«Με αλγορίθμους ανίχνευσης σεισμών είδαμε ότι, εκτός από τη σεισμικότητα στην περιοχή Παλαιάς, Νέας Καμένης και Θήρας, υπάρχει αυξημένη σεισμικότητα και στο υποθαλάσσιο ηφαίστειο του Κολούμπο και στην ευρύτερη περιοχή Σαντορίνης – Ανύδρου – Αμοργού, λίγα χιλιόμετρα ΒΑ της Σαντορίνης. Αυτό είναι κάτι νέο και εντυπωσιακό, που δεν φαινόταν με τέτοια ευκρίνεια στους στάνταρντ διαθέσιμους καταλόγους. Η σεισμικότητα στον υποθαλάσσιο χώρο μεταξύ Σαντορίνης και Αμοργού εντοπίζεται σε βάθη έως 15 χλμ. με μικρά μεγέθη, και αυτός είναι ο λόγος που η αποτύπωσή της είναι αδύνατη από τις συνήθεις μεθοδολογίες», εξηγεί στην «Κ» η σεισμολόγος δρ Μαργαρίτα Σέγκου, διευθύντρια Ερευνών στη Βρετανική Γεωλογική Υπηρεσία, επικεφαλής διεθνούς ομάδας σεισμολόγων, οι οποίοι σχεδιάζουν το μέλλον της σεισμολογικής επιτήρησης σε παγκόσμια κλίμακα.
«Είναι σαν να έχουμε βάλει ένα μικροσκόπιο πάνω από τη Σαντορίνη και να βλέπουμε για πρώτη φορά μια εικόνα υψηλής ανάλυσης για την περιοχή. Οι αλγόριθμοι τεχνητής νοημοσύνης έχουν ανιχνεύσει το τελευταίο δίμηνο (Δεκεμβρίου – Ιανουαρίου) στην περιοχή του υποθαλάσσιου ηφαιστειογενούς υφάλου του Κολούμπο 1.530 σεισμικά γεγονότα μεγέθους από 0,1 έως 3,5 Ρίχτερ, ενώ στον διαθέσιμο κατάλογο αναφέρονται για το ίδιο διάστημα μόνο 164. Η γνωστή στους επιστήμονες περιοχή μεταξύ Σαντορίνης και Αμοργού είχε παρουσιάσει δραστηριότητα και την περίοδο 2002-2004, με εξάρσεις δίμηνης διάρκειας. Στην Παλαιά και Νέα Καμένη είχε παρατηρηθεί παρόμοια σεισμικότητα το 2011-2012. Θα λέγαμε ότι βλέπουμε συνδυασμούς φαινομένων που έχουμε δει και παλαιότερα. Αυτό που χρειάζεται τώρα είναι να πάμε γρήγορα πίσω στον χρόνο, να αναλύσουμε τα παλαιά δεδομένα με τα σύγχρονα εργαλεία και την αναλυτική δυνατότητα του 2025 –το κάνουμε ήδη με τους συνεργάτες μου–, να προχωρήσουμε σε συγκρίσεις, να δούμε αν μοιάζει αυτή η κρίση με τις προηγούμενες και νομίζω ότι θα μάθουμε πολλά».
Πολλαπλά οφέλη
Σύμφωνα με τη δρα Σέγκου, η ανίχνευση μικρότερων μεγεθών, που δεν ήταν δυνατή πριν γίνει χρήση της τεχνητής νοημοσύνης, «αφορά όχι μόνο την επιστημονική κοινότητα, αλλά αγγίζει και τη διαχείριση της κρίσης. Τα πολύ μικρά γεγονότα συμβαίνουν συχνότερα και απεικονίζουν ώρα με την ώρα την εξέλιξη του φαινομένου, σε αντίθεση με γεγονότα –ας πούμε μεγαλύτερα από 3 Ρίχτερ – που συμβαίνουν κάθε λίγες ημέρες. Αν περιμένουμε τους μεγαλύτερους σεισμούς να συμβούν για να παρακολουθήσουμε την εξέλιξη του φαινομένου, χάνουμε πολύτιμο χρόνο».
Οι αλγόριθμοι τεχνητής νοημοσύνης για την ανίχνευση σεισμών που υλοποιεί η ομάδα «τρέχουν» σε υπερυπολογιστή στο υπολογιστικό σύννεφο της εταιρείας Amazon Web Services και εξοικονομούν πάρα πολύ χρόνο. «Μας έδωσαν την πρώτη υψηλής ανάλυσης εικόνα για το τι συμβαίνει στη Σαντορίνη μέσα σε διάστημα μόνο λίγων ωρών. Χωρίς τους δεκάδες νοητούς, ψηφιακούς αναλυτές θα ήταν αδύνατο να σας μιλήσω σήμερα με αυτά τα στοιχεία μπροστά μου. Οι ψηφιακοί αναλυτές μας έσπασαν το δύσκολο έργο σε μικρότερα, πιο εύκολα διαχειρίσιμα υποέργα, δανειζόμενοι συνεχώς υπολογιστική ισχύ που είναι σχεδόν αστείρευτη στο σύννεφο και μας έδωσαν αποτελέσματα το ίδιο βράδυ. Τα αποτελέσματα αυτά μπορούν να μας καθοδηγήσουν».
«Επιχειρησιακά σενάρια υπάρχουν και είναι πιθανό να διαχειρίζονται ορθώς τις ακραίες συνθήκες όταν δεν συμβαίνει κάτι ή όταν έχουμε μικρές εκρήξεις ή μια μεγάλη έκρηξη. Ομως, ρεαλιστικά μιλώντας, τις περισσότερες ημέρες είμαστε στην γκρίζα περιοχή μεταξύ αυτών των σεναρίων. Τα δεδομένα αυτά θα μπορούσαν να αποτελέσουν τη βάση για να διαμορφωθεί μια στρατηγική διαχείρισης των σεισμών που να ακολουθεί την καθημερινότητά μας χωρίς να είναι απαραίτητα επεμβατική, π.χ. θα μπορούσαν οι δημόσιες υπηρεσίες να λειτουργούν με ραντεβού στη διάρκεια σεισμικών κρίσεων για να αποφεύγεται ο συνωστισμός», τονίζει η δρ Σέγκου.
Η τεχνητή νοημοσύνη ανιχνεύει συστηματικά 10-20 φορές περισσότερους σεισμούς με δεδομένα από μόλις το 1/3 των σεισμολογικών σταθμών που χρησιμοποιούσαμε παλιά. «Ομως μερικές φορές είναι χρήσιμο να υπάρχουν τα δίκτυα εκείνα που θα μας βοηθήσουν να βελτιστοποιήσουμε την πληροφορία. Υπήρχε στην Ανυδρο ένας σταθμός που ήταν εξαιρετικά χρήσιμος, όμως εγκαταλείφθηκε. Θα ήταν ευχής έργον να επαναλειτουργούσε. Η εγγύτητα του σημείου παρατήρησης έχει πάντα αρκετά μεγάλη σημασία. Μοντέλα πρόγνωσης της τεχνητής νοημοσύνης που έφθασαν με μόνο λίγες ημέρες εκπαίδευσης να έχουν την επίδοση φυσικών και στατιστικών μοντέλων δεκαετιών, ακόμη δεν απαντούν στα πιο δύσκολα ερωτήματα. Χρειάζεται ένας συνδυασμός σεισμολογικών πρακτικών και τεχνολογίας τεχνητής νοημοσύνης στη συλλογή και ανάλυση δεδομένων», σημειώνει.
«Νέα εποχή»
Χρειάζεται, όπως λέει η δρ Σέγκου, «να περάσουμε σε μια νέα εποχή σεισμολογικής επιτήρησης στη χώρα μας, να κάνουμε ό,τι απαιτείται για να βοηθήσουμε όσο γίνεται τους επιστήμονες στην Ελλάδα να αναλύσουν νέα, διαφορετικά, υψηλής ανάλυσης δεδομένα με νέο μάτι, αλλά φυσικά και μέσα από την πολύτιμη εμπειρία τους. Η ποιότητα των δεδομένων με τα οποία τροφοδοτείς την τεχνητή νοημοσύνη επηρεάζει την ποιότητα του αποτελέσματος. Αλλά για να περάσουμε σε μια νέα εποχή χρειάζεται πιθανά μεγαλύτερη σύμπνοια απόψεων από ό,τι υπάρχει αυτή τη στιγμή στη χώρα μας».
