشكل الهندسي (الضربة، والانحدار، والانزلاق) للصدع الممزق.
يعتمد تحديد موقع الزلزال على تثليث المصدر من خلال الجمع بين أوقات وصول P وS في العديد من المحطات. تُترجم الأخطاء الصغيرة في أوقات الطور إلى أخطاء كبيرة في الموضع، لذا فإن دقة استخلاص الطور أمر بالغ الأهمية.
استخراج المرحلة والكشف عنها باستخدام الذكاء الاصطناعي
يكافح استخراج المرحلة التقليدية (على سبيل المثال STA/LTA - التقاط الوصول بنسبة طاقة نافذة قصيرة/طويلة) مع السجلات الصاخبة ويفتقد العديد من الزلازل الصغيرة. تقوم أدوات الفرز المعتمدة على الذكاء الاصطناعي (الشبكات العصبية العميقة، المدربة من ملايين المراحل التي تم تحديدها يدويًا) بهذه المهمة بشكل أكثر دقة وأسرع بكثير؛ على وجه الخصوص، أحدثت ثورة في التقاط الزلازل الصغيرة (الهزات الصغيرة جدًا المضمنة بالضوضاء). يمكن للذكاء الاصطناعي أيضًا مسح البيانات بشكل مستمر وإثراء كتالوج الزلازل تلقائيًا.
ومع ذلك، هناك نوعان من المخاطر. الأول هو الاكتشاف الخاطئ: قد يخطئ الذكاء الاصطناعي في أن مرور قطار أو انفجار أو نمط ضوضاء هو زلزال. والثاني هو الكشف المفقود: قد يفوتك حدث غير عادي لا يشبه مجموعة التدريب. ولذلك فإن الكتالوج الآلي يخضع لرقابة علماء الزلازل. ويتم تأكيد أحداث اتخاذ القرار بشكل خاص (التمييز الاصطناعي/الطبيعي، واحتمال حدوث تسونامي) يدويًا.
نصيحة: تحقق من أوقات P وS التي تم إرجاعها بواسطة مستخرج الذكاء الاصطناعي من خلال النظر في القيم المتبقية في حل موقع الزلزال. تشير البقايا الكبيرة في المحطة إلى أن تلك المرحلة قد تم فرزها بشكل غير صحيح؛ لا تدخل بشكل أعمى في حل الموقع.
الإنذار المبكر: علم الثواني
الإنذار المبكر بالزلزال (EEW) هو نظام يلتقط الموجة P السريعة للزلزال ويبث تحذيرًا في غضون ثوانٍ قبل أن تصل الموجة S والموجات السطحية الأكثر تدميراً ولكن الأبطأ إلى المناطق النائية. يمكن للذكاء الاصطناعي تسريع تقدير الحجم والموقع من الثواني القليلة الأولى للموجة P. ولكن الخطر هنا هو الأعلى: فالإنذار الكاذب يمكن أن يسبب الذعر والخسائر الاقتصادية، وقد يؤدي عدم التنبيه أو التأخير إلى وفاة شخص ما. ومن ثم، فإن أنظمة EEW هي أنظمة هندسية متعددة الطبقات ومدققة ومدققة بشكل مستمر من خلال طرق متعددة؛ ولا يُعهد به إلى نموذج واحد للذكاء الاصطناعي.
تحذير: تقدير الحجم من الثواني الأولى غير مؤكد بطبيعته؛ قد يبدو الزلزال الكبير في البداية صغيرًا (حجم التشبع). لا تأخذ التخمين الأول للذكاء الاصطناعي على أنه نهائي؛ وينبغي تصميم النظام لتحديث التنبؤ مع تطور الشكل الموجي، وينبغي الإبلاغ بوضوح عن عدم اليقين.
الفرق بين التقدير والتنبؤ: حد أخلاقي
هناك تمييز حاسم هنا. يمكن للذكاء الاصطناعي أن يتنبأ (يستنتج من القياس) موقع/حجم الزلزال الذي حدث. لكن ليس من الممكن علميًا التنبؤ بموعد حدوث زلزال مستقبلي (التنبؤ الحتمي بالزلزال)؛ وهذا هو الحد الذي يتفق عليه علم الزلازل. من المضلل وغير الأخلاقي الادعاء بأن "زلزالًا سيحدث في هذا التاريخ" باستخدام الذكاء الاصطناعي. ما هو مشروع هو تقييم المخاطر الاحتمالية (خطر الزلازل الإحصائي طويل المدى) - وليس التنبؤ الدقيق خلال النهار.
ثلاث حالات صغيرة
الحالة 1 - كتالوج أغنى بعشر مرات. عندما تم نشر مستخرج طور الذكاء الاصطناعي في شبكة إقليمية، زاد عدد الزلازل المكتشفة من نفس البيانات المستمرة بنحو 10 أضعاف؛ أصبحت الآلاف من الزلازل الصغيرة مرئية وأصبحت هندسة الصدع واضحة. قام علماء الزلازل بمراجعة الكتالوج باستخدام عينات عشوائية وتحليلات متبقية، لإزالة النتائج الإيجابية الخاطئة.
الحالة 2 - الخلط بين الانفجار وزلزال. قام النظام الآلي بتصنيف الانفجارات المنتظمة في أحد المناجم على أنها زلازل طفيفة. أدرك عالم الزلازل أن الأحداث تحدث دائمًا في نفس الوقت وفي نفس الموقع، وأن شكل الموجة له طابع متفجر، وقام بفرزها: يتطلب التمييز الطبيعي الاصطناعي التحكم البشري.
الحالة 3 - إدارة عدم اليقين في الإنذار المبكر. في اختبار EEW، توقع الذكاء الاصطناعي حدوث زلزال كبير M6.0 في أول 3 ثوانٍ؛ كان الحادث في الواقع M7.1. قام النظام بتحديث التوقعات مع تطور الموجة، وتم تسليم التنبيه بهامش من عدم اليقين لأن حجم التشبع كان معروفًا. الدرس المستفاد: التصميم المحدث الذي لا يلتزم بالتخمين الأول ينقذ الأرواح.
أربعة قوالب قابلة للنسخ
1) التحكم في فصل الطور:
دورك: عالم الزلازل. أريد التحكم في أوقات P/S التي يقدمها فارز الطور YZ. كيف أفسر القيم المتبقية في الحل الموضعي، فوق أي عتبة أراجع المحطة، كيف أستخرج الطور المستخرج بشكل خاطئ؟ إعطاء تدفق التحكم العملي.
2) مرشح الكشف الكاذب:
هناك شك في وجود مصادر مصطنعة (الانفجارات والضوضاء الثقافية) في كتالوج الزلازل التلقائي الخاص بي. ما هي المعايير (تكرار الموقع/الوقت، شكل الموجة، محتوى التردد) التي يجب أن أنظر إليها لتمييزها عن الزلازل الطبيعية؟ قم بإنشاء قائمة مرجعية.
3) الاتصال بعدم اليقين بشأن الحجم:
وفي سياق الإنذار المبكر، قمت بتقدير حجم الانفجار منذ الثواني الأولى. كيف يمكنني أن آخذ في الاعتبار تشبع الحجم وعدم اليقين، وكيف يمكنني تحديث التقدير مع تطور الموجة، وكيف يمكنني التعبير عن التحذير بهامش من عدم اليقين؟ قل ذلك ببساطة.
4) تذكير بحدود التنبؤ:
دورك: مستشار أخلاقيات علم الزلازل. يطلب مني أحد المديرين توقع "موعد الزلزال القادم" باستخدام الذكاء الاصطناعي. اكتب عن الأسباب التي تجعل التنبؤ الحتمي بالزلازل غير علمي، وما هي منتجات المخاطر الاحتمالية المشروعة التي يمكنني تقديمها بدلاً من ذلك، وكيف يمكنني شرح الحدود بصدق.
موجه ضعيف / موجه قوي
حث ضعيف:
توقع باستخدام الذكاء الاصطناعي متى سيحدث الزلزال القادم في هذه المنطقة.
طلب مستحيل علميا وغير أخلاقي؛ إذا أنتج الذكاء الاصطناعي يقينًا ملفقًا، فسيسبب ضررًا.
مطالبة قوية:
دورك: عالم الزلازل. السياق: شبكة إقليمية، بيانات مستمرة. المهمة:(1) كتابة خطوات إثراء الكتالوج باستخراج مرحلة الذكاء الاصطناعي؛ (2) وصف كيفية التحكم في مخاطر الاكتشاف الكاذب (الانفجار/الضوضاء) والخطأ؛ (3) أرني كيفية الإبلاغ عن النتائج بلغة الخطر المحتملة. توليد توقعات حتمية خلال النهار؛ نشير إلى أن هذا غير علمي.
إن الإطار الذي يفصل بين التخمين المشروع وغير العلمي ويتطلب التحقق يحمل المجال للمساءلة.
المهام ودور الذكاء الاصطناعي
كويست
قوة الذكاء الاصطناعي
الخطر الرئيسي
السيطرة البشرية
استخراج المرحلة
عالية جدا
وصول خاطئ
تحليل المتبقية
كشف الزلازل
عالية جدا
خطأ/ملكة جمال
تدقيق الكتالوج
تقدير الحجم
عالية
التشبع
هامش عدم اليقين
الإنذار المبكر
عالية
إنذار كاذب
نظام متعدد الطبقات
التنبؤ المستقبلي
لا شيء (غير علمي)
تضليل
رفض
الأخطاء الشائعة
- استخدام الكتالوج التلقائي دون التحقق منه. قد يتسرب الكشف الكاذب والتفجيرات.
- وضع أوقات المرحلة في مكانها دون أي سيطرة بعد الآن. خطأ بسيط في الاستخراج يؤدي إلى انقطاع الموقع.
- مع الأخذ في الاعتبار أن تقدير الحجم الأول دقيق. هناك تشبع الحجم.
- إسناد EEW إلى نموذج واحد. تتطلب سلامة الحياة التحقق متعدد الطبقات.
- إنتاج التنبؤ الزلازل الحتمية. إنه غير علمي. توجه إلى الخطر المحتمل.
باختصار
يعد علم الزلازل الخاص بالزلازل أحد مجالات الجيوفيزياء التي يكون فيها الذكاء الاصطناعي أقوى: فهو يزيد من الكتالوجات بمقدار عشرة أضعاف في استخراج المرحلة والكشف عن الزلازل الصغيرة، مما يوفر ثواني في الإنذار المبكر. لكن هذا مجال متشابك مع سلامة الحياة؛ يعد الاكتشاف الكاذب والتداخل مع الانفجارات وتشبع الحجم والإنذار الكاذب مخاطر حقيقية. الذكاء الاصطناعي يأخذ قيلولة؛ يتحكم عالم الزلازل في البقايا عن طريق التحليل والتمييز الطبيعي والاصطناعي ونظام متعدد الطبقات. والحد الثابت: التنبؤ بيوم حدوث زلزال في المستقبل هو أمر غير علمي، فما هو مشروع هو تقييم المخاطر الاحتمالية.
مهمة التطبيق
النظر في سيناريو البيانات الزلزالية المستمرة. استخرج مخرجات مستخرج الذكاء الاصطناعي من تدفق التحكم مع تحليل البقايا باستخدام قالب "التحكم في مرحلة الاستخراج". ثم قم بإنشاء قائمة مرجعية لتمييز الانفجار/الضوضاء عن الزلازل الطبيعية باستخدام قالب "مرشح الكشف الخاطئ". أخيرًا، اكتب بكلماتك الخاصة كيف يمكنك أن تضع حدودًا بصدق عندما يُطلب منك "التنبؤ بالزلزال القادم" مع شخص ما.
قائمة مرجعية
- [ ] لقد قمت بفحص أوقات مرحلة الذكاء الاصطناعي من خلال تحليل البقايا.
- [ ] قمت بمسح الكتالوج التلقائي لاكتشاف/الانفجار الخاطئ.
- [ ] لقد عبرت عن تقدير الحجم بهامش من عدم اليقين.
- [ ] لقد اعتمدت الإنذار المبكر على التحقق متعدد الطبقات، وليس على نموذج واحد.
- [ ] لقد رفضت طلب التنبؤ الحتمي بالزلزال وأحالته إلى الخطر الاحتمالي.