![image](https://habrastorage.org/webt/g-/mq/va/g-mqvac1b9t6ee1ntkphqfot6b4.jpeg)
Исследователи Массачусетского технологического института обучили нейронную сеть находить скрытые геологические структуры на основе данных о сотнях сгенерированных землетрясений, сообщается на сайте МТИ. В результате нейросеть смогла моделировать физику распространения волн в земной коре и исследовать внутреннюю структуру Земли.
Конечная цель учёных — уметь составлять пробную карту недр планеты, говорит профессор прикладной математики МТИ Лоран Деманет. По её словам, с помощью этой технологии можно будет, например, увидеть под одним из участков земной поверхности структуры, похожие на структуры под Исландией, и благодаря этому предположить наличие в этой местности геотермальных источников.
Деманет разрабатывала проект вместе с Хонги Саном, аспирантом геологического факультета МТИ. Они научили нейронную сеть находить закономерности в сейсмических данных — она сможет выявлять незаметные корреляции между частотами вибраций в земных недрах, а в случае недостаточных данных экстраполировать неизвестные, если сеть получила только частичный профиль землетрясения.
Исследователи использовали в своей работе свёрточную нейронную сеть (CNN), которая применяется для анализа визуальной информации. Её обучили на основе Marmousi — сложной геофизической модели, имитирующей движение сейсмических волн через слои Земли с различной плотностью и составим. Для этого с помощью Marmousi они сгенерировали девять “виртуальных Земель” с различным составом недр, каждая из которых испытывала 30 “виртуальных землетрясений”. Таким образом они создали сотни сейсмических сценариев. Затем они прогнали через нейронную сеть данные о смоделированном на настоящей планете землетрясении, передав ей только информацию о высокочастотных вибрациях недр. В результате сеть смогла понять, каких данных не хватает, и выявила недостающие значения вибраций низких частот — они совпали с изначальными параметрами Marmousi.
Этот метод тем не менее имеет свои ограничения, говорит Деманет. Так, нейросеть не сможет делать точные выводы на основе входных данных, которые будут сильно отличаться от тех, на которых она училась. По этой причине исследователям ещё предстоит обучить сеть более широкому спектру значений, вводя данные о землетрясениях различной силы.
См. также: «Искусственный интеллект МТИ открыл новый антибиотик»
BeardedBeaver
Сейсмотомографические модели земли на основе анализа времен прихода упругих волн от множеств землетрясений умели строить еще дцать лет назад. В итоге получались отличные модели аномалий скорости (интерпретируемые как аномалии плотности и температуры) в пределах земного шарика. Что нового дает нейросеть?
raamid
Насколько я понимаю, нейросеть дает возможность распознавать геологическую структуру на сильно зашумленных паттернах, когда картинка не такая ясная как в теории.
BeardedBeaver
Судя по контексту вы говорите про итерпретацию сейсморазведки. Там кстати нейросети реально применяются (гуглить paradigm stratimagic) и предсказывают состав пород по сейсмической записи с разрешением выше, чем стандартное сейсморазведочное. Вот только с подтверждаемостью бурением пока все сложно.
В статье же речь идет про распознавание аномалий в мантии.
ekimenkoav
Хотел бы про мантию прокомментировать. По тексту заметки употребляются термины земная кора, внутренняя структура Земли, землятресения, что отсылает к глубинной геофизике.
С другой стороны упоминается обучение алгоритма на модели Marmousi. Эта модель описывает глубины до 3 км и разработана ориентируясь на нужды нефтяной геофизики и не очень понятно как она может помочь в изучении структуры планеты.
crustal
Изучают не структуру планеты, как я понял, изучают упомянутые вами глубины. Но просвечивают их не искусственными взрывами, а используют приходящие издалека сейсмические волны. Тот же Кермадек на глубинах в сотни километров может генерировать четкие одиночные импульсы P-волны магнитудой больше 5, а то и все 6, которые, пройдя через внутреннее ядро (уже PKPdf) приходят к нам длительностью в пол-секунды. Когда такая волна лупит по коре снизу, то по паттерну сети из сотен локальных сейсмометров теоретически можно получить понимание структуры коры, включая все эти нефте/газо-носные объемы.
Но чтобы уметь получать понимание, вы должны на чем-то обучиться. Обучиться на натуре не получается, — вы не можете предварительно полазить внутри коры, поизучать ее, а потом лупануть по ней волной от искусственно вызванного землетрясения на другом конце Земли, под Новой Зеландией. Поэтому они и обучают ИИ на виртуальной Земле. И вот уже обученному таким образом ИИ они потом скармливают данные сети сейсмометров, чтобы он сказал, где копать, в смысле бурить.
Физтех, вроде как, если ничего не путаю, не так давно громогласно отчитывался об успешном освоении финансирования в этом направлении.