კალიფორნიის წიაღში რღვევების ლაბირინთია, სადაც ქანები ერთმანეთის მიმართ ყველა მიმართულებით გადაადგილდებიან. ისინი ნელა მოძრაობენ, ფრჩხილის ზრდის ტემპით და საბოლოოდ ძლიერ ბიძგებს წარმოქმნიან, რაც ამ შტატს გარდაუვალი, დამანგრეველი მიწისძვრებით შეაზანზარებს ხოლმე. მათი თავიდან აცილება შეუძლებელია, მაგრამ მიწისძვრების პოტენციური ადგილისა და სიმძლავრის პროგნოზირება მოსახლეობას მომზადების შესაძლებლობას მისცემს.

სხვა სიტყვებით რომ ვთქვათ, მომავალი კატასტროფების შერბილების საუკეთესო გზა მიწისქვეშა რუკების შედგენა, ყველა რღვევის მდებარეობის დადგენა და მათი ქცევის მონიტორინგია.

ასეთი რუკების შესადგენად მკვლევრები მიწის ზედაპირზე აყენებენ სეისმომეტრებს – პატარა მოწყობილობებს, რომლებიც სხვადასხვა ვიბრაციას, მათ შორის მიწისძვრებს აფიქსირებს და აღრიცხავს. სეისმური ტალღები მუსიკასავითაა, ნოტებისა და რიტმის ცვლილების გამოვლენით, მეცნიერებს შეუძლიათ გაარკვიონ, რომელმა მიწისქვეშა ინსტრუმენტებმა გამოიწვიეს ეს ცვლილება, სად მდებარეობენ ისინი და როგორ მოიქცევიან რღვევის შემთხვევაში.

წარსულში ეს სამუშაო შრომატევადი, ნელი და ზოგჯერ არაზუსტი იყო. ზაქარი როსმა, კალიფორნიის ტექნოლოგიური ინსტიტუტის გეოფიზიკის ასისტენტ-პროფესორმა, ამ სფეროში მუშაობა 2010-იანი წლების დასაწყისში დაიწყო. იგი უკეთეს გზას ეძებდა. იმ პერიოდის საუკეთესო კომპიუტერული პროგრამებიც კი ვერ აფიქსირებდა ზოგიერთ მიწისძვრას.

„ჩვენ უამრავი მონაცემი გვქონდა“, – ამბობს როსი. კალიფორნიის დიდი გეოლოგიური აქტივობა და სეისმომეტრების სიმრავლე ნიშნავს, რომ მონაცემების რაოდენობა მნიშვნელოვნად აღემატება ექსპერტთა ძალებით მათი დამუშავების შესაძლებლობას. გარდა ამისა, რღვევის მცირე გადაადგილებების უმეტესობა შეუმჩნეველ მიწისძვრებს იწვევს. ეს სეისმური ტალღები იმდენად სუსტია, რომ ყველაზე გამოცდილ სეისმოლოგსაც კი შეიძლება გაუჭირდეს მათი ამოცნობა სეისმურ მონაცემებში.

2017 წელს როსმა ნახა, როგორ ამუშავებდა მანქანური სწავლის პროგრამები უზარმაზარი რაოდენობის ფოტოებს და მათში არსებულ დეტალებს ზუსტად და სწრაფად ამოიცნობდა და ახარისხებდა, რასაც ადამიანები ვერ ახერხებდნენ. როსი დაფიქრდა: რატომ არ გამოვიყენოთ მსგავსი მიდგომა სეისმოლოგიაში?

მისი პირველი სამიზნე მრავალრიცხოვანი სუსტი მიწისძვრა იყო. ისინი შეიძლება ზიანს არ იწვევს, მაგრამ ეს არ ნიშნავს, რომ სათვალავში ჩასაგდები არაა – ამ ტალღებს შეუძლია ინფორმაციის მოცემა მათ მიერ გავლილი ყველა რღვევის შესახებ, მათ შორის, უფრო სახიფათო რღვევების შესახებაც, რომელთაც კატასტროფის გამოწვევა შეუძლია.

როსმა და მისმა კოლეგებმა შეკრიბეს სამხრეთ კალიფორნიის ძველი სეისმური ტალღების მონაცემები, რის შემდეგაც მან თითოეული მიწისძვრის სეისმური ტალღის მოდელი შექმნა. ბოლოს, შეიმუშავა ალგორითმი სეისმურ მონაცემებში ამ მოდელების შესაბამისი, მოუხელთებელი მიწისძვრების მოსაძიებლად. 

ალგორითმმა სწრაფად გამოააშკარავა მანამდე ფარული, 2008-2017 წლებში მომხდარი თითქმის ორ მილიონამდე სუსტი მიწისძვრა და, შესაბამისად, გამოავლინა რღვევების მანამდე უცნობი რთული ქსელი და მათი მახასიათებლები.

ეს შედეგები, რომლებიც 2019 წელს გამოქვეყნდა, „იმდენად შთამბეჭდავი იყო, რომ ეჭვიც კი შეგეპარებოდათ მათ ნამდვილობაში“, – ამბობს როსი. „ეს მართლაც მაგარი ნაშრომია“, – ეთანხმება მარინ დენოლი, ვაშინგტონის უნივერსიტეტის გეოფიზიკოსი.

თუმცა ნაკლი მასაც ჰქონდა. ჭეშმარიტი ხელოვნური ინტელექტის ამ ერთგვარ წინამორბედ პროგრამას მიწისძვრების აღმოჩენა შეეძლო მხოლოდ იმ სეისმურ მონაცემებში, რომელთა ამოცნობაც მას ასწავლეს. ახალი სეისმური მოვლენები მისთვის შეუმჩნეველი იყო.

ამიტომ, როსმა თვითსწავლის პროგრამები გამოიყენა, რომლებსაც შეეძლო ძველ ინფორმაციაზე დაყრდნობით მომავლის პროგნოზების გაკეთება – მოცემულ შემთხვევაში, როგორი ხმები შეიძლება გამოეცა მიწისძვრების უფრო ფართო სპექტრს. ძალიან მალე ამ პროგრამებმა მიწისძვრის უამრავი უცხო ხმა აღმოაჩინეს, რაც მოგვიანებით მეცნიერებმაც დაადასტურეს.

მანქანური სწავლის ეს პროგრამები კვლავ ვითარდება და მათი შესაძლებლობა უკვე გასცდა ფარული მიწისძვრების და რღვევების დაფიქსირების უნარს. მათ კალიფორნიაში ყველგან იყენებენ. ამ პროგრამებით გამოვლინდა გახანგრძლივებული, ნელა მიგრირებადი მიწისძვრების ახალი კლასი. ჰავაიში აღმოაჩინეს პულსირებადი და მიგრირებადი მდნარი ქანების ქსელი ორი აქტიური ვულკანის ქვეშ, რომლებსაც სეისმური ანალიზის ტრადიციული მეთოდებით ვერ აფიქსირებდნენ.

„ამ პროგრამების შესაძლებლობები „სინათლის წლებით“ უსწრებს იმას, რის გაკეთებაც რამდენიმე წლის წინ შეგვეძლო“, – ამბობს როსი. „მათი შესაძლებლობები ზეადამიანურია“.

დღეს სეისმოლოგთა საზოგადოების წევრები როსის ნაშრომს ფრთხილი ოპტიმიზმით უყურებენ. „ვფიქრობ, ამან ნამდვილად შეიძლება სეისმოლოგიის სწრაფი წინსვლა განაპირობოს“, – ამბობს უენდი ბოჰონი, სეისმური საფრთხეების და მიწისძვრების სპეციალისტი. ხელოვნური ინტელექტი ამრავლებს და აჩქარებს ერთი მეცნიერის შესაძლებლობებს.

ვინაიდან მანქანური სწავლის პროგრამების სიზუსტე იზრდება, მათი ფოკუსი დედამიწის ზედაპირთან ახლოს მდებარე შრეებისკენაც შეიძლება მივმართოთ. საბოლოოდ, მათი გამოყენება შეიძლება მიწისძვრის ადრეული გაფრთხილების სისტემების სისწრაფისა და სიზუსტის გასაუმჯობესებლად – პროგრამები, რომლებიც მიწისძვრის დაწყებისთანავე წინასწარმეტყველებს მოსალოდნელ საფრთხეებს, რომლებიც ადამიანთა სიცოცხლესა და ქონებას შეიძლება დაემუქროს და ადამიანებს უგზავნის საგანგებო ტექსტურ შეტყობინებებს, სანამ სეისმური ტალღები მათთან მიაღწევს. ეს პროგრამები ხელოვნური ინტელექტის ინსტრუმენტების იმ მზარდი არსენალის ნაწილი გახდება, რომლებიც კატასტროფების შესარბილებლად გამოიყენება. მაგალითად, მიწისძვრისკენ მიდრეკილ ტოკიოში ხელოვნური ინტელექტის პროგრამა ქალაქის მაღალ წერტილებში დამონტაჟებული კამერებიდან მიღებულ გამოსახულებებს გააანალიზებს, რათა ამოიცნოს მიწისქვეშა ბიძგებით გამოწვეული ხანძარი და შენობების ჩამონგრევა და მყისიერად გააფრთხილოს ხელისუფლება. ასეთ პროგრამებს სამძებრო-სამაშველო ოპერაციებისთვის საჭირო ძვირფასი დროის დაზოგვა შეუძლია.

მაგრამ, მიუხედავად ყველა დაპირებისა, ხელოვნური ინტელექტის პროგრამები ვერ ჩაანაცვლებს მეცნიერებს. „ისინი მხოლოდ ინსტრუმენტებია“, – ამბობს როსი, რომლებიც, მისი აზრით, საბოლოოდ ისეთივე ჩვეულებრივი გახდება, როგორც თავად სეისმომეტრები.