Auf ein schweres Erdbeben folgen Nachbeben: Sie sind stark genug, um signifikanten Schaden anzurichten. Ein neu entwickeltes KI-System soll vorhersagen, wo sie passieren.
Sogenannte Nachbeben können nach einem besonders schweren Erdbeben über mehrere Monate hinweg auftreten. Besonders gefährlich sind sie, da sie durch das Hauptbeben geschwächte Strukturen weiter beschädigen oder gar zum Einsturz bringen können.
Wüssten Helfer, wann und wo Nachbeben auftreten, könnten sie beispielsweise Gebäude sichern und eine bessere Erstversorgung organisieren.
KI lokalisiert Nachbeben
KI-Forscher von der Universität Harvard und Google stellen ein Deep-Learning-Netz vor, das Nachbeben deutlich präziser lokalisieren kann als bisherige Methoden.
Sie trainierten die KI mit 131.000 Datensätzen von Erdbeben samt ihrer Nachbeben. Das System untersuchte die Datensätze auf Muster.
Anschließend wendeten die Forscher die trainierte KI auf 30.000 frische Datensätze an und überprüften die Genauigkeit ihrer Vorhersagen. Das Ergebnis: Die KI lokalisierte Nachbeben signifikant genauer als das bislang von Seismologen eingesetzte Messsystem "Coulomb failure stress change".
Auf einer Skala von 0 bis 1 - wobei 0.5 dem Zufall entspricht - erreichte das KI-System die Wertung 0.849. Die bisherige Methode schafft auf derselben Skala einen Wert von 0.583 - also kaum besser als Zufall.
Die KI-Nachbebenprognose hat allerdings einen Haken: Sie funktioniert nicht in Echtzeit und rechnet insgesamt noch zu langsam. Die meisten Nachbeben treten innerhalb des ersten Tages nach dem Hauptbeben auf und lassen dann über einen längeren Zeitraum hinweg langsam nach.
Außerdem werden nur statische Nachbeben erfasst, die durch permanente Bodenschäden ausgelöst werden. Nachbeben können allerdings auch dynamisch auftreten.
Laut der an der Untersuchung beteiligten Forscherin Phoebe DeVries hat maschinelles Lernen großes Potenzial für die Nachbebenprognose. Derzeit sei man aber noch weit davon entfernt, Nachbeben insbesondere in Echtzeit verlässlich vorhersagen zu können.
