นักวิจัยจาก Harvard และ Google ได้คิดค้นวิธีคาดการณ์ว่าจะเกิดอาฟเตอร์ช็อกหลังเหตุแผ่นดินไหวขึ้นที่ใดบ้าง โดยใช้โครงข่ายประสาทเทียม (neural network)
หลังจากเกิดเหตุแผ่นดินไหวขึ้น แน่นอนว่าภัยยังไม่สิ้นสุดอยู่เพียงแค่นั้น เพราะจะมีเหตุอาฟเตอร์ช็อกตามมาเป็นระลอกๆ ซึ่งอาจเกิดขึ้นเป็นเวลาหลายเดือน นักวิทยาศาสตร์ได้คาดการณ์ถึงขนาดและช่วงเวลาของอาฟเตอร์ช็อกนี้ได้ในระดับหนึ่ง แต่การระบุตำแหน่งที่แน่ชัดนั้นย่อมเป็นเรื่องที่ท้าย ทั้งนี้ งานวิจัยชิ้นใหม่จาก Harvard และ Google ชี้ให้เห็นว่า AI อาจเข้ามาช่วยได้
ทีมวิจัยป้อนข้อมูลเกี่ยวกับแผ่นดินไหวย้อนหลัง ที่มีทั้งเหตุแผ่นดินไหวและอาฟเตอร์ช็อกคู่กัน 131,000 ครั้ง และระบบสามารถจับคู่จากชุดข้อมูลเดี่ยวได้มากกว่า 30,000 เหตุการณ์ ซึ่งแม่นยำกว่าวิธีที่เคยใช้มาก่อนอย่าง the Coulomb forecast นั่นเป็นเพราะวิธีการของ AI นั้นใช้การดูข้อมูลซ้ำหลายๆ ครั้งจากการเคลื่อนตัวของรอยเลื่อน ต่างจากวิธีการ Coulomb ที่ใช้การศึกษาเพียงครั้งเดียว
/cdn.vox-cdn.com/uploads/chorus_asset/file/12755551/595926386.jpg.jpg)
Brendan Meade ศาสตราจารย์จาก Earth and planetary sciences ของ Harvard ผู้ร่วมวิจัยกล่าวว่า ผลลัพธ์ที่ได้นี้เป็นที่น่าพอใจ ในส่วนของแผ่นดินไหวนั้นมีสิ่งที่ต้องรู้สามสิ่ง นั่นคือ เวลา ขนาดความรุนแรง และตำแหน่งที่แผ่นดินไหวจะเกิด ซึ่งในขณะนี้ทางทีมวิจัยกำลังพัฒนาเทคโนโลยีเพื่อช่วยหาคำตอบให้กับส่วนที่สาม นั่นคือ ตำแหน่งที่แผ่นดินไหวคาดว่าจะเกิด
ความสำเร็จของ AI ในด้านนี้ต้องยกให้เรื่องความสามารถในการศึกษาข้อมูลที่ถูกมองข้ามมาก่อนหน้านี้ในชุดข้อมลที่ซับซ้อน ซึ่งเกี่ยวข้องโดยตรงกับเรื่องแผ่นดินไหวที่ยากจะหาความเชื่อมโยงในข้อมูลได้ เพราะเหตุการณ์แผ่นดินไหวเกิดขึ้นจากหลายปัจจัย ตั้งแต่การก่อตัวของผืนดินในหลายพื้นที่ ไปจนถึงรูปแบบการมีปฏิกิริยาที่ต่างกันระหว่างการเคลื่อนตัวของแผ่นเปลือกโลก
ทั้งนี้ โมเดลนี้ยังไม่พร้อมใช้งานอย่างเป็นทางการ นักวิจัยเผยว่า การศึกษาครั้งนี้ยังเจาะลึกเฉพาะอาฟเตอร์ช็อกประเภทเดียวที่เป็นแบบ static stress (การเปลี่ยนแปลงแบบถาวรใต้พิภพ) แต่การไหวที่ตามมานั้นก็อาจเกิดจากการสั่นสะเทือนใต้พื้นโลกในภายหลังก็ได้ (dynamic stress) โมเดลที่มีอยู่นี้ยังทำงานได้ช้าเกินไปสำหรับการทำงานแบบเรียลไทม์ ซึ่งเป็นเรื่องสำคัญมากเพราะว่าอาฟเตอร์ช็อกส่วนใหญ่มักจะเกิดในวันแรกที่เกิดเหตุแผ่นดินไหว ก่อนที่จะมีระลอกตามมาในวันถัดๆ มา
Phobe Devries หนึ่งในผู้นำการวิจัยนี้กล่าวว่า “หนทางยังอีกยาวไกลสำหรับการคาดการณ์เหตุอาฟเตอร์ช็อคที่สามารถนำไปใช้จริงได้ แต่ผมคิดว่าระบบเรียนรู้นั้นนับว่ามีศักยภาพในด้านนี้เป็นอย่างมาก”
