بقلم : د. جاسم حاجي
المدن أماكن صاخبة. تولد حركة المرور والقطارات والآلات الكثير من الضوضاء. على الرغم من أنه مجرد إزعاج معظم الوقت، إلا أنه يمكن أن يصبح مشكلة مميتة عندما يتعلق الأمر بالكشف عن الزلازل. ذلك لأنه من الصعب تمييز زلزال يقترب وسط كل الاهتزازات المعتادة في المدن الصاخبة.
وجد باحثون من ستانفورد طريقة للحصول على إشارة أوضح. لقد أنشأوا خوارزمية، وصفوها بأنها تحسن قدرة الكشف عن شبكات مراقبة الزلازل في المدن والمناطق المبنية الأخرى. من خلال تصفية الضوضاء الزلزالية في الخلفية، يمكن أن تعزز جودة الإشارة بشكل عام وتستعيد الإشارات التي ربما كانت ضعيفة جدا للتسجيل في السابق.
يمكن أن تكون الخوارزميات المدربة على غربلة هذه الضوضاء الخلفية ذات فائدة خاصة لمراقبة المحطات في المدن الصاخبة المعرضة للزلازل منها في أمريكا الجنوبية والمكسيك والبحر الأبيض المتوسط وإندونيسيا واليابان.
تتم مراقبة الزلازل بواسطة أجهزة استشعار زلزالية، تعرف أيضا باسم مقاييس الزلازل، والتي تقيس باستمرار الموجات الزلزالية من الاهتزازات في الأرض. تم تدريب خوارزمية التعلم العميق لفريق ستانفورد، المسماة UrbanDenoiser، على مجموعات بيانات تضم 80،000 عينة من الضوضاء الزلزالية الحضرية و33751 عينة تشير إلى نشاط الزلزال. تم جمعها في كاليفورنيا من لونغ بيتش المزدحمة وريف سان جاسينتو، على التوالي.
عند تطبيقها على مجموعات البيانات المأخوذة من منطقة لونغ بيتش، اكتشفت الخوارزميات المزيد من الزلازل بشكل كبير وسهلت معرفة كيف وأين بدأت. وعندما تم تطبيقه على بيانات زلزال عام 2014 في لا هابرا، أيضا في كاليفورنيا، لاحظ الفريق أربعة أضعاف الاكتشافات الزلزالية في البيانات "غير المحددة" مقارنة بالعدد المسجل رسميا.
إنه ليس العمل الوحيد الذي يطبق الذكاء الاصطناعي على البحث عن الزلازل. يقوم باحثون من ولاية بنسلفانيا بتدريب خوارزميات التعلم العميق للتنبؤ بدقة كيف يمكن للتغيرات في القياسات أن تشير إلى الزلازل القادمة - وهي مهمة أربكت الخبراء لعدة قرون. وقام أعضاء فريق ستانفورد بتدريب النماذج سابقا لاختيار الطور، أو قياس أوقات وصول الموجات الزلزالية داخل إشارة الزلزال، والتي يمكن استخدامها لتقدير موقع الزلزال.
التعلم العميق مفيدة بشكل خاص لرصد الزلازل لأنها يمكن أن تخفف العبء على علماء الزلازل البشريين.
في الماضي، كان علماء الزلازل ينظرون إلى الرسوم البيانية التي تنتجها أجهزة الاستشعار التي تسجل حركة الأرض أثناء الزلزال، وكانوا يحددون الأنماط عن طريق البصر. يمكن للتعلم العميق أن يجعل هذه العملية أسرع وأكثر دقة، من خلال المساعدة في اختراق كميات كبيرة من البيانات.
إن إظهار أن الخوارزمية تعمل في بيئة حضرية صاخبة مفيد جدا، لأن الضوضاء في البيئات الحضرية يمكن أن تكون كابوسا للتعامل معها، وصعبة للغاية.
