ایک ناول مصنوعی ذہانت کا نقطہ نظر زلزلے کے بعد آفٹر شاکس کے مقام کی پیش گوئی کرنے میں مدد کر سکتا ہے
An زلزلے ایک ایسا رجحان ہے جب زمین کے اندر چٹان ہوتی ہے۔ زمین کا ایک ارضیاتی فالٹ لائن کے گرد کرسٹ اچانک ٹوٹ جاتی ہے۔ یہ توانائی کے تیزی سے اخراج کا سبب بنتا ہے جس سے زلزلہ کی لہریں پیدا ہوتی ہیں جو پھر زمین کو ہلا دیتی ہیں اور یہ وہ احساس ہے جو ہم زلزلے کے دوران گرے تھے۔ وہ جگہ جہاں چٹان ٹوٹتی ہے اسے فوکس آف دی کہا جاتا ہے۔ زلزلے اور اس کے اوپر زمین پر جگہ کو 'ایپی سینٹر' کہا جاتا ہے۔ جاری ہونے والی توانائی کو شدت کے طور پر ماپا جاتا ہے، یہ بیان کرنے کا پیمانہ ہے کہ زلزلہ کتنا توانائی بخش تھا۔ 2 کی شدت کا زلزلہ بمشکل محسوس ہوتا ہے اور اسے صرف حساس خصوصی آلات کے استعمال سے ہی ریکارڈ کیا جا سکتا ہے، جبکہ زلزلہ 8 سے زیادہ کی شدت زمین کو نمایاں طور پر بہت زور سے ہلانے کا سبب بن سکتی ہے۔ زلزلے کے بعد عام طور پر بہت سے آفٹر شاکس اسی طرح کے میکانزم کے ذریعے آتے ہیں اور جو اتنے ہی تباہ کن ہوتے ہیں اور کئی بار ان کی شدت اور شدت اصل زلزلے سے ملتی جلتی ہے۔ زلزلے کے بعد کے اس طرح کے جھٹکے عام طور پر پہلے گھنٹے کے اندر یا مین کے بعد ایک دن کے اندر آتے ہیں۔ زلزلے. آفٹر شاکس کی مقامی تقسیم کی پیشن گوئی کرنا بہت مشکل ہے۔
سائنس دانوں نے آفٹر شاکس کے سائز اور وقت کو بیان کرنے کے لیے تجرباتی قوانین وضع کیے ہیں لیکن ان کے مقام کی نشاندہی کرنا اب بھی ایک چیلنج ہے۔ گوگل اور ہارورڈ یونیورسٹی کے محققین نے تشخیص کے لیے ایک نیا طریقہ وضع کیا ہے۔ زلزلہ اور آرٹیفیشل انٹیلی جنس ٹیکنالوجی کا استعمال کرتے ہوئے آفٹر شاکس کے محل وقوع کی پیشین گوئی ان کی تحقیق میں شائع ہوئی۔ فطرت، قدرت. انہوں نے خاص طور پر مشین لرننگ کا استعمال کیا – مصنوعی ذہانت کا ایک پہلو۔ مشین لرننگ اپروچ میں، ایک مشین ڈیٹا کے سیٹ سے 'سیکھتی ہے' اور اس علم کو حاصل کرنے کے بعد اس معلومات کو استعمال کرتے ہوئے نئے ڈیٹا کے بارے میں پیشین گوئیاں کر سکتی ہے۔
محققین نے سب سے پہلے گہری سیکھنے کے الگورتھم کا استعمال کرتے ہوئے عالمی زلزلوں کے ڈیٹا بیس کا تجزیہ کیا۔ ڈیپ لرننگ مشین لرننگ کی ایک جدید قسم ہے جس میں عصبی نیٹ ورک انسانی دماغ کے سوچنے کے عمل کی نقل کرنے کی کوشش کرتے ہیں۔ اگلا، وہ کرنے کے قابل ہو جائے کرنے کا مقصد پیشن گوئی آفٹر شاکس بے ترتیب اندازے سے بہتر ہیں اور اس مسئلے کو حل کرنے کی کوشش کریں کہ 'کہاں' آفٹر شاکس آئیں گے۔ دنیا بھر میں 199 سے زیادہ بڑے زلزلوں سے اکٹھے کیے گئے مشاہدات کو استعمال کیا گیا جو تقریباً 131,000 مین شاک آفٹر شاک جوڑوں پر مشتمل تھے۔ اس معلومات کو طبیعیات پر مبنی ماڈل کے ساتھ ملایا گیا تھا جس میں یہ بتایا گیا ہے کہ کیسے زمین ایک کے بعد تناؤ اور تناؤ ہو گا۔ زلزلے جو اس کے بعد آفٹر شاکس کو متحرک کرے گا۔ انہوں نے 5 کلومیٹر مربع گرڈ بنائے جس کے اندر سسٹم آفٹر شاک کی جانچ کرے گا۔ نیورل نیٹ ورک اس کے بعد مرکزی زلزلے کی وجہ سے پیدا ہونے والے تناؤ اور آفٹر شاکس کے مقام کے درمیان تعلقات قائم کرے گا۔ ایک بار جب عصبی نیٹ ورک کا نظام اس انداز میں اچھی طرح سے تربیت یافتہ ہو گیا تو یہ آفٹر شاکس کے مقام کی درست پیش گوئی کرنے کے قابل ہو گیا۔ یہ مطالعہ انتہائی چیلنجنگ تھا کیونکہ اس میں زلزلوں کے پیچیدہ حقیقی دنیا کے ڈیٹا کا استعمال کیا گیا تھا۔ محققین نے متبادل طور پر قائم کیا مصنوعی اور قسم کے 'مثالی' زلزلوں کی پیشین گوئیاں بنائیں اور پھر پیشین گوئیوں کا جائزہ لیا۔ نیورل نیٹ ورک آؤٹ پٹ کو دیکھتے ہوئے، انہوں نے یہ تجزیہ کرنے کی کوشش کی کہ آفٹر شاکس کی پیشن گوئی کو کنٹرول کرنے کے لیے کن مختلف 'مقداروں' کا امکان ہے۔ مقامی موازنہ کرنے کے بعد، محققین اس نتیجے پر پہنچے کہ ایک عام آفٹر شاک پیٹرن جسمانی طور پر 'تعبیری' تھا۔ ٹیم تجویز کرتی ہے کہ ایک مقدار جسے ڈیوی ایٹرک سٹریس تناؤ کی دوسری قسم کہا جاتا ہے - جسے صرف J2 کہا جاتا ہے - کلید رکھتا ہے۔ یہ مقدار انتہائی قابل تشریح ہے اور اسے دھات کاری اور دیگر شعبوں میں معمول کے مطابق استعمال کیا جاتا ہے لیکن زلزلوں کے مطالعہ کے لیے اس سے پہلے کبھی استعمال نہیں کیا گیا۔
زلزلوں کے آفٹر شاکس مزید زخمیوں، املاک کو نقصان پہنچانے اور بچاؤ کی کوششوں میں رکاوٹ کا باعث بنتے ہیں اس لیے یہ پیش گوئی کرنا انسانیت کے لیے جان بچانے والا ہوگا۔ اس وقت حقیقی وقت کی پیشن گوئی ممکن نہیں ہے کیونکہ موجودہ AI ماڈلز صرف ایک خاص قسم کے آفٹر شاک اور سادہ جیولوجیکل فالٹ لائن سے نمٹ سکتے ہیں۔ یہ اہم ہے کیونکہ ارضیاتی فالٹ لائنوں کی مختلف جیومیٹری مختلف جغرافیائی محل وقوع میں ہوتی ہے۔ سیارے. لہذا، یہ فی الحال دنیا بھر میں مختلف قسم کے زلزلوں پر لاگو نہیں ہوسکتا ہے۔ بہر حال، مصنوعی ذہانت کی ٹیکنالوجی زلزلوں کے لیے موزوں نظر آتی ہے کیونکہ متغیرات کی تعداد n ہے جن کا مطالعہ کرتے وقت ان پر غور کرنے کی ضرورت ہے، مثال کے طور پر جھٹکے کی طاقت، ٹیکٹونک پلیٹوں کی پوزیشن وغیرہ۔
نیورل نیٹ ورکس کو وقت کے ساتھ بہتر بنانے کے لیے ڈیزائن کیا گیا ہے، یعنی جیسے جیسے کسی سسٹم میں زیادہ ڈیٹا فیڈ کیا جاتا ہے، مزید سیکھنے کا عمل ہوتا ہے اور سسٹم میں مسلسل بہتری آتی ہے۔ مستقبل میں ایسا نظام پیشین گوئی کے نظام کا ایک لازمی حصہ ہو سکتا ہے جو ماہرین زلزلہ کے ذریعہ استعمال کیا جاتا ہے۔ منصوبہ ساز زلزلے کے رویے کے علم کی بنیاد پر ہنگامی اقدامات بھی نافذ کر سکتے ہیں۔ ٹیم زلزلوں کی شدت کا اندازہ لگانے کے لیے مصنوعی ذہانت کی ٹیکنالوجی کا استعمال کرنا چاہتی ہے۔
***
{آپ اصل تحقیقی مقالے کو ذیل میں دیے گئے DOI لنک پر کلک کر کے پڑھ سکتے ہیں جو حوالہ دیئے گئے ماخذ کی فہرست میں ہے}
ذرائع)
DeVries PMR et al. 2018۔ بڑے زلزلوں کے بعد آفٹر شاک کے نمونوں کا گہرا سیکھنا۔ فطرت، قدرت560 (7720).
https://doi.org/10.1038/s41586-018-0438-y
***
