একটি অভিনব কৃত্রিম বুদ্ধিমত্তা পদ্ধতি একটি ভূমিকম্পের পরে আফটারশকের অবস্থানের পূর্বাভাস দিতে সাহায্য করতে পারে
An ভূমিকম্প ভূগর্ভস্থ শিলা যখন সৃষ্ট একটি ঘটনা পৃথিবীর ভূতাত্ত্বিক ফল্ট লাইনের চারপাশে হঠাৎ ভূত্বক ভেঙে যায়। এটি শক্তির দ্রুত মুক্তি ঘটায় যা ভূমিকম্পের তরঙ্গ তৈরি করে যা ভূমিকে কাঁপিয়ে দেয় এবং এটিই ভূমিকম্পের সময় আমরা পড়েছিলাম এমন সংবেদন। যে স্থানে শিলা ভেঙ্গে যায় তাকে ফোকাস অফ দ্য বলে ভূমিকম্প এবং এর উপরে মাটিতে স্থানটিকে 'এপিসেন্টার' বলা হয়। নির্গত শক্তিকে মাত্রা হিসাবে পরিমাপ করা হয়, একটি স্কেল বর্ণনা করার জন্য যে ভূমিকম্প কতটা শক্তিশালী ছিল। 2 মাত্রার ভূমিকম্প খুব কমই উপলব্ধি করা যায় এবং শুধুমাত্র সংবেদনশীল বিশেষ সরঞ্জাম ব্যবহার করে রেকর্ড করা যায়, যখন ভূমিকম্প 8 এর বেশি মাত্রার ভূমি লক্ষণীয়ভাবে খুব শক্তভাবে কাঁপতে পারে। একটি ভূমিকম্পের পরে সাধারনত অনেকগুলি আফটারশক অনুরূপ পদ্ধতির দ্বারা সংঘটিত হয় এবং যা সমানভাবে বিধ্বংসী এবং অনেক সময় তাদের তীব্রতা এবং তীব্রতা মূল ভূমিকম্পের মতোই। এই ধরনের ভূমিকম্প-পরবর্তী কম্পন সাধারণত প্রথম ঘন্টার মধ্যে বা প্রধান কম্পনের এক দিনের মধ্যে ঘটে ভূমিকম্প. আফটারশকগুলির স্থানিক বিতরণের পূর্বাভাস দেওয়া খুবই চ্যালেঞ্জিং।
বিজ্ঞানীরা আফটারশকের আকার এবং সময় বর্ণনা করার জন্য অভিজ্ঞতামূলক আইন প্রণয়ন করেছেন তবে তাদের অবস্থান চিহ্নিত করা এখনও একটি চ্যালেঞ্জ। গুগল এবং হার্ভার্ড বিশ্ববিদ্যালয়ের গবেষকরা মূল্যায়নের জন্য একটি নতুন পদ্ধতি তৈরি করেছেন ভূমিকম্প এবং কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি ব্যবহার করে আফটারশকের অবস্থানের পূর্বাভাস তাদের গবেষণায় প্রকাশিত হয়েছে প্রকৃতি. তারা বিশেষভাবে মেশিন লার্নিং ব্যবহার করেছে – কৃত্রিম বুদ্ধিমত্তার একটি দিক। মেশিন লার্নিং পদ্ধতিতে, একটি মেশিন ডেটার একটি সেট থেকে 'শিখে' এবং এই জ্ঞান অর্জন করার পরে এটি নতুন ডেটা সম্পর্কে ভবিষ্যদ্বাণী করতে এই তথ্য ব্যবহার করতে সক্ষম হয়।
গবেষকরা প্রথমে গভীর শিক্ষার অ্যালগরিদম ব্যবহার করে বিশ্বব্যাপী ভূমিকম্পের একটি ডাটাবেস বিশ্লেষণ করেন। ডিপ লার্নিং হল একটি উন্নত ধরনের মেশিন লার্নিং যেখানে নিউরাল নেটওয়ার্কগুলি মানুষের মস্তিষ্কের চিন্তাভাবনা প্রক্রিয়ার অনুকরণ করার চেষ্টা করে। পরবর্তী, তারা সক্ষম হতে লক্ষ্য পূর্বাভাস আফটারশকগুলি এলোমেলো অনুমান করার চেয়ে ভাল এবং 'কোথায়' আফটারশকগুলি ঘটবে সেই সমস্যার সমাধান করার চেষ্টা করুন। বিশ্বজুড়ে 199 টিরও বেশি বড় ভূমিকম্প থেকে সংগৃহীত পর্যবেক্ষণগুলি প্রায় 131,000 মেইনশক-আফটারশক জোড়ার সমন্বয়ে ব্যবহার করা হয়েছিল। এই তথ্যটি একটি পদার্থবিদ্যা-ভিত্তিক মডেলের সাথে মিলিত হয়েছিল যা বর্ণনা করে কিভাবে পৃথিবী একটি পরে strained এবং উত্তেজনাপূর্ণ হবে ভূমিকম্প যা পরে আফটারশক শুরু করবে। তারা 5 কিলোমিটার-স্কয়ার গ্রিড তৈরি করেছে যার মধ্যে সিস্টেম আফটারশক পরীক্ষা করবে। নিউরাল নেটওয়ার্ক তখন প্রধান ভূমিকম্পের কারণে সৃষ্ট স্ট্রেন এবং আফটারশকের অবস্থানের মধ্যে সম্পর্ক তৈরি করবে। একবার নিউরাল নেটওয়ার্ক সিস্টেমটি এই পদ্ধতিতে ভালভাবে প্রশিক্ষিত হয়ে গেলে, এটি আফটারশকের অবস্থান সঠিকভাবে ভবিষ্যদ্বাণী করতে সক্ষম হয়েছিল। গবেষণাটি অত্যন্ত চ্যালেঞ্জিং ছিল কারণ এটি ভূমিকম্পের জটিল বাস্তব-বিশ্বের তথ্য ব্যবহার করেছে। গবেষকরা বিকল্পভাবে সেট আপ কৃত্রিম এবং 'আদর্শ' ভূমিকম্পের ধরনের পূর্বাভাস তৈরি করে এবং তারপর ভবিষ্যদ্বাণী পরীক্ষা করে। নিউরাল নেটওয়ার্ক আউটপুটের দিকে তাকিয়ে, তারা বিশ্লেষণ করার চেষ্টা করেছিল যে বিভিন্ন 'পরিমাণ' আফটারশকের পূর্বাভাস নিয়ন্ত্রণ করতে পারে। স্থানিক তুলনা করার পরে, গবেষকরা একটি উপসংহারে পৌঁছেছেন যে একটি সাধারণ আফটারশক প্যাটার্ন শারীরিকভাবে 'ব্যাখ্যাযোগ্য'। দলটি পরামর্শ দেয় যে বিচ্যুত স্ট্রেস টেনশনের দ্বিতীয় রূপ নামক একটি পরিমাণ - যাকে কেবল J2 বলা হয় - মূলটি ধারণ করে৷ এই পরিমাণটি অত্যন্ত ব্যাখ্যাযোগ্য এবং ধাতুবিদ্যা এবং অন্যান্য ক্ষেত্রে নিয়মিতভাবে ব্যবহৃত হয় তবে ভূমিকম্প অধ্যয়নের জন্য আগে কখনও ব্যবহার করা হয়নি।
ভূমিকম্পের আফটারশকগুলি আরও আহত করে, সম্পত্তির ক্ষতি করে এবং উদ্ধার প্রচেষ্টাকে বাধা দেয় তাই ভবিষ্যদ্বাণী করা মানবতার জন্য জীবন রক্ষাকারী হবে। রিয়েল টাইম পূর্বাভাস এই মুহূর্তে সম্ভব নাও হতে পারে কারণ বর্তমান AI মডেলগুলি শুধুমাত্র একটি নির্দিষ্ট ধরণের আফটারশক এবং সাধারণ ভূতাত্ত্বিক ফল্ট লাইনের সাথে মোকাবিলা করতে পারে। এটি গুরুত্বপূর্ণ কারণ ভূতাত্ত্বিক ফল্ট লাইনের বিভিন্ন ভৌগলিক অবস্থানে বিভিন্ন জ্যামিতি রয়েছে গ্রহ. সুতরাং, এটি বর্তমানে বিশ্বের বিভিন্ন ধরনের ভূমিকম্পের ক্ষেত্রে প্রযোজ্য নাও হতে পারে। তবুও, কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি ভূমিকম্পের জন্য উপযুক্ত বলে মনে হয় কারণ n সংখ্যক ভেরিয়েবল যা অধ্যয়ন করার সময় বিবেচনা করা প্রয়োজন, শকের শক্তি, টেকটোনিক প্লেটের অবস্থান ইত্যাদি।
নিউরাল নেটওয়ার্কগুলি সময়ের সাথে সাথে উন্নত করার জন্য ডিজাইন করা হয়েছে, যেমন একটি সিস্টেমে আরও ডেটা খাওয়ানো হয়, আরও বেশি শেখা হয় এবং সিস্টেমটি ক্রমাগত উন্নতি করে। ভবিষ্যতে এই ধরনের সিস্টেম সিসমোলজিস্টদের দ্বারা ব্যবহৃত ভবিষ্যদ্বাণী সিস্টেমের একটি অবিচ্ছেদ্য অংশ হতে পারে। পরিকল্পনাকারীরা ভূমিকম্পের আচরণের জ্ঞানের ভিত্তিতে জরুরী ব্যবস্থাও বাস্তবায়ন করতে পারে। দলটি ভূমিকম্পের মাত্রার পূর্বাভাস দিতে কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি ব্যবহার করতে চায়।
***
{উদ্ধৃত উৎস(গুলি) তালিকায় নীচে দেওয়া DOI লিঙ্কে ক্লিক করে আপনি মূল গবেষণাপত্রটি পড়তে পারেন}
উত্স (গুলি)
DeVries PMR et al. 2018. বড় ভূমিকম্পের পরে আফটারশক প্যাটার্ন সম্পর্কে গভীর শিক্ষা। প্রকৃতি560 (7720)।
https://doi.org/10.1038/s41586-018-0438-y
***
