الجيولوجيون يستخدمون الذكاء الاصطناعي لتعزيز التنبؤ بالانهيارات الأرضية

طور جيولوجيون في جامعة كاليفورنيا بلوس أنجلوس (UCLA) تقنية مبتكرة تستخدم الذكاء الاصطناعي (AI) لتحسين التنبؤ بالانهيارات الأرضية. تقدم هذه الطريقة المبتكرة، الموصوفة في ورقة بحثية منشورة في مجلة Communications Earth & Environment، دقة وقابلية تفسير أفضل مقارنة بالنماذج التنبؤية التقليدية. من خلال الاستفادة من قوة الذكاء الاصطناعي، يهدف الجيولوجيون إلى حماية الأرواح والممتلكات في المناطق المعرضة للكوارث الطبيعية، مثل كاليفورنيا، حيث يزيد تقارب الجفاف وحرائق الغابات والزلازل من خطر الانهيارات الأرضية المدمرة.

يعد التنبؤ بحدوث الانهيارات الأرضية مهمة معقدة تتأثر بعوامل متعددة، بما في ذلك شكل التضاريس، والمنحدرات، ومناطق التصريف، وخصائص التربة والصخور الأساسية، بالإضافة إلى الظروف البيئية مثل المناخ، وهطول الأمطار، والهيدرولوجيا، وحركة الأرض الناتجة عن الزلازل. يقوم الجيولوجيون تقليدياً بدمج هذه العوامل في نماذج فيزيائية وإحصائية لتقدير مخاطر الانهيارات الأرضية. بينما يمكن لهذه النماذج تقديم تنبؤات دقيقة إلى حد ما، تتطلب النماذج الفيزيائية وقتاً وموارد كبيرة ولا تناسب التطبيق على نطاق واسع. من ناحية أخرى، تفتقر النماذج الإحصائية إلى الشفافية فيما يتعلق بتقييم عوامل الخطر.

استخدام الذكاء الاصطناعي للتنبؤ بالانهيارات الأرضية

لسنوات، كان الباحثون يدربون نماذج تعلم الآلة بالذكاء الاصطناعي، وتحديداً الشبكات العصبية العميقة (DNNs)، للتنبؤ بالانهيارات الأرضية. تتفوق هذه الشبكات المترابطة من الخوارزميات في معالجة كميات هائلة من البيانات والتعلم منها بسرعة، مما يؤدي إلى تنبؤات عالية الدقة. ومع ذلك، فإن الشبكات العصبية العميقة لديها قيود فيما يتعلق بتفسير تنبؤاتها وتحديد المتغيرات المحددة التي تساهم في حدوث الانهيارات الأرضية.

لمعالجة قيود الشبكات العصبية العميقة، طور باحثو جامعة UCLA طريقة تستخدم نوعاً من الذكاء الاصطناعي يُعرف بالشبكة العصبية القابلة للتراكب (SNN). على عكس الشبكات العصبية العميقة، تفصل الشبكات العصبية القابلة للتراكب النتائج المستمدة من مدخلات البيانات المختلفة، مما يتيح تحليلاً أكثر فائدة لأهم العوامل المساهمة في الكوارث الطبيعية. قام فريق البحث بإدخال بيانات الشبكة العصبية القابلة للتراكب حول متغيرات جغرافية ومناخية مختلفة ذات صلة بجبال الهيمالايا الشرقية، وهي منطقة معروفة بتكرار الانهيارات الأرضية فيها. أظهرت نموذج الشبكة العصبية القابلة للتراكب دقة قابلة للمقارنة مع الشبكات العصبية العميقة في التنبؤ بفرص حدوث الانهيارات الأرضية، مع توفير رؤى حول المتغيرات التي تلعب أدواراً كبيرة في النتائج.

فك تشابك المتغيرات وتقليل موارد الحوسبة

تمكّن قدرة نموذج الشبكة العصبية القابلة للتراكب من تحديد المتغيرات الرئيسية وقياس مساهماتها في احتمالية حدوث الانهيارات الأرضية، مما يوفر رؤى قيمة للجيولوجيين. بالإضافة إلى ذلك، يتطلب هذا النهج موارد حاسوبية أقل مقارنة بالشبكات العصبية العميقة، مما يجعله فعالاً وقابلاً للتكيف حتى مع محدودية قوة الحوسبة. شدد الباحثون على أن نموذج الشبكة العصبية القابلة للتراكب يمكن أن يعمل على أجهزة صغيرة مثل ساعة أبل (Apple Watch)، مما يلغي الحاجة إلى خوادم حاسوبية قوية.

التطبيقات المستقبلية وأنظمة الإنذار المبكر

يخطط فريق بحث جامعة UCLA لتوسيع عملهم ليشمل مناطق أخرى معرضة للانهيارات الأرضية حول العالم. لا سيما في مناطق مثل كاليفورنيا، حيث يؤدي الجمع بين حرائق الغابات المتكررة والزلازل إلى تفاقم مخاطر الانهيارات الأرضية، يمكن للنموذج التنبؤي الجديد القائم على الذكاء الاصطناعي المساعدة في تطوير أنظمة الإنذار المبكر. ستدمج هذه الأنظمة إشارات متعددة وتتنبأ بمجموعة من المخاطر السطحية، بما في ذلك الفيضانات، لتعزيز جهود الاستعداد والاستجابة.

نجح الجيولوجيون في جامعة UCLA في استخدام تقنية الذكاء الاصطناعي لإحداث ثورة في التنبؤ بالانهيارات الأرضية. تقدم طريقتهم، التي تستخدم الشبكات العصبية القابلة للتراكب، دقة وقابلية تفسير أفضل مقارنة بالنماذج التقليدية. من خلال تحديد المتغيرات الرئيسية وقياس مساهماتها، يتيح هذا النهج القائم على الذكاء الاصطناعي للجيولوجيين فهم العوامل المؤثرة في الانهيارات الأرضية بشكل أفضل. مع القدرة على العمل على أجهزة ذات قوة حوسبة محدودة، تتمتع هذه النموذج بإمكانية تعزيز أنظمة الإنذار المبكر وحماية الأرواح والممتلكات في المناطق المعرضة للانهيارات الأرضية عالمياً.