Глубокое обучение позволяет прогнозировать последствия цунами менее чем за секунду

Детальные прогнозы о том, как приближающееся цунами повлияет на северо-восточное побережье Японии, теперь можно получить за доли секунды вместо примерно получаса. Это дает драгоценное время для принятия необходимых мер. Эта потенциально спасительная технология использует возможности машинного обучения.

Иян Мулия из Лаборатории прогнозной науки RIKEN и его коллеги применили машинное обучение, чтобы сократить время расчетов до менее одной секунды. Для обучения системы использовалось более 3000 смоделированных на компьютере событий цунами. Тестирование на 480 других сценариях и трех реальных цунами показало, что модель на основе машинного обучения достигает сопоставимой точности при лишь 1% вычислительных затрат.

Скорость прогнозирования критически важна для систем раннего предупреждения. Обычное численное моделирование, требующее решения сложных нелинейных уравнений, занимает около 30 минут на стандартном компьютере. Однако цунами 2011 года обрушилось на некоторые участки побережья всего через 45 минут после землетрясения. Точные прогнозы высоты волн и зон затопления могли бы спасти многие из 18 500 погибших.

«Главное преимущество нашего метода — скорость прогнозов, что крайне важно для раннего предупреждения, — поясняет Мулия. — Обычное моделирование цунами дает прогнозы через 30 минут, что уже слишком поздно. Но наша модель может делать прогнозы за секунды».

Этот подход глубокого обучения может быть использован и для других сценариев бедствий, где время играет решающую роль. Мулия отмечает, что в настоящее время метод точен только для крупных цунами высотой более 1,5 метров, поэтому его команда работает над повышением точности для более слабых волн. Исследование опубликовано в журнале Nature Communications.