Depremler yapay zeka ile önceden tahmin edilebilir mi?

Depremlerin zamanlamasının ve büyüklüğünün tahmin edilmesi hedefleniyor.

Tektonik hareketlere yönelik çalışmalar devam ediyor. (Riken Center)
Tektonik hareketlere yönelik çalışmalar devam ediyor. (Riken Center)
TT

Depremler yapay zeka ile önceden tahmin edilebilir mi?

Tektonik hareketlere yönelik çalışmalar devam ediyor. (Riken Center)
Tektonik hareketlere yönelik çalışmalar devam ediyor. (Riken Center)

Japonya’dan bir araştırma ekibi, ‘sinir ağı’ olarak bilinen çalışma ile gelecekteki yıkıcı depremlerin zamanlamasını ve büyüklüğünü tahmin etmek için yapay zekayı kullanma yolunda ilk adımı attı.  Depremler, genellikle yerkabuğunun katmanlarında aniden çatlamalar ve kırılmalar nedeniyle oluşan hareketlerin yer yüzeyini sarsmasıyla meydana geliyor. Bu sarsıntılar bazen Türkiye ve Suriye'deki Şubat depreminde olduğu gibi büyük yıkımlara yol açabiliyor.  Depremin önceden tahmin edilmesi, insanlara evlerini boşaltmaları için yeterli zaman kazandırabilir ve hayatlar kurtarabilir. Ancak bilim insanlarına göre depremin zamanını tahmin etmek oldukça zor.
Araştırmacılar, depremlerin matematiksel modellerini oluşturmak için genellikle kristal yapılar içindeki fayların yer kabuğundaki faylara modellemesini yapıyorlar.
Bu modeller, yerkabuğu faylarının hareketine uygulandığında ise deprem sırasında yer kabuğunun hareketini ve deformasyonunu tanımlıyor.
Buna karşılık, RIKEN Gelişmiş Zeka Projesi Merkezi'nden (AIP) Nanori Ueda liderliğindeki bir Japon ekibi, ‘fizik bilgili sinir ağı’ adı verilen fizik yasalarını öğrenen bir uygulamayı inceledi.
Sinir ağları, girdiler ve çıktılar arasındaki işlevsel ilişkileri (sıradan diferansiyel denklemler) öğrenirken, ‘fizik bilgili sinir ağı’ birden fazla değişken içeren matematiksel fonksiyonları ayırt etmek için kısmi farklılaşmanın kullanıldığı kısmi diferansiyel denklemlerle öğreniyor.
Ancak ekip, ‘fizik bilgili sinir ağının korteks deformasyon modelleri gibi durumlara doğrudan uygulanmasının, fay hattı boyunca yer değiştirmelerin süreksiz olduğu yerlerde zor olacağını tespit etti. Bu sorunla başa çıkmak için özel olarak tasarlanmış bir koordinat sistemi kullandılar ve bu da yer kabuğunun deformasyonunu doğru bir şekilde modellemelerine olanak sağladı.
Nanori Ueda, RIKEN internet sitesi tarafından cumartesi günü yayınlanan raporda faylara yakın bölgelerde bile ‘önerilen modellemenin yüksek doğrulukta tahmin elde etme potansiyeline sahip olduğunu’ söyledi.
Araştırmacılar sinir ağlarını, veri elde etmenin zor olabileceği uygulamalar için fiziksel yasaları kullanarak eğittiler.
Bu yaklaşımın aktifliğini kanıtlamak için araştırmacılar kendi fizik bilgili sinir ağlarını uyguladılar.
Ağ, gezegenimizin kabuğunun iki bloğunun dikey bir kırılma etrafında yatay olarak hareket ettiği kayma faylarını modellemek için, Dünya içindeki belirli bir konum hakkındaki bilgileri o noktadaki kabuk yer değiştirme miktarının tahminine dönüştürebiliyor.
Çalışmanın ortak yazarı Tomohisa Okazaki yaptığı açıklamada “Bu çalışma, fizik bilgili bir sinir ağının karmaşık yapılar üzerindeki kabuk deformasyonunu doğru bir şekilde modelleme yeteneğini gösterdi” dedi.
Fizik bilgili sinir ağları, nispeten yeni bir makine öğrenimi biçimini temsil ediyor. Araştırmacılar, yaklaşımlarının kortikal deformasyonu içeren bir dizi başka soruna uygulanabileceğini umut ediyorlar.
Kahire Üniversitesi Mühendislik Fakültesi Petrol Mühendisliği Bölümü, Arama Mühendisliği ve Stratigrafi Değerlendirmesi Profesörü AbdülAziz Muhammed Abdülaziz, Şarku'l-Avsat'a şu açıklamada bulundu:
“Araştırmacıların vardığı sonuç, herhangi bir sağlam tahminin üç unsuru olan depremlerin zamanlamasını, yerini ve gücünü tahmin etmeyi amaçlayan uzun bir yolda atılan ilk adım oldu.”
Araştırmacıların yaptığı, yerde olanları simüle eden gerçek bir fiziksel değil, basit bir modeldi. Çünkü depremlerin derinliği, kayaların kırılmasına neden olan itici güç ve kayaların özellikleri gibi elde edilmesi zor veriler bulunuyor. Abdülaziz konuya dair şunları söyledi:
“Bu modelin, sinir ağlarına yardımcı olan bilgilerle donanma olasılığı olduğunda, gelecekte depremleri tahmin edebilen diğer, daha gelişmiş modellere dönüşebilir.”



NASA, evrenin erken dönemlerinde Samanyolu benzeri yeni galaksiler keşfetti

Halihazırda evrendeki galaksilerin yaklaşık yüzde 60'ının sarmal galaksi olduğu tahmin ediliyor (ESA/NASA)
Halihazırda evrendeki galaksilerin yaklaşık yüzde 60'ının sarmal galaksi olduğu tahmin ediliyor (ESA/NASA)
TT

NASA, evrenin erken dönemlerinde Samanyolu benzeri yeni galaksiler keşfetti

Halihazırda evrendeki galaksilerin yaklaşık yüzde 60'ının sarmal galaksi olduğu tahmin ediliyor (ESA/NASA)
Halihazırda evrendeki galaksilerin yaklaşık yüzde 60'ının sarmal galaksi olduğu tahmin ediliyor (ESA/NASA)

Evrenin erken dönemlerinde Samanyolu'na benzeyen yeni galaksiler tespit eden bilim insanları, o zamanlarda bu yapıların sanılandan daha yaygın olduğunu söylüyor.

NASA'nın James Webb Uzay Teleskobu (JWST), gökbilimcilere evrenin ilk zamanlarını daha detaylı bir şekilde inceleme imkanı veriyor. Uzak galaksilerden gelen ışık milyarlarca yıllık bir yol kat ettiğinden, bu yapıların o zaman nasıl göründüğünü incelemek mümkün oluyor.

JWST'nin yakın zamanda çektiği görüntüleri inceleyen bilim insanları, evren 2 milyar yaşındayken var olan galaksilerin yaklaşık yüzde 30'unun Samanyolu gibi sarmal yapıda olduğunu buldu. 

The Astrophysical Journal Letters adlı hakemli dergide dün yayımlanan çalışmanın ortak yazarı Yicheng Guo, "Bilim insanları eskiden çoğu sarmal galaksinin evrenin oluşumundan yaklaşık 6 ila 7 milyar yıl sonra geliştiğini düşünüyordu" diyor:

Öte yandan bizim çalışmamız sarmal galaksilerin 2 milyar yıl kadar sonra bile yaygın olduğunu gösteriyor. Bu da galaksi oluşumunun daha önce düşündüğümüzden daha hızlı gerçekleştiği anlamına geliyor.

Yeni araştırma sadece evrenin ilk dönemlerini anlama açısından değil, Samanyolu ve benzer galaksilerin nasıl bir süreçten geçtiği hakkında fikir vermesiyle de önem taşıyor. 

Sarmal galaksi, disk şeklinde bir yapıya sahip ve yoğun merkezinden dışarıya uzanan sarmal kolları olan galaksileri ifade ediyor. 

"Bir galaksinin sarmal kolları, gökbilimcilerin galaksileri sınıflandırmak ve zaman içinde nasıl oluştuklarını anlamak için kullandığı temel bir özellik" diyen Guo şöyle ekliyor:

Evrenin geçmişi hakkında hâlâ birçok sorumuz olsa da bu verileri analiz etmek ek ipuçlarını ortaya çıkarmamızı sağlayarak evrenimizin doğasını şekillendiren fiziksel duruma dair anlayışımızı derinleştiriyor.

Araştırmacılar JWST'nin daha uzak galaksileri incelemeye olanak tanıdığının altını çiziyor. Teleskobun bu türden gözlemlerini inceleyen başka bir ekip, evrendeki yaşamın düşünülenden çok daha önce başlamış olabileceğini yakın zamanda keşfetmişti.

Independent Türkçe, Science Daily, Phys.org, The Astrophysical Journal Letters