Nyereség:
- Képes a mesterséges intelligencia fázisrendezőinek és detektorainak erejének felhasználására a kimenet ellenőrzésére maradékelemzéssel és természetes-mesterséges megkülönböztetéssel
- Képes kezelni a mérettelítettséget és a bizonytalanságot a korai figyelmeztetésben, és megérteni, hogy a rendszer többrétegű ellenőrzésen alapul, nem pedig egyetlen modellen
- Képes megérteni a különbséget a már bekövetkezett földrengés előrejelzése és a jövőbeli földrengés determinisztikus előrejelzése, valamint a tudománytalan előrejelzési kérések elutasítása között.
Földrengés esetén másodpercek alatt több ezer állomásról áramlanak az adatok, és kezdődik a geofizikus feladata: honnan jöttek ezek a hullámok, mekkorák voltak, melyik hiba szakadt meg? A földrengések szeizmológiája a földrengések helyének, méretének és mechanizmusának meghatározására szolgáló tudomány a földön terjedő szeizmikus hullámok rögzítésével. Ez a geofizika azon ága, ahol a mesterséges intelligencia (AI) talán a legérettebb: milliónyi hullámforma tette nagyon erőssé a mesterséges intelligencia alapú fáziskivonatokat és földrengésérzékelőket. Ebben az egységben megvizsgáljuk a mesterséges intelligencia valódi erejét a fázisleválasztásban, a földrengés észlelésében és a korai figyelmeztetésben; De látni fogjuk, hogy az ellenőrzés és az emberi ellenőrzés miért nem alku tárgya az életbiztonság ezen a területén.
Alapfogalmak
Rövid szótár. A fázis az az érkezés, amikor egy bizonyos típusú szeizmikus hullám (P-hullám – az első érkező, gyors, kompressziós hullám; S hullám – a lassabb, nyíróhullám) megjelenik a felvételen. A fáziskiválasztás a P és S érkezések pontos időpontjának megjelölése a felvételen; Ez az alapja a földrengés helyének meghatározásának. A földrengésérzékelés azt jelenti, hogy a földrengésjeleket a zajtól elkülönítik és rögzítik egy folyamatos adatfolyamban. A magnitúdó a földrengés által felszabaduló energia mértéke. A fókuszmechanizmus határozza meg a megszakadt hiba geometriáját (ütés, dőlés, csúszás).
A földrengés helyének meghatározása a forrás háromszögelésén alapul, a P és S érkezési idők kombinálásával sok állomáson. A fázisidők kis hibái nagy pozícióhibákat eredményeznek – ezért a fáziskivonás pontossága kritikus.
Fáziskivonás és detektálás mesterséges intelligenciával
A hagyományos fáziskivonás (például STA/LTA – érkezésrögzítés rövid/hosszú ablak energiaaránnyal) küzd a zajos rekordokkal, és sok kisebb földrengést kihagy. Az AI-alapú szortírozók (mély neurális hálózatok, amelyeket több millió kézzel címkézett fázisból képeznek ki) pontosabban és sokkal gyorsabban végzik ezt a munkát; Különösen forradalmasította a mikroföldrengések (nagyon kicsi, zajba ágyazott rengések) rögzítését. A mesterséges intelligencia folyamatosan szkennelheti az adatokat, és automatikusan gazdagítja a földrengések katalógusát.
Van azonban két kockázat. Az első a hamis észlelés: az AI összetévesztheti a vonat elhaladását, robbanást vagy zajmintát egy földrengéssel. A második a kihagyott észlelés: kihagyhat egy szokatlan eseményt, amely nem hasonlít az edzéskészlethez. Ezért az automatikus katalógus szeizmológus ellenőrzés alá tartozik; Különösen a döntéshozatali események (mesterséges/természetes megkülönböztetés, szökőárpotenciál) manuálisan igazolódnak.
Tipp: Ellenőrizze a mesterséges intelligencia kivonó által visszaadott P és S időket a földrengés helymeghatározási megoldásának maradékértékei alapján. A nagy maradék egy állomáson azt jelzi, hogy az adott fázist rosszul rendezték be; Ne menjen bele vakon a helymegoldásba.
Korai figyelmeztetés: a másodpercek tudománya
A földrengés korai figyelmeztetése (EEW) egy olyan rendszer, amely rögzíti a földrengés gyors P-hullámát, és másodperceken belül figyelmeztetést sugároz, mielőtt a pusztítóbb, de lassabb S-hullám és a felszíni hullámok elérik a távoli területeket. Az AI felgyorsíthatja a méret- és helybecslést a P-hullám első néhány másodpercétől. De itt a legnagyobb a kockázat: a téves riasztás pánikot és gazdasági veszteséget okozhat, az elmulasztott/késleltetett figyelmeztetés pedig életbe kerülhet. Az EEW-rendszerek tehát többrétegű, keresztellenőrzött és többféle módszerrel folyamatosan validált mérnöki rendszerek; Nem egyetlen AI-modellre van bízva.
Vigyázat: A magnitúdó becslése az első másodpercektől eredendően bizonytalan; egy nagy földrengés kezdetben kicsinek tűnhet (nagyságú telítettség). Ne vedd az AI első tippjét véglegesnek; A rendszert úgy kell megtervezni, hogy a hullámforma alakulásával frissítse az előrejelzést, és a bizonytalanságot egyértelműen közölni kell.
A különbség a becslés és az előrejelzés között: etikai határ
Itt van egy kritikus különbségtétel. A mesterséges intelligencia meg tudja jósolni (a mérésből következtetni) a bekövetkezett földrengés helyére/erősségére. De tudományosan nem lehet megjósolni, hogy mikor fog bekövetkezni egy jövőbeli földrengés (determinisztikus földrengés-előrejelzés); Ez egy határ, amelyben a szeizmológia egyetért. Félrevezető és etikátlan azt állítani, hogy mesterséges intelligencia segítségével "földrengés fog bekövetkezni ezen a napon". Ami jogos, az a valószínűségi veszélyértékelés (hosszú távú, statisztikai földrengésveszély) – nem pedig egy pontos nappali előrejelzés.
három mini tok
1. eset – Tízszer gazdagabb katalógus. Amikor egy mesterséges intelligencia-fázis kivonót telepítettek egy regionális hálózatba, az azonos folyamatos adatok alapján észlelt földrengések száma körülbelül 10-szeresére nőtt; Mikroföldrengések ezrei váltak láthatóvá, és világossá vált a hiba geometriája. A szeizmológusok véletlenszerű minták és maradékelemzés segítségével ellenőrizték a katalógust, és tisztázták a hamis pozitívakat.
2. eset – Robbanás összetévesztése földrengéssel. Az automata rendszer kisebb földrengéseknek minősítette a bányában történt rendszeres robbanásokat. A szeizmológus rájött, hogy az események mindig ugyanabban az időben és ugyanazon a helyen történnek, és hogy a hullámforma robbanékony, és rendezte: a természetes-mesterséges megkülönböztetéshez emberi kontrollra van szükség.
3. eset – Bizonytalanságkezelés a korai figyelmeztetésben. Egy EEW tesztben az AI nagy M6.0 földrengést jósolt az első 3 másodpercben; Az incidens valójában M7.1 volt. A rendszer frissítette az előrejelzést a hullám előrehaladtával, és a riasztást bizonyos bizonytalansággal közölték, mivel ismert volt a nagyságrendű telítettség. Tanulság: a frissített dizájn, amely nem kötődik az első találgatásokhoz, életeket menthet.
Négy másolható sablon
1) Fázisszétválasztás szabályozás:
Az Ön szerepe: szeizmológus. Az YZ fázisrendező által megadott P/S időket szeretném szabályozni. Hogyan értelmezzem a maradványértékeket a pozíciómegoldásban, milyen küszöb felett nézzem át az állomást, hogyan bonthatom ki a rosszul kinyert fázist? Adjon működőképes vezérlési folyamatot.
2) Hamis észlelő szűrő:
Az automatikus földrengés katalógusomban mesterséges források gyanúja merül fel (robbanások, kulturális zaj). Milyen kritériumokat (ismétlődő hely/idő, hullámforma karakter, frekvenciatartalom) kell megvizsgálnom, hogy megkülönböztessük ezeket a természetes földrengésektől? Hozzon létre egy ellenőrző listát.
3) Méret-bizonytalansági kommunikáció:
A korai figyelmeztetés keretében az első másodpercektől becsültem meg a nagyságrendet. Hogyan tudom figyelembe venni a nagyságrendű telítettséget és a bizonytalanságot, hogyan frissíthetem a becslést a hullám kialakulásával, hogyan fejezhetem ki a figyelmeztetést bizonytalansági határral? Mondd egyszerűen.
4) Emlékeztető előrejelzési határértékre:
Feladata: szeizmológiai etikai tanácsadó. Egy menedzser arra kér, hogy jósoljam meg a "következő földrengés dátumát" az MI-vel. Írja meg, hogy a determinisztikus földrengés-előrejelzés miért nem tudományos, milyen jogos valószínűségi kockázati termékeket kínálhatok helyette, és hogyan magyarázhatom el őszintén a határokat.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
A mesterséges intelligencia segítségével jósolja meg, mikor következik be a következő földrengés ebben a régióban.
Tudományosan lehetetlen és etikátlan kérés; Ha a mesterséges intelligencia koholt bizonyosságot produkál, az kárt okoz.
Erőteljes felszólítás:
Az Ön szerepe: szeizmológus. Kontextus: regionális hálózat, folyamatos adatok. Feladat:(1) Írja le a katalógusdúsítás lépéseit mesterséges intelligencia fáziskinyeréssel! (2) írja le, hogyan lehet ellenőrizni a hamis észlelés (robbanás/zaj) és a mulasztás kockázatát; (3) Mutassa meg, hogyan jelenthet eredményeket VALÓSZÍNŰ veszélynyelven. Determinisztikus nappali előrejelzés LÉTREHOZÁSA; Mutass rá, hogy ez tudománytalan.
Az a keret, amely elválasztja a jogos találgatásokat a tudománytalan találgatásoktól, és ellenőrzést igényel, felelősségre vonja a területet.
Feladatok és AI szerepkör
Quest
AI teljesítmény
Fő kockázat
emberi kontroll
Fázisos kivonás
nagyon magas
rossz érkezés
Maradékelemzés
földrengés észlelése
nagyon magas
Hiba/kihagyás
Katalógus audit
Méretbecslés
magas
telítettség
bizonytalansági határt
korai figyelmeztetés
magas
téves riasztás
Többrétegű rendszer
jövőbeli előrejelzés
Nincs (nem tudományos)
félrevezetni
elutasítani
Gyakori hibák
- Az automatikus katalógus használata ellenőrzés nélkül. Hamis észlelés és detonációk szivároghatnak.
- A fázisidők helyzetbe állítása minden vezérlés nélkül. Kisebb kibontási hiba megszakítja a helyet.
- Az első méretbecslést pontosnak tekintve. A méret telítettsége van.
- Az EEW egyetlen modellre bízása. Az életbiztonság többrétegű ellenőrzést igényel.
- Determinisztikus földrengés-előrejelzés készítése. Tudománytalan; Irány a lehetséges veszély.
Összefoglalva
A földrengés-szeizmológia a geofizika azon területei közé tartozik, ahol a mesterséges intelligencia a legerősebb: megtízszerezi a katalógusokat a fáziskivonás és a mikroföldrengés-észlelés terén, így másodperceket takarít meg a korai figyelmeztetésben. De ez az életbiztonsággal összefonódó terület; A hamis észlelés, a robbanásos interferencia, a magnitúdó-telítettség és a téves riasztás valós kockázatot jelent. A mesterséges intelligencia szunyókál; A szeizmológus analízissel, természetes-mesterséges megkülönböztetéssel és többrétegű rendszerrel ellenőrzi a maradékot. És a megváltoztathatatlan határ: egy jövőbeli földrengés napjának előrejelzése tudománytalan – ami jogos, az a valószínűségi veszélyértékelés.
Pályázati feladat
Fontolja meg a folyamatos szeizmikus adatok forgatókönyvét. Kivonja az AI-elszívó kimenetét a vezérlőáramból a maradékelemzés segítségével a "Fázis extrakciós vezérlés" sablonnal. Ezután hozzon létre egy ellenőrzőlistát a robbanás/zaj és a természetes földrengés megkülönböztetésére a "False detection filter" sablon segítségével. Végül írd le saját szavaiddal, hogyan szabnál meg őszintén határokat, ha arra kérnének, hogy valakivel „jósolja meg a következő földrengést”.
ellenőrző lista
- [ ] Maradékanalízissel ellenőriztem az AI fázisidőket.
- [ ] Töröltem az automatikus katalógust hamis észlelés/robbanás miatt.
- [ ] A méretbecslést bizonytalansági határral fejeztem ki.
- [ ] A korai figyelmeztetést többrétegű érvényesítésre alapoztam, nem egyetlen modellre.
- [ ] Elutasítottam a determinisztikus földrengés-előrejelzés iránti kérelmet, és valószínűségi veszélyre utaltam.