Maskinlärande algoritm förutsäger laboratoriejordbävningar

Jordbävningar tar en fruktansvärd mänsklig vägtull. Cirka 10 000 människor dör varje år i jordbävningar och deras efterdyningar, men tullen kan vara mycket högre. Över 230 000 människor dog i tsunamin som följde efter skalvet med magnituden 9 utanför Sumatras kust 2004; mer än 200 000 dog i Haiti 2010 efter att landet drabbats av ett skalv med magnituden 7; och mer än 800 000 tros ha dött i ett skalv i Kina 1556.

Så ett bättre sätt – vilket som helst sätt – att förutse skalv skulle vara enormt värdefullt.

Gå in i Bertrand Rouet-Leduc vid Los Alamos National Laboratory i New Mexico och några kompisar som har gjort en anmärkningsvärd upptäckt. De har tränat en maskininlärningsalgoritm för att upptäcka de kontrollanta tecknen på att en laboratoriejordbävning är på väg att ge vika med bara de ljud som den avger under påfrestning. Teamet är försiktigt med den nya teknikens användbarhet för riktiga jordbävningar, men arbetet öppnar nya vägar för forskning inom detta område.

Först lite bakgrund. Geologer har länge kunnat räkna ut den ungefärliga risken för en jordbävning. Deras tillvägagångssätt är att räkna ut när felet rörde sig i det förflutna och använda valfri periodicitet för att förutsäga framtiden.

Det mest kända exemplet involverar Parkfield-segmentet av San Andreas-förkastningen i Kalifornien, ett av de mest noggrant studerade felen på planeten. Jordbävningar inträffade här 1857, 1881, 1901, 1922, 1934 och 1966, vilket tyder på ett mönster där skalv inträffar vart 22:e år ger eller tar några år. Geologer förutspådde därför att ett skalv skulle inträffa mellan 1988 och 1993, men de var tvungna att vänta till 2004 på deras svallvågor.

Och det är ungefär lika bra som jordbävningsprognoserna har - på de flesta andra ställen är felstaplarna storleksordningar större.

Sådana förutsägelser är användbara för att upprätthålla saker som byggstandarder i regioner som är kända för att vara jordbävningsbenägna. Men de är till liten nytta för att förhindra dödsfall när skalven inträffar. För det behövs prognoser över tidsspann mätt i dagar. Det har funnits få bevis för att den här typen av förutsägelser någonsin kommer att vara möjliga, även om det finns mycket anekdotiska bevis som tyder på att djur på något sätt kan känna av att ett jordbävning snart börjar.

Rouet-Leduc och cos arbete kan förändra det. De skapade konstgjorda jordbävningar i sitt labb genom att dra på ett block inklämt mellan två andra. I gränssnittet mellan blocken packade de en blandning av stenigt material, kallat urgröpningsmaterial, för att simulera egenskaperna hos verkliga förkastningar.

Denna typ av konstgjorda skalvsystem har studerats väl. Geologer vet att när en jordbävning närmar sig börjar urholkningsmaterialet att misslyckas och avger stön och sprickor när det skär sig - ett slags seismiskt prat. Blocket glider då kvasi-periodiskt.

Detta system har vissa likheter med riktiga jordbävningar. Till exempel är storleksfördelningen på gliden densamma som storleksfördelningen för riktiga jordbävningar. Det genererar massor av små snedsteg och bara några stora – en fördelning som följer den välkända Gutenberg-Richter-relationen, precis som en riktig jordbävning gör. Så geologer är övertygade om att detta system efterliknar åtminstone några av de beteenden som ses i den verkliga världen.

Frågan dessa killar ställer är om ljudet som avges av felet kan användas för att förutsäga tidpunkten för nästa halka. Hittills har ingen sett mönster i dessa ljud som kan användas för att göra en sådan förutsägelse. Men Rouet-Leduc och co har tagit ett nytt grepp.

De har registrerat de akustiska emissionerna från experimentet och matat in dem i en maskininlärningsalgoritm. Tanken var att se om maskinen kunde tyda något mönster som geologerna hittills hade missat. Och det gjorde det verkligen.

Resultaten är något av en överraskning. Forskarna matade algoritmen med ett glidande fönster av akustiska utsläpp och bad den att göra en förutsägelse vid varje ögonblick av sannolikheten för en jordbävning. Till deras förvåning gav maskinen exakta förutsägelser även när en jordbävning inte var nära förestående. Vi visar att genom att lyssna på den akustiska signalen som sänds ut av ett laboratoriefel kan maskininlärning förutsäga den tid som återstår innan den misslyckas med stor noggrannhet, säger de.

Pusslet är hur maskinen kan göra detta. Rouet-Leduc och co antar att seismiska prekursorer kan vara mycket mindre än man tidigare trott och därför vanligtvis inte registreras i den verkliga världen. Maskinen verkar ha upptäckt en helt ny signal som geologer tidigare avfärdat som buller i laboratoriebävningarna. Vår maskininlärningsanalys ger ny insikt i glidfysiken, säger de.

Det är ett fascinerande arbete som har betydande konsekvenser. Den första och mest uppenbara frågan den väcker är om samma teknik skulle kunna förutsäga riktiga jordbävningar exakt.

Rouet-Leduc och co är försiktiga i detta avseende. De påpekar att laboratorieexperimentet på flera viktiga sätt skiljer sig från riktiga skalv. Skjuvspänningarna är storleksordningar större än vid riktiga skalv och temperaturen på de inblandade stenarna är också olika.

Men det finns andra sätt på vilka labbbävningarna liknar dem på jorden. Så lagets nästa mål är att tillämpa samma typ av analys på riktiga skalv som mest liknar laboratoriet. En sådan är Parkfield, som upplever många återkommande jordbävningar under relativt korta perioder. Repeaters vid dessa felplåster kan avge tjatt i analogi med laboratoriet, föreslår de.

Det stora testet kommer naturligtvis att vara att faktiskt förutsäga en jordbävning exakt. Det är en svår uppgift som kommer att kräva noggrann observation under många år.

Under tiden kan samma teknik användas för att förutsäga jordbävningsliknande fel i andra material, som turbiner i flygplan och kraftverk.

Hur den nya tekniken än tillämpas har Rouet-Leduc och co placerat katten bland duvorna i geologins värld. Som de avslutar: Scenen är klar för potentiellt markanta framsteg inom jordbävningsvetenskapen.

Ref: arxiv.org/abs/1702.05774 : Maskininlärning förutsäger laboratoriejordbävningar

Dölj