Guadagni:
- Capacità di utilizzare la potenza dei selezionatori di fase e dei rilevatori di intelligenza artificiale per controllare l'output con analisi dei residui e distinzione naturale-artificiale
- Capacità di gestire la saturazione e l'incertezza delle dimensioni in fase di allerta precoce e comprendere che il sistema si basa su una verifica multilivello anziché su un singolo modello
- Capacità di comprendere la differenza tra prevedere un terremoto già avvenuto e prevedere un terremoto futuro in modo deterministico e rifiutare richieste di previsione non scientifiche.
Quando si verifica un terremoto, i dati fluiscono da migliaia di stazioni in pochi secondi e inizia il compito del geofisico: da dove provenivano queste onde, quanto erano grandi, quale faglia si è rotta? La sismologia dei terremoti è la scienza che determina la posizione, le dimensioni e il meccanismo dei terremoti registrando le onde sismiche che si propagano attraverso il terreno. Questo è il ramo della geofisica in cui l’intelligenza artificiale (AI) è forse la più matura: milioni di forme d’onda hanno reso gli estrattori di fase e i rilevatori di terremoti basati sull’intelligenza artificiale molto potenti. In questa unità esamineremo il reale potere dell’intelligenza artificiale nella separazione di fase, nel rilevamento dei terremoti e nell’allarme precoce; Ma vedremo perché la verifica e il controllo umano non sono negoziabili in questo ambito della sicurezza della vita.
Concetti di base
Dizionario breve. La fase è l'arrivo in cui un particolare tipo di onda sismica (onda P - la prima onda che arriva, veloce, di compressione; onda S - l'onda più lenta, di taglio) appare nella registrazione. Il Phase Picking segna l'ora esatta degli arrivi di P e S in una registrazione; È la base per localizzare un terremoto. Rilevare i terremoti significa separare e catturare il segnale di un terremoto dal rumore in un flusso di dati continuo. La magnitudo è la misura dell'energia rilasciata dal terremoto. Il meccanismo focale definisce la geometria (strike, dip, slip) della faglia rotta.
L’individuazione del luogo del terremoto si basa sulla triangolazione della sorgente combinando i tempi di arrivo P e S in molte stazioni. Piccoli errori nei tempi di fase si traducono in grandi errori di posizione, quindi la precisione dell'estrazione della fase è fondamentale.
Estrazione e rilevamento di fase con AI
L’estrazione di fase convenzionale (ad esempio STA/LTA – cattura dell’arrivo con rapporto energia finestra breve/lunga) ha difficoltà con registrazioni rumorose e non rileva molti piccoli terremoti. Gli smistatori basati sull'intelligenza artificiale (reti neurali profonde, addestrate da milioni di fasi etichettate manualmente) svolgono questo lavoro in modo più accurato e molto più veloce; In particolare, ha rivoluzionato la cattura dei micro-terremoti (tremori molto piccoli, incorporati nel rumore). L’intelligenza artificiale può anche scansionare continuamente i dati e arricchire automaticamente il catalogo dei terremoti.
Tuttavia, ci sono due rischi. Il primo è il falso rilevamento: l’intelligenza artificiale può confondere il passaggio di un treno, un’esplosione o uno schema di rumore per un terremoto. Il secondo è il mancato rilevamento: potrebbe perdere un evento insolito che non è simile al set di addestramento. Pertanto il catalogo automatico è soggetto al controllo sismologico; Soprattutto gli eventi decisionali (distinzione artificiale/naturale, potenziale di tsunami) vengono confermati manualmente.
Suggerimento: controllare i tempi P e S restituiti dall'estrattore AI osservando i valori residui nella soluzione di localizzazione del terremoto. Un grosso residuo in una stazione indica che quella fase è stata smistata in modo errato; Non entrare ciecamente nella soluzione della localizzazione.
Preallarme: la scienza dei secondi
L’allarme precoce terremoto (EEW) è un sistema che cattura l’onda P veloce di un terremoto e trasmette un avviso entro pochi secondi prima che l’onda S, più distruttiva ma più lenta, e le onde di superficie raggiungano aree remote. L’intelligenza artificiale può accelerare la stima delle dimensioni e della posizione fin dai primi secondi dell’onda P. Ma qui il rischio è massimo: i falsi allarmi possono causare panico e perdite economiche, il mancato/ritardato avviso può costare la vita. I sistemi MER sono quindi sistemi di ingegneria a più livelli, sottoposti a controlli incrociati e continuamente convalidati mediante molteplici metodi; Non è affidata ad un unico modello di IA.
Attenzione: la stima della magnitudo a partire dai primi secondi è intrinsecamente incerta; un grande terremoto può inizialmente apparire piccolo (saturazione della magnitudo). Non prendere la prima ipotesi dell'IA come definitiva; Il sistema dovrebbe essere progettato per aggiornare la previsione man mano che la forma d'onda evolve e l'incertezza dovrebbe essere comunicata chiaramente.
La differenza tra stima e previsione: un limite etico
C’è una distinzione fondamentale qui. L’intelligenza artificiale può prevedere (dedurre da una misurazione) la posizione/magnitudo di un terremoto che si è verificato. Ma non è scientificamente possibile prevedere quando si verificherà un futuro terremoto (previsione deterministica dei terremoti); Questo è un limite su cui la sismologia concorda. È fuorviante e immorale affermare che “in questa data si verificherà un terremoto” utilizzando l’intelligenza artificiale. Ciò che è legittimo è una valutazione probabilistica del rischio (rischio sismico statistico a lungo termine), non una previsione precisa diurna.
tre mini custodie
Caso 1 — Catalogo dieci volte più ricco. Quando un estrattore di fase AI è stato implementato in una rete regionale, il numero di terremoti rilevati dagli stessi dati continui è aumentato di circa 10 volte; Migliaia di micro-terremoti divennero visibili e la geometria della faglia divenne chiara. I sismologi hanno controllato il catalogo con campioni casuali e analisi dei residui, eliminando i falsi positivi.
Caso 2 – Confondere un’esplosione per un terremoto. Il sistema automatico catalogava le esplosioni regolari in una miniera come terremoti minori. Il sismologo si rese conto che gli eventi accadevano sempre nello stesso momento e nello stesso luogo, e che la forma d'onda aveva un carattere esplosivo, e risolse il problema: la distinzione naturale-artificiale richiedeva il controllo umano.
Caso 3 — Gestione dell’incertezza nell’allarme precoce. In un test EEW, l’IA ha previsto un grande terremoto di M6.0 nei primi 3 secondi; L'incidente era in realtà M7.1. Il sistema aggiornava le previsioni man mano che si sviluppava l'onda e l'allerta veniva emessa con un margine di incertezza perché era nota la saturazione della magnitudo. Lezione: il design aggiornato che non si vincola alla prima ipotesi salva vite umane.
Quattro modelli copiabili
1) Controllo della separazione di fase:
Il tuo ruolo: sismologo. Voglio controllare i tempi P/S forniti dal selezionatore di fasi YZ. Come interpreto i valori residui nella soluzione di posizione, sopra quale soglia rivedo la stazione, come estraggo la fase estratta erroneamente? Fornire un flusso di controllo praticabile.
2) Filtro rilevamento falsi:
Nel mio catalogo automatico dei terremoti si sospetta la presenza di fonti artificiali (esplosioni, rumore culturale). Quali criteri (luogo/tempo ripetuti, carattere della forma d'onda, contenuto di frequenza) dovrei considerare per distinguerli dai terremoti naturali? Crea una lista di controllo.
3) Comunicazione dell’incertezza dimensionale:
Nell’ambito del preallarme ho stimato la magnitudo fin dai primi secondi. Come tengo conto della saturazione e dell'incertezza della magnitudo, come aggiorno la stima man mano che l'onda si sviluppa, come esprimo l'allarme con un margine di incertezza? Dillo semplicemente.
4) Promemoria limite di previsione:
Il tuo ruolo: consulente etico sismologico. Un manager mi chiede di prevedere la "data del prossimo terremoto" con l'intelligenza artificiale. Scrivi perché la previsione deterministica dei terremoti non è scientifica, quali prodotti probabilistici legittimi di rischio posso invece offrire e come posso spiegare onestamente i limiti.
Prompt debole / Prompt forte
Suggerimento debole:
Prevedi con l'intelligenza artificiale quando si verificherà il prossimo terremoto in questa regione.
Una richiesta scientificamente impossibile e non etica; Se l’intelligenza artificiale produce una certezza inventata, causerà danni.
Suggerimento potente:
Il tuo ruolo: sismologo. Contesto: rete regionale, dati continui. Compito: (1) Scrivere i passaggi dell'arricchimento del catalogo con l'estrazione della fase AI; (2) descrivere come controllare i rischi di falso rilevamento (detonazione/rumore) e di mancato rilevamento; (3) Mostrami come riportare i risultati in un linguaggio di pericolo PROBABIALE. GENERAZIONE di previsioni deterministiche diurne; Fai notare che questo non è scientifico.
Il quadro che separa le congetture legittime da quelle non scientifiche e richiede la verifica, ritiene il settore responsabile.
Compiti e ruolo dell'IA
Ricerca
Potenza dell'intelligenza artificiale
Rischio principale
controllo umano
Fase di estrazione
molto alto
arrivo sbagliato
Analisi dei residui
rilevamento dei terremoti
molto alto
Errore/mancanza
Verifica del catalogo
Stima delle dimensioni
alto
saturazione
margine di incertezza
preavviso
alto
falso allarme
Sistema multistrato
previsione futura
Nessuno (non scientifico)
indurre in errore
rifiutare
Errori comuni
- Utilizzo del catalogo automatico senza verificarlo. Falsi rilevamenti e detonazioni potrebbero fuoriuscire.
- Posizionamento dei tempi di fase senza più alcun controllo. Un piccolo errore di estrazione interrompe la posizione.
- Considerare accurata la prima stima delle dimensioni. C'è saturazione delle dimensioni.
- Affidare il MER ad un unico modello. La sicurezza della vita richiede una verifica a più livelli.
- Produrre una previsione deterministica dei terremoti. Non è scientifico; Dirigiti verso un possibile pericolo.
In sintesi
La sismologia dei terremoti è una delle aree della geofisica in cui l’intelligenza artificiale è più forte: aumenta di dieci volte i cataloghi nell’estrazione delle fasi e nel rilevamento dei micro-terremoti, risparmiando secondi nell’allarme precoce. Ma questa è un’area intrecciata con la sicurezza della vita; Falsi rilevamenti, interferenze da esplosioni, saturazione di magnitudo e falsi allarmi sono rischi reali. L'intelligenza artificiale fa dei sonnellini; Il sismologo controlla il residuo con analisi, distinzione naturale-artificiale e sistema multistrato. E il limite immutabile: prevedere il giorno di un futuro terremoto non è scientifico; ciò che è legittimo è la valutazione probabilistica del rischio.
Compito dell'applicazione
Consideriamo uno scenario di dati sismici continui. Estrarre l'output dell'estrattore AI dal flusso di controllo con l'analisi dei residui con il modello "Controllo estrazione fase". Quindi creare una lista di controllo per distinguere l'esplosione/rumore dal terremoto naturale utilizzando il modello "Filtro di rilevamento falso". Infine, scrivi con parole tue come stabiliresti onestamente i limiti quando ti venisse chiesto di “prevedere il prossimo terremoto” con qualcuno.
lista di controllo
- [ ] Ho controllato i tempi della fase AI con l'analisi dei residui.
- [ ] Ho cancellato il catalogo automatico per falso rilevamento/esplosione.
- [ ] Ho espresso la stima dimensionale con un margine di incertezza.
- [] Ho basato il preavviso sulla convalida multilivello, non su un singolo modello.
- [ ] Ho respinto la richiesta di una previsione deterministica dei terremoti e l'ho riferita al pericolo probabilistico.