Машинное обучение помогает прогнозировать сейсмический риск

Исследователи из Техасского университета в Остине разработали модель машинного обучения для прогнозирования бокового смещения грунта (растекания) — опасного явления разжижения грунта во время землетрясений. Модель была обучена на уникально подробных данных о последствиях разрушительного землетрясения 2011 года в Крайстчерче, Новой Зеландии (магнитудой 6.3).

Это исследование — один из первых примеров успешного применения методов искусственного интеллекта в геотехнической инженерии. Модель, обученная на более чем 7000 точек данных, с точностью 80% предсказывает, произойдет ли разжижение в конкретном месте, и с точностью 70% определяет величину смещения (от 0 до более 1 метра). В перспективе такие инструменты смогут оперативно направлять спасательные службы в наиболее пострадавшие районы после подземных толчков.

«Мы не используем модель как "черный ящик" — мы пытаемся интегрировать в нее наши научные знания», — пояснила постдок Мария Джованна Дуранте. Для обучения модели использовались данные о пиковой интенсивности сотрясений, глубине залегания грунтовых вод, топографическом уклоне и других факторах. Масштабные вычисления были выполнены на суперкомпьютере Frontera в Техасском центре передовых вычислений (TACC). Все данные, код и методы исследования опубликованы в открытом доступе на портале DesignSafe, что способствует воспроизводимости и ускоренному прогрессу в области изучения природных опасностей.