الگوریتم هوش مصنوعی برای تشخیص ناهنجاری‌های آماری در داده‌های لرزه‌ای سریع، با اطلاعات زلزله‌های تاریخی توسط محققان این حوزه آموزش داده شد. با تجزیه و تحلیل این داده‌ها، یک پیش‌بینی هفتگی ارائه کرد که به طور دقیق 14 زمین لرزه را در فاصله تقریباً 200 مایلی از مکان‌های تخمینی آن‌ها پیش‌بینی کرد، که با بزرگی‌های مورد انتظار آنها مطابقت داشت. اگرچه هوش مصنوعی در این تحقیق یک زمین‌لرزه را از دست داد (و نتوانست جزئیات آن را پیش‌بینی کند) و هشت اخطار نادرست صادر کرد، اما این دستاورد نشان می‌دهد که پیش‌بینی زلزله در واقع یک مشکل قابل حل در آینده نزدیک است.

پروفسور سرگئی فومل، محقق اصلی این پژوهش، نسبت به ظرفیت هوش مصنوعی برای افزایش آمادگی در برابر زلزله و کاهش خسارات انسانی و اقتصادی ابراز خوش‌بینی کرده، اما با این حال، باید توجه داشت که اگرچه سیستم هوش مصنوعی امیدوارکننده است، هنوز قادر به پیش‌بینی در سطح جهانی نیست.

 

در حالی که اثربخشی این سیستم هوش مصنوعی در مناطق دیگر دنیا نامشخص است، تیم تحقیقاتی معتقد است که می‌تواند در مناطقی با شبکه‌های مانیتورینگ لرزه‌ای قوی‌تر حتی بهتر عمل کند. آنها هدف خود را ترکیب مدل‌های مبتنی بر فیزیک با روش‌های داده‌محور برای ایجاد یک سیستم پیش‌بینی همه کاره که می‌تواند در سراسر جهان اعمال شود، تعیین کرده‌اند. این می‌تواند تأثیر قابل توجهی بر آمادگی کشورها نسبت به زلزله داشته باشد.

 

این تحقیق پیشگامانه نشان‌دهنده نقطه عطف مهمی در پیش‌بینی زلزله مبتنی بر هوش مصنوعی است. اگرچه پیش‌بینی کامل زمین‌لرزه جهانی هنوز مبهم است، اما دقت 70 درصدی هوش مصنوعی در آزمایش نشان‌دهنده جهش قابل توجهی در بهبود آمادگی در برابر زلزله و کاهش خسارات احتمالی است. این ما را به دنیای انعطاف‌پذیرتر در برابر این بلایای طبیعی نزدیک‌تر می‌کند.

 

برای مثال، اخیرا زمین لرزه‌ای به بزرگی 6.3 ریشتر شامگاه شنبه در 40 کیلومتری غرب شهر هرات افغانستان به وقوع پیوست. در ولایات همجوار بادغیس و فراه نیز این زمین‌لرزه احساس شد. این مرگبارترین زمین لرزه‌ای است که از سال 1998 در افغانستان رخ داده است، زمانی که اخرین زمین لرزه دست کم 4500 کشته بر جای گذاشت. در ژوئن 2022 زمین لرزه 6.1 ریشتری در افغانستان حدود 1000 کشته و 1500 زخمی برجای گذاشت.

 

فناوری و مخصوصاً هوش مصنوعی، در آینده‌ای نزدیک به کشورها و مردم دنیا می‌تواند در کاهش خسارت‌هایی این‌چنینی کمک زیادی کند و علاوه بر پیش‌بینی دقیق زمان زمین‌لرزه‌ها، راه حل‌های موثری در جهت استحکام‌سازی ساختمان‌ها، آموزش افراد و حتی شاید جلوگیری از رخ دادن آن به ما ارائه کند.