Rumah > Peranti teknologi > AI > teks badan

Ujian ramalan gempa bumi menunjukkan potensi kecerdasan buatan

PHPz
Lepaskan: 2023-10-09 19:09:03
ke hadapan
587 orang telah melayarinya

Percubaan baharu untuk meramalkan gempa bumi dengan bantuan kecerdasan buatan telah menimbulkan harapan bahawa teknologi itu suatu hari nanti boleh digunakan untuk mengehadkan kesan gempa bumi yang dahsyat terhadap kehidupan dan ekonomi. Algoritma kecerdasan buatan, yang dibangunkan oleh penyelidik di Universiti Texas di Austin (UT), dengan betul meramalkan 70% gempa bumi dalam seminggu sebelum ia berlaku semasa percubaan selama tujuh bulan di China.

Ujian ramalan gempa bumi menunjukkan potensi kecerdasan buatan

Penyelidik sedang berusaha menggunakan kecerdasan buatan untuk meramal gempa bumi. Dengan melatih kecerdasan buatan, adalah mungkin untuk mengesan statistik turun naik dengan cepat dalam data seismik masa nyata yang sepadan dengan sejarah gempa bumi. Keputusan menunjukkan bahawa kecerdasan buatan berjaya meramalkan 14 gempa bumi, kira-kira 320 kilometer dari tapak gempa, dan keamatannya hampir sepenuhnya konsisten dengan keamatan yang dikira. Walau bagaimanapun, ia juga terlepas satu gempa bumi dan menghantar lapan penggera palsu

Masih belum diketahui sama ada pendekatan yang sama akan berfungsi di tempat lain, tetapi kerja itu boleh dianggap sebagai peristiwa penting dalam penyelidikan ramalan gempa bumi yang dipacu kecerdasan buatan.

"Ramalan gempa bumi dianggap sebagai Holy Grail," kata ahli pasukan penyelidik Sergey Fomel, seorang profesor di Biro Geologi Ekonomi Utah, unit penyelidikan Sekolah Geosains Jackson "Walaupun kami tidak mempunyai ramalan untuk selebihnya dunia, Pencapaian kami menunjukkan bahawa masalah yang dianggap tidak dapat diselesaikan pada masa lalu pada dasarnya boleh diselesaikan."

Percubaan itu adalah sebahagian daripada pertandingan antarabangsa yang diadakan di China, dan AI ​​yang dibangunkan oleh UT didahulukan daripada 600 reka bentuk lain. . Keputusan ujian telah diterbitkan dalam Buletin Persatuan Seismologi Amerika

"Anda tidak dapat melihat gempa bumi akan datang," kata Alexandros Savvaidis, saintis penyelidikan kanan yang mengetuai Projek Rangkaian Gempa Texas (TexNet) perkhidmatan tersebut. "Ia hanya beberapa milisaat dan satu-satunya perkara yang anda boleh kawal ialah tahap kesediaan anda. Walaupun ia boleh mencapai 70%, ini adalah hasil yang besar yang boleh membantu meminimumkan kerugian ekonomi dan manusia serta berpotensi untuk meningkatkan dengan ketara global Tahap Kesediaan Gempa Bumi ”

Para penyelidik mengatakan pendekatan mereka berjaya dengan mengikuti pendekatan pembelajaran mesin yang agak mudah. AI telah diberikan satu set ciri statistik berdasarkan pengetahuan pasukan tentang fizik gempa bumi dan kemudian diberitahu untuk melatih pangkalan data lima tahun rekod gempa bumi. Selepas latihan, AI meramalkan dengan mendengar tanda-tanda gempa bumi yang akan datang dalam "gemuruh latar belakang" Bumi.

"Kami berbangga dengan pasukan ini dan kedudukan pertama mereka dalam pertandingan berprestij ini," kata Scott Tinker, pengarah Biro Geologi Ekonomi Utah "Sudah tentu, bukan hanya lokasi dan magnitud (gempa bumi) yang penting. . , masih ada masa untuk ramalan gempa bumi adalah masalah yang sukar. . Langkah seterusnya ialah menguji AI di Texas, negeri yang sering mengalami gempa bumi ringan dan sederhana. TexNet di Texas mempunyai 300 stesen seismik dan lebih daripada enam tahun rakaman berterusan, menjadikannya lokasi yang ideal untuk mengesahkan kaedah

Akhirnya, penyelidik berharap untuk menggabungkan sistem dengan model berasaskan fizik, yang boleh digunakan apabila membandingkan data perkara buruk mungkin lebih penting. Penyelidikan ini disokong oleh TexNet, Konsortium Seismologi Pengiraan Texas dan Universiti Zhejiang

Atas ialah kandungan terperinci Ujian ramalan gempa bumi menunjukkan potensi kecerdasan buatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!