Naukowcy z Uniwersytetu Kalifornijskiego w Santa Cruz oraz Politechniki w Monachium przekroczyli granice tradycyjnych metod przewidywania sejsmicznych zjawisk poprzez opracowanie nowoczesnego modelu głębokiego uczenia się o nazwie RECAST (Recurrent Earthquake foreCAST). Nowy model został stworzony z myślą o radzeniu sobie z rosnącymi zbiorami danych sejsmologicznych, które były wyzwaniem dla dotychczasowych metod.

Tradycyjnie wykorzystywane modele do przewidywania wstrząsów wtórnych, stosowane przez prawie cztery dekady, bazowały na ograniczonej ilości danych. Chociaż były one skuteczne w swoim czasie, zmagają się z przetwarzaniem obecnych, znacznie bardziej złożonych i obszernych zbiorów danych sejsmologicznych.

W odpowiedzi na te wyzwania, zespół badawczy pod kierownictwem Emily Brodsky oraz Kelian Dasher-Cousineau opracował RECAST. Model ten, w oparciu o głębokie uczenie się, okazał się być bardziej elastyczny oraz skalowalny w porównaniu z tradycyjnymi technikami. Wykorzystując nowatorskie podejście, model RECAST jest w stanie przetwarzać katalogi trzęsień ziemi zawierające ponad 10 000 zdarzeń.

Istniejący dotychczas model o nazwie ETAS (model sekwencji wstrząsów wtórnych epidemii) był skuteczny, ale jego skuteczność maleje przy dużych zbiorach danych. Model ten został stworzony w latach 80-90 XX wieku, kiedy dostęp do danych był znacznie bardziej ograniczony. Dzisiejsza technologia pozwala nam na gromadzenie znacznie bardziej szczegółowych informacji, które są kluczowe dla dokładnego prognozowania trzęsień ziemi.

Przy użyciu RECAST, zespół naukowców przeprowadził serię testów zarówno na danych syntetycznych, jak i rzeczywistych, bazując na katalogu trzęsień ziemi w Południowej Kalifornii. Wyniki te pokazały, że nowy model jest nie tylko bardziej precyzyjny, ale również znacznie bardziej wydajny pod względem obliczeniowym.

Rozwój modelu RECAST otwiera nowe możliwości w dziedzinie sejsmologii. Możliwość przewidywania wstrząsów wtórnych z większą precyzją i w krótszym czasie może pomóc naukowcom i inżynierom w lepszym przygotowywaniu się na klęski żywiołowe, co z kolei może przyczynić się do ochrony życia ludzkiego i mienia.

Podejście to stanowi ważny krok naprzód w dziedzinie prognozowania trzęsień ziemi. W miarę jak technologia będzie się rozwijać, możemy spodziewać się dalszych udoskonalenia w zakresie modelowania i prognozowania sejsmicznych zjawisk, przynosząc ogromne korzyści dla ludzkości.