연구원들은 이전 지진과 짝을 이루는 실시간 지진 데이터에서 통계적 범프를 감지하도록 AI를 훈련했다. 그 결과는 AI가 예상한 위치에서 약 200마일 이내에 계산된 강도와 거의 정확히 일치하는 14개의 지진을 성공적으로 예측한 주간 예보였다. 한 번의 지진을 놓치고 8번의 잘못된 경고를 발령했다.

동일한 접근 방식이 다른 위치에서도 작동할지는 아직 알려지지 않았지만, 이러한 노력은 AI 기반 지진 예측 연구에서 획기적인 사건이다.

“지진을 예측하는 것은 성배이다.” 텍사스 대학교 오스틴 캠퍼스 경제지질학부 교수인 세르게이 포멜(Sergey Fomel)은 말한다. "우리는 아직 세계 어느 곳에서도 예측을 할 수 없지만, 우리가 달성한 것은 우리가 불가능하다고 생각했던 문제가 원칙적으로 해결 가능하다는 것을 말해준다."

이번 시험은 UT가 개발한 AI가 600개의 다른 디자인 중에서 처음으로 나온 중국에서 열린 국제 대회의 일부였다. UT 오스틴의 진입은 국 지진학자이자 AI의 수석 개발자인 첸양강(Yangkang Chen)이 주도했다. 실험 결과는 미국 지진학회 게시판(Bulletin of the Seismological Society of America) 저널에 게재되었다.

텍사스 지진 네트워크 프로그램(TexNet), 즉 텍사스 지진 네트워크를 이끌고 있는 선임 연구 과학자 알렉산드로스 사바이디스(Alexandros Savvaidis)는 "지진이 닥칠 것이라고는 생각하지 않다"라고 말한다. “그것은 몇 밀리 초의 문제이며, 당신이 통제할 수 있는 유일한 것은 당신이 얼마나 준비되어 있는지이다. 70%라도 이는 엄청난 결과이며 경제적, 인적 손실을 최소화하는 데 도움이 될 수 있으며 전 세계적으로 지진 대비를 획기적으로 향상시킬 수 있는 잠재력을 가지고 있다.”

연구원들은 그들의 방법이 비교적 간단한 머신러닝 접근 방식을 따랐기 때문에 성공했다고 말한다. AI는 지진 물리학에 대한 팀의 지식을 기반으로 일련의 통계적 기능을 부여받은 다음 5년간의 지진 기록 데이터베이스에서 스스로 훈련하라는 지시를 받았다.

훈련을 마친 AI는 지구의 배경 소음 중에서 다가오는 지진의 징후를 듣고 예측을 내렸다.

연구원들은 캘리포니아, 이탈리아, 일본, 그리스, 터키, 텍사스 등 강력한 지진 추적 네트워크를 갖춘 곳에서 AI가 성공률을 높이고 예측 범위를 수십 마일 이내로 좁힐 수 있다고 확신한다.

다음 단계 중 하나는 텍사스에서 소규모 및 일부 중간 규모의 지진이 높은 비율로 발생하므로 AI를 테스트하는 것이다. 국(bureau)의 TexNet은 300개의 지진 관측소와 6년 이상의 연속 기록을 호스팅하므로 방법을 검증하기에 이상적인 장소이다.

결국 연구자들은 데이터가 열악한 곳이나 지진계가 나오기 수백 년 전에 마지막 대규모 지진이 발생한 캐스케이드(Cascadia)와 같은 곳에서 중요할 수 있는 물리 기반 모델과 시스템을 통합하기를 원한다.

이 연구는 TexNet, 텍사스 전산 지진학 컨소시엄 및 저장 대학교의 지원을 받았다. 국(bureau)은 잭슨 지구과학대학(Jackson School of Geosciences)의 연구 단위이다.

출처: UT 오스틴