محققان آمریکایی یک سیستم هوش مصنوعی جدید ابداع کردند که با دقت 17 برابری نسبت به روش‌های کنونی می‌تواند وقوع زلزله را تشخیص دهد.
این سیستم جدید هوش مصنوعی موسوم به "ConvNetQuake" که شامل شبکه‌های عصبی حلقه‌ای برای ردیابی و تشخیص مکان وقوع زمین‌لرزه است، نخستین شبکه عصبی است که برای تشخیص و تعیین موقعیت زمین‌لرزه از لرزه‌نگارها بهره می‌برد.
این سیستم، در بررسی فعالیت زمین‌لرزه در ایالت اوکلاهامای آمریکا، زلزله را تا 17 برابر بیشتر از آنچه در فهرست زمین‌لرزه آژانس ایالتی "بررسی زمین‌شناسی اوکلاهاما"(Oklahoma Geological Survey) ثبت شده، تشخیص داد.
زمین‌لرزه‌ها، بیش از آنچه مردم فکر می‌کنند، متداول هستند. هر ساله کالیفرنیای جنوبی به تنهایی، تقریبا 10 هزار زمین‌لرزه را تجربه می‌کند و این زمین‌لرزه‌ها اغلب در مرکز آمریکا رخ می‌دهند که احتمالا ناشی از تزریق فاضلاب است.
با این که ممکن است درصد زیادی از این زمین‌لرزه‌ها حس نشود، تشخیص و فهمیدن آنها مهم است. ممکن است این دانش، به ما در تعیین علت زمین‌لرزه‌ها و احتمالا ابداع ابزارهایی برای پیشگیری از آنها کمک کند.
این موضوع همچنین می‌تواند به ما در فهم چگونگی پیش‌بینی زمین‌لرزه‌های آینده در همه اندازه‌ها کمک کند که در نهایت چگونگی واکنش جوامع به زمین‌لرزه‌ها را بهبود خواهد بخشید.
اکنون، یک گروه پژوهشی به سرپرستی "تیبات پرول" (Thibaut Perol)، دانشمند یادگیری عمیق، روشی برای استفاده از هوش مصنوعی برای بهبود تشخیص زمین‌لرزه یافته‌اند.
الگوریتم خاص ابداع شده توسط این گروه می‌تواند با توجه به میزان حرکت زمین یا لرزه‌نگارها، تعیین کند که فعالیت لرزه‌ای، فقط صداست یا زمین‌لرزه است.
این پژوهش در مجله "Science Advances" منتشر شده است.