قطع فريق بحثي ياباني خطوة أولى نحو توظيف الذكاء الاصطناعي باستخدام ما يُعرَف بـ«الشبكة العصبونية»؛ لتوقع توقيت وحجم الزلازل المدمرة في المستقبل. وتحدث الزلازل عادة عندما تتحرك أجزاء من قشرة الأرض فجأة حول كسر، أو صدع في الصخر، ويؤدي هذا إلى إطلاق كمية هائلة من طاقة الإجهاد التي تهز المنطقة المحيطة، مما يؤدي أحياناً إلى دمار هائل، كما هي الحال في زلزال فبراير (شباط) في تركيا وسوريا. والتنبؤ بحدوث زلزال قد يمنح الناس وقتاً كافياً لإخلاء المناطق المهدَّدة، مما قد يسهم في إنقاذ عدة آلاف من الأرواح، لكنه، وفقاً لعلماء، «أمر صعب جداً».

ولإنشاء نماذج رياضية للزلازل، غالباً ما يرسم الباحثون تشابهاً للفوالق الموجودة داخل هياكل البلورات، بالصدوع الموجودة في قشرة الأرض، وعند تطبيقها على حركة صدوع القشرة الأرضية، فإن هذه النماذج تصف حركة وتشوه قشرة الأرض أثناء الزلازل.

في المقابل، نظر فريق ياباني، بقيادة نانوري أويدا من مركز «ريكن» لمشروع الذكاء المتقدم «AIP»، في «تطبيق شبكة عصبية تتعلم القوانين الفيزيائية تسمى الشبكة العصبونية المستنيرة للفيزياء».

وتتعلم الشبكات العصبية التقليدية العلاقات الوظيفية بين المدخلات والمخرجات (معادلات التفاضل العادية)، بينما «الشبكة العصبونية المستنيرة للفيزياء» تتعلم بواسطة المعادلات التفاضلية الجزئية، حيث يستخدم التفاضل الجزئي للتمييز بين الاقترانات الرياضية التي تحتوي على أكثر من متغير واحد.

ومع ذلك وجد الفريق أن «الشبكة العصبونية المستنيرة للفيزياء» سيكون من الصعب تطبيقها بشكل مباشر على حالات مثل نماذج تشوه القشرة، حيث تكون عمليات الإزاحة متقطعة عبر خط الصدع، وتغلّبوا على هذه الصعوبة باستخدام نظام إحداثيات مصمم خصوصاً للتعامل مع ذلك، سمح لهم بنمذجة تشوه قشرة الأرض بدقة، حتى في المناطق القريبة من الصدوع، وكانت «النمذجة المقترحة لديها القدرة على تحقيق تنبؤ عالي الدقة»، كما يقول نانوري أويدا، في تقريرٍ نشره، السبت، الموقع الإلكتروني لمركز «ريكن».

وقام الباحثون بتدريب شبكاتهم العصبية باستخدام القوانين الفيزيائية بدلاً من البيانات، وهو أمر مثالي للتطبيقات التي قد يكون من الصعب فيها الحصول على البيانات.

ولإثبات فعالية هذا النهج، طبّق الباحثون شبكاتهم العصبية المستنيرة للفيزياء، لنمذجة أخطاء الانزلاق، حيث تتحرك كتلتان من قشرة الأرض أفقياً حول كسر عمودي، ويمكن للشبكة تحويل المعلومات حول موقع معين داخل الأرض إلى تنبؤ بكمية إزاحة القشرة الأرضية عند تلك النقطة.

ويقول توموهيسا أوكازاكي، الباحث المشارك بالدراسة، إن «هذا العمل أظهر قدرة الشبكة العصبونية المستنيرة للفيزياء على تصميم نموذج دقيق لتشوه القشرة الأرضية على الهياكل المعقدة».

وتمثل «الشبكة العصبونية المستنيرة للفيزياء» شكلاً جديداً نسبياً من التعلم الآلي، ويأمل الباحثون أن يجري تطبيق نهجهم على عدد من المشكلات الأخرى التي تنطوي على تشوه القشرة.

من جانبه يصف عبد العزيز محمد عبد العزيز، أستاذ هندسة الاستكشاف وتقييم الطبقات بقسم هندسة البترول في كلية الهندسة جامعة القاهرة، ما توصّل إليه الباحثون بأنه «خطوة أولى على طريق طويل يهدف إلى التنبؤ بموعد ومكان وقوة الزلازل، وهي العناصر الثلاثة لأي تنبؤ سليم». ويقول عبد العزيز، في تصريحات، لـ«الشرق الأوسط»، إن «ما فعله الباحثون هو نموذج بسيط، وليس نموذجاً فيزيائياً حقيقياً يحاكي ما يحدث في باطن الأرض؛ لأن هناك بيانات يصعب الحصول عليها حتى الآن، مثل عمق الزلازل، وخواص الصخور، والقوة المحرّكة التي تتسبب في كسر الصخور». ويضيف أن «هذا النموذج يمكن اعتباره خطوة قد تتطور في المستقبل إلى نماذج أخرى أكثر تطوراً يمكنها التنبؤ بالزلزال، عندما تكون هناك إمكانية لتغذية الشبكات العصبونية بالمعلومات التي تساعد على ذلك».