پژوهشگران آکادمی علوم چین با استفاده از یک سامانه یادگیری عمیق (Deep Learning) موفق شدند در میان نزدیک به ۳۵ سال داده لرزه‌نگاری و بیش از دو میلیون موج‌نگاشت مربوط به حدود ۵۰۰۰ زمین‌لرزه با بزرگای بالای ۶ ریشتر، سیگنال‌هایی را شناسایی کنند که دهه‌ها از چشم تحلیل‌های دستی پنهان مانده بود. این سامانه هوش مصنوعی توانست ۱۷۴٬۹۲۹ سیگنال لرزه‌ای ضعیف را کشف کند؛ رقمی بیش از ده برابر مجموع تمام کاتالوگ‌های پیشین. نتایج این پژوهش در اواخر مرداد ۲۰۲۶ در نشریه Journal of Geophysical Research: Solid Earth منتشر شد.

آموزش هوش مصنوعی روی «ضربان قلب زمین»

سیگنال‌های مورد بحث با نام «پیش‌لرزه‌های PKP» شناخته می‌شوند؛ پژواک‌های ضعیفی که از ناهمگونی‌های موجود در مرز میان سنگ‌های جامد گوشته و هسته خارجی مذاب آهن-نیکل، در عمق تقریبی ۲۹۰۰ کیلومتری، بازتاب می‌یابند. این سیگنال‌ها درست پیش از موج اصلی لرزه‌ای می‌رسند و آن‌قدر ضعیف هستند که معمولاً در نویز پس‌زمینه گم می‌شوند. شناسایی دستی آن‌ها کند، وابسته به قضاوت انسانی و از نظر جغرافیایی ناقص بود.

تیم پژوهشی یک مدل طبقه‌بندی یادگیری عمیق را روی نمونه‌های برچسب‌خورده توسط انسان آموزش دادند، سپس آن را روی دهه‌ها داده لرزه‌ای بایگانی‌شده اجرا کردند و با اعتبارسنجی مرحله‌ای انسان-در-حلقه (Human-in-the-loop)، دقت مدل را ارتقا دادند؛ روشی مشابه سامانه‌های مدیریت محتوا، با این تفاوت که داده‌های آموزشی به‌جای پست‌های پرچم‌گذاری‌شده، نویز زمین‌لرزه بودند.

شش ناحیه ناشناخته در مرز هسته و گوشته

نتیجه این تحلیل، شناسایی شش ناحیه پیش‌ازاین ناشناخته با نام‌های B1 تا B6 بود که زیر نواحی پرعرض جغرافیایی اوراسیا، آسیای مرکزی، اقیانوس اطلس جنوبی و دیگر مناطق کم‌داده قرار دارند. پژوهش‌های پیشین تنها ناهنجاری‌های پراکنده و به‌ظاهر تصادفی را ثبت کرده بودند، اما مجموعه‌داده جدید نشان می‌دهد این نواحی در واقع کمربندهایی بزرگ و پیوسته در بخش‌هایی از کره زمین را تشکیل می‌دهند.

این نواحی احتمالاً چه چیزی دارند؟

مرز هسته و گوشته زمین، جایی که سنگ جامد اما شکل‌پذیر گوشته با هسته مذاب آهن-نیکل در دمای حدود ۵۵۰۰ درجه سانتی‌گراد و با جهش دمایی نزدیک به هزار درجه برخورد می‌کند، از پیش هم منطقه‌ای عجیب شناخته می‌شد. جریان گرمایی در این مرز، موتور محرکه دینام زمین‌شناختی زمین و میدان مغناطیسی محافظ آن در برابر تابش خورشیدی است.

پژوهشگران با احتیاط این شش ناحیه جدید را «ناهمگونی‌های عمیق» توصیف می‌کنند، نه ساختارهایی کاملاً شناخته‌شده. احتمالات مطرح‌شده برای منشأ آن‌ها عبارت‌اند از: بقایای صفحات فرورانده‌شده در طول میلیاردها سال، ذوب موضعی بخشی از سنگ‌ها، و تغییر فاز کانی‌ها. برخی رسانه‌ها فرضیه جنجالی‌تری را نیز مطرح کرده‌اند: احتمال وجود بقایای «تیا»، جرم آسمانی هم‌اندازه مریخ که در برخورد با زمین اولیه باعث شکل‌گیری ماه شد. با این حال، این فرضیه صرفاً در حد گمانه‌زنی است؛ داده‌های لرزه‌ای فقط تفاوت ترکیبی را تأیید می‌کنند، نه منشأ آن را.

چرا این کشف برای هوش مصنوعی در علم مهم است؟

این پژوهش نمونه‌ای دیگر از قدرت هوش مصنوعی تخصصی (Domain-specific AI) در علوم است؛ فناوری که اغلب دور از چشم کاربران محصولات مصرفی هوش مصنوعی، دستاوردهای بزرگ علمی خلق می‌کند. پژوهشگران انتظار دارند این کاتالوگ همچنان رشد کند، مدل‌های دقیق‌تری از پایین‌ترین لایه گوشته زمین ارائه دهد و در آینده، با در دسترس بودن داده‌های لرزه‌ای کافی، حتی برای مطالعه سیارات دیگر نیز به‌کار گرفته شود.

منبع خبر: yahoo