Исследователи из RIKEN разработали искусственную нейронную сеть, которая может помочь предсказать время и размеры будущих разрушительных землетрясений. Команда использовала нейронную сеть с физической информацией (PINN), которая изучает физические законы вместо данных, что делает ее идеальной для ситуаций, когда сбор данных затруднен. В то время, как традиционные нейронные сети изучают функциональные связи между входами и выходами, PINN учатся удовлетворять физической модели, описываемой частичными дифференциальными уравнениями.
Чтобы решить проблему моделирования деформации земной коры с разрывами по линии разлома, исследователи создали специально разработанную систему координат. PINN смогла точно смоделировать деформацию земной коры, даже в регионах вблизи разломов.
Исследователи обучали свои нейронные сети, используя физические законы вместо данных, что делает их идеальными для приложений, где сбор данных может быть затруднен. Команда применила свои нейронные сети, основанные на физических законах, для моделирования разломов ударного скольжения, когда два блока земной коры движутся горизонтально относительно вертикального разлома. Сеть смогла точно предсказать величину смещения земной коры в конкретной точке земной коры.
По словам Наонори Уэда из Центра передовых интеллектуальных проектов (AIP) RIKEN, «предложенное моделирование имеет потенциал для реализации высокоточного прогноза». Исследователи надеются, что их подход может быть применен ко многим другим проблемам, связанным с деформацией земной коры.
PINN представляют собой относительно новую форму машинного обучения, и исследователи считают, что их подход способен произвести революцию в прогнозировании землетрясений, предоставляя людям достаточно времени для эвакуации из угрожаемых районов и потенциально спасая тысячи жизней.