บาคาร่า สมัครบาคาร่าบ้านและสำนักงานของเราแข็งแกร่งพอๆ กับพื้นดินเบื้องล่างเท่านั้น เมื่อพื้นดินแข็งนั้นกลายเป็นของเหลว ซึ่งบางครั้งเกิดขึ้นระหว่างเกิดแผ่นดินไหว ก็สามารถโค่นอาคารและสะพานได้ ปรากฏการณ์นี้เรียกว่าการทำให้เป็นของเหลว และเป็นลักษณะสำคัญของแผ่นดินไหวในปี 2011 ที่เมืองไครสต์เชิร์ช ประเทศนิวซีแลนด์ ซึ่งเป็นแผ่นดินไหวขนาด 6.3 ริกเตอร์ ที่คร่าชีวิตผู้คนไป 185 ราย และทำลายบ้านเรือนหลายพันหลัง

ข้อดีอีกอย่างของแผ่นดินไหวในไครสต์เชิร์ชคือแผ่นดินไหวครั้งนี้เป็นหนึ่งในเอกสารที่มีหลักฐานดีที่สุดในประวัติศาสตร์ เนื่องจากนิวซีแลนด์มีคลื่นไหวสะเทือน เมืองจึงมีอุปกรณ์ตรวจจับแผ่นดินไหวจำนวนมาก การลาดตระเวนหลังเหตุการณ์ให้ข้อมูลเพิ่มเติมมากมายเกี่ยวกับการตอบสนองของดินทั่วทั้งเมือง

Maria Giovanna Durante นักวิจัยหลังปริญญาเอกกล่าวว่า "มันเป็นข้อมูลจำนวนมหาศาลสำหรับสาขาของเรา" Marie Sklodowska Curie Fellow ก่อนหน้านี้จากมหาวิทยาลัยเท็กซัสที่ออสติน (UT Austin) กล่าว "เรากล่าวว่า 'ถ้าเรามีจุดข้อมูลหลายพันจุด บางทีเราอาจพบแนวโน้มได้'"

Durante ทำงานร่วมกับ Prof. Ellen Rathje, Janet S. Cockrell Centennial Chair in Engineering at UT Austin และผู้ตรวจสอบหลักสำหรับโครงสร้างพื้นฐานทางไซเบอร์ DesignSafe ซึ่งได้รับทุนสนับสนุนจาก National Science Foundation ซึ่งสนับสนุนการวิจัยในชุมชนภัยธรรมชาติ การวิจัยส่วนตัวของ Rathje เกี่ยวกับการทำให้เป็นของเหลวทำให้เธอศึกษาเหตุการณ์ที่ไครสต์เชิร์ช เธอเคยคิดหาวิธีที่จะนำแมชชีนเลิร์นนิงมาใช้ในการวิจัยของเธอ และกรณีนี้ดูเหมือนจะเป็นจุดเริ่มต้นที่ดี

"ในบางครั้ง ฉันรู้สึกประทับใจกับการที่แมชชีนเลิร์นนิงถูกรวมเข้ากับสาขาอื่น ๆ แต่ดูเหมือนว่าเราไม่เคยมีข้อมูลเพียงพอในวิศวกรรมธรณีเทคนิคเพื่อใช้วิธีการเหล่านี้" Rathje กล่าว "อย่างไรก็ตาม เมื่อฉันเห็นข้อมูลการทำให้เป็นของเหลวออกมาจากนิวซีแลนด์ ฉันรู้ว่าเรามีโอกาสพิเศษที่จะนำเทคนิค AI มาใช้กับสาขาของเราในที่สุด"

นักวิจัยทั้งสองได้พัฒนาแบบจำลองการเรียนรู้ด้วยเครื่องที่ทำนายปริมาณการเคลื่อนไหวด้านข้างที่เกิดขึ้นเมื่อแผ่นดินไหวในไครสต์เชิร์ชทำให้ดินสูญเสียความแข็งแรงและการเปลี่ยนแปลงเมื่อเทียบกับสภาพแวดล้อม

ผลลัพธ์ได้รับการเผยแพร่ออนไลน์ในEarthquake Spectraเมื่อเดือนเมษายน พ.ศ. 2564

Durante กล่าวว่า "เป็นหนึ่งในการศึกษาการเรียนรู้ด้วยเครื่องแรกในสาขาวิศวกรรมธรณีเทคนิคของเรา

นักวิจัยใช้แนวทาง Random Forest เป็นครั้งแรกด้วยการจำแนกแบบไบนารีเพื่อคาดการณ์ว่าการเคลื่อนที่ด้านข้างเกิดขึ้นที่ตำแหน่งใดตำแหน่งหนึ่งหรือไม่ จากนั้นจึงใช้วิธีการจำแนกแบบหลายคลาสเพื่อคาดการณ์ปริมาณการกระจัด ตั้งแต่ไม่มีเลยไปจนถึงมากกว่า 1 เมตร

Durante กล่าวว่า "เราจำเป็นต้องใส่ฟิสิกส์ลงในแบบจำลองของเรา เพื่อให้สามารถจดจำ เข้าใจ และเห็นภาพว่าแบบจำลองนี้ทำอะไร" "ด้วยเหตุผลดังกล่าว การเลือกคุณสมบัติอินพุตที่เฉพาะเจาะจงซึ่งสอดคล้องกับปรากฏการณ์ที่เราศึกษาจึงเป็นเรื่องสำคัญ เราไม่ได้ใช้แบบจำลองนี้เป็นกล่องดำ เรากำลังพยายามบูรณาการความรู้ทางวิทยาศาสตร์ของเราให้มากที่สุด"

Durante และ Rathje ฝึกแบบจำลองโดยใช้ข้อมูลที่เกี่ยวข้องกับการสั่นของพื้นดินบนจุดสูงสุด (ตัวกระตุ้นสำหรับการทำให้เป็นของเหลว) ความลึกของระดับน้ำ ความชันของภูมิประเทศ และปัจจัยอื่นๆ โดยรวมแล้ว มีการใช้จุดข้อมูลมากกว่า 7,000 จุดจากพื้นที่เล็กๆ ของเมืองสำหรับข้อมูลการฝึกอบรม ซึ่งเป็นการปรับปรุงที่ดี เนื่องจากการศึกษาแมชชีนเลิร์นนิงทางธรณีเทคนิคครั้งก่อนใช้จุดข้อมูลเพียง 200 จุด

พวกเขาทดสอบแบบจำลองของพวกเขาทั่วทั้งเมืองบนพื้นที่ 2.5 ล้านแห่งรอบจุดศูนย์กลางของแผ่นดินไหวเพื่อระบุการกระจัด แบบจำลองของพวกเขาทำนายว่าการทำให้เป็นของเหลวเกิดขึ้นด้วยความแม่นยำ 80% หรือไม่ มันแม่นยำ 70% ในการกำหนดปริมาณการกระจัด

นักวิจัยได้ใช้ซูเปอร์คอมพิวเตอร์ Frontera ที่ Texas Advanced Computing Center (TACC) ซึ่งเป็นหนึ่งในเครื่องที่เร็วที่สุดในโลก ในการฝึกและทดสอบแบบจำลอง TACC เป็นพันธมิตรหลักในโครงการ DesignSafe โดยจัดหาทรัพยากรการประมวลผล ซอฟต์แวร์ และพื้นที่จัดเก็บให้กับชุมชนวิศวกรรมภัยธรรมชาติ

การเข้าถึง Frontera ทำให้ Durante และ Rathje มีความสามารถในการเรียนรู้ของเครื่องในระดับที่ไม่เคยมีมาก่อนในภาคสนาม การได้มาซึ่งโมเดลการเรียนรู้ของเครื่องขั้นสุดท้ายจำเป็นต้องมีการทดสอบโมเดลที่เป็นไปได้ 2,400 แบบ

Durante กล่าวว่า "ต้องใช้เวลาหลายปีในการทำวิจัยนี้ "ถ้าคุณต้องการทำการศึกษาพาราเมทริกหรือทำการวิเคราะห์อย่างครอบคลุม คุณต้องมีอำนาจในการคำนวณ"

เธอหวังว่าสักวันหนึ่งโมเดลการทำปฏิกิริยาเหลวของแมชชีนเลิร์นนิงจะชี้นำผู้ที่ตอบสนองต่อความต้องการเร่งด่วนที่สุดหลังจากเกิดแผ่นดินไหวในสักวันหนึ่ง “ทีมฉุกเฉินต้องการคำแนะนำเกี่ยวกับพื้นที่และโครงสร้างใดที่อาจเสี่ยงต่อการพังทลายและมุ่งความสนใจไปที่จุดนั้นมากที่สุด” เธอกล่าว

การแบ่งปัน การทำซ้ำ และการเข้าถึง

สำหรับ Rathje, Durante และวิศวกรภัยธรรมชาติจำนวนมากขึ้นเรื่อยๆ การตีพิมพ์วารสารไม่ได้เป็นเพียงผลลัพธ์เดียวของโครงการวิจัย พวกเขายังเผยแพร่ข้อมูล แบบจำลอง และวิธีการทั้งหมดไปยังพอร์ทัล DesignSafe ซึ่งเป็นศูนย์กลางสำหรับการวิจัยที่เกี่ยวข้องกับผลกระทบของพายุเฮอริเคน แผ่นดินไหว สึนามิ และอันตรายทางธรรมชาติอื่นๆ ต่อสิ่งแวดล้อมที่สร้างขึ้นและทางธรรมชาติ

"เราทำทุกอย่างในโครงการนี้ในพอร์ทัล DesignSafe" Durante กล่าว "แผนที่ทั้งหมดสร้างขึ้นโดยใช้ QGIS ซึ่งเป็นเครื่องมือทำแผนที่ที่มีอยู่ใน DesignSafe โดยใช้คอมพิวเตอร์ของฉันเป็นช่องทางในการเชื่อมต่อกับโครงสร้างพื้นฐานทางไซเบอร์"

สำหรับโมเดลการทำปฏิกิริยาเหลวของแมชชีนเลิร์นนิง พวกเขาได้สร้างสมุดบันทึก Jupyter ซึ่งเป็นเอกสารบนเว็บแบบโต้ตอบที่มีชุดข้อมูล โค้ด และการวิเคราะห์ สมุดบันทึกช่วยให้นักวิชาการคนอื่นๆ ทำซ้ำสิ่งที่ค้นพบของทีมแบบโต้ตอบ และทดสอบโมเดลการเรียนรู้ของเครื่องด้วยข้อมูลของตนเอง

Durante กล่าวว่า "สิ่งสำคัญสำหรับเราคือการจัดหาวัสดุที่มีอยู่และทำให้สามารถทำซ้ำได้ "เราต้องการให้ทั้งชุมชนก้าวไปข้างหน้าด้วยวิธีการเหล่านี้"

Joy Pauschke ผู้อำนวยการโครงการใน Directorate for Engineering ของ NSF กล่าวว่ากระบวนทัศน์ใหม่ของการแบ่งปันข้อมูลและการทำงานร่วมกันนี้เป็นหัวใจสำคัญของ DesignSafe และช่วยให้ภาคสนามก้าวหน้าได้รวดเร็วยิ่งขึ้น

"นักวิจัยเริ่มใช้วิธี AI กับข้อมูลการวิจัยอันตรายจากธรรมชาติด้วยผลลัพธ์ที่น่าตื่นเต้น" Pauschke กล่าว "การเพิ่มเครื่องมือการเรียนรู้ของเครื่องลงในข้อมูลของ DesignSafe และทรัพยากรอื่นๆ จะนำไปสู่ข้อมูลเชิงลึกใหม่ๆ และช่วยเพิ่มความเร็วให้กับความก้าวหน้า ซึ่งสามารถปรับปรุงการรับมือกับภัยพิบัติได้"

ความก้าวหน้าในการเรียนรู้ของเครื่องต้องการชุดข้อมูลที่สมบูรณ์ เช่นเดียวกับข้อมูลจากแผ่นดินไหวในไครสต์เชิร์ช “ข้อมูลทั้งหมดเกี่ยวกับงาน Christchurch มีอยู่บนเว็บไซต์” Durante กล่าว "นั่นไม่ใช่เรื่องธรรมดาในชุมชนของเรา และหากปราศจากสิ่งนั้น การศึกษานี้ก็คงเป็นไปไม่ได้"

ความก้าวหน้ายังต้องการระบบคอมพิวเตอร์ที่มีประสิทธิภาพสูงเพื่อทดสอบแนวทางใหม่และนำไปใช้กับสาขาใหม่

นักวิจัยยังคงปรับแต่งโมเดลแมชชีนเลิร์นนิ่งสำหรับการทำให้เหลว พวกเขากล่าวว่าจำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อพัฒนาโมเดลการเรียนรู้ของเครื่องที่สามารถสรุปเหตุการณ์แผ่นดินไหวและการตั้งค่าทางธรณีวิทยาอื่น ๆ ได้

Durante ซึ่งเดินทางกลับมายังอิตาลีบ้านเกิดของเธอในปีนี้ กล่าวว่าสิ่งหนึ่งที่เธอหวังว่าจะได้รับคืนจากสหรัฐฯ คือความสามารถในการวิจัยเพื่อส่งผลกระทบต่อนโยบายสาธารณะ

เธออ้างถึงโครงการล่าสุดที่ทำงานร่วมกับสก็อตต์ แบรนเดนเบิร์กและโจนาธาน สจ๊วร์ต (มหาวิทยาลัยแคลิฟอร์เนีย ลอสแองเจลิส) ที่พัฒนาวิธีการใหม่ในการพิจารณาว่ากำแพงกันดินจะพังระหว่างเกิดแผ่นดินไหวหรือไม่ น้อยกว่าสามปีหลังจากการเริ่มต้นของการวิจัย บทบัญญัติคลื่นไหวสะเทือนที่แนะนำสำหรับอาคารใหม่และโครงสร้างอื่นๆ ในสหรัฐอเมริกาได้รวมวิธีการของพวกเขาไว้ด้วย

“ฉันต้องการให้งานของฉันมีผลกระทบต่อชีวิตประจำวัน” Durante กล่าว "ในสหรัฐอเมริกา มีความเชื่อมโยงโดยตรงมากขึ้นระหว่างการวิจัยกับชีวิตจริง และนั่นคือสิ่งที่ฉันต้องการนำกลับบ้าน"บาคาร่า สมัครบาคาร่า