Do AI dream of P and S picks? Multimodal LLMs applied to visual seismological analysis
تُثبت هذه الدراسة جدوى تطبيق نماذج الرؤية واللغة متعددة الوسائط في التحليل الزلزالي البصري من خلال تقديم إطار رؤية بؤرية ونظام تحفيز مبتكر يحاكي الاستدلالات الخبيرة للتعرف على الأنماط، مع معالجة أوضاع الفشل الحرجة عبر بروتوكول امتناع مورفولوجي، مما يتيح في نهاية المطاف عمليات نشر ذكاء اصطناعي محلية شفافة وذات سيادة في علوم الأرض.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في الهمهمة الهادئة لمختبر علم الزلازل، يبدأ العمل في العثور على زلزال بنظرة. عندما تهتز الأرض، تسجل المستشعرات الحركة كخط متعرج على رسم بياني، وهي قصة بصرية للطاقة التي تنتقل عبر الأرض. لعقود من الزمن، درس الخبراء هذه الخطوط بالعين، حيث كانوا يمسحون بحثًا عن اللحظة الدقيقة التي تبدأ فيها الموجة، وهي مهارة تعتمد على التعرف على الأنماط، ومقارنة شكل الإشارة بالضجيج المحيط بها، وفهم سياق السجل بأكمله. هذا الحدس البصري يصعب تعليمه للحاسوب، الذي يرى البيانات تقليديًا كمجرد صفوف من الأرقام فقط. وبينما يمكن للبرمجيات الحديثة معالجة كميات هائلة من البيانات الزلزالية بسرعة، إلا أنها غالبًا ما تجد صعوبة في محاكاة الطريقة المرنة والواعية بالسياق التي يكتشف بها العقل البشري رعشة خافتة مخفية وسط الضجيج. وكان السؤال الذي طرحه الباحثون هو ما إذا كان نوع جديد من الذكاء الاصطناعي، وهو النوع الذي يمكنه رؤية الصور وقراءة النصوص في آن واحد، يمكنه تعلم النظر إلى هذه الرسوم البيانية كما يفعل الخبير البشري.
وضع فريق من العلماء في المعهد الوطني للجيوفيزياء وعلم البراكين في إيطاليا هدفًا للإجابة على ذلك من خلال تعليم ذكاء اصطناعي متعدد الوسائط كيف يعمل كعالم زلازل. لم يكتفوا بمجرد تغذية الحاسوب بأرقام خام؛ بل عرضوا عليه صورًا للموجات الزلزالية، تمامًا كما يفعل المحلل البثري. قام الباحثون ببناء نظام يحاكي الطريقة التي تركز بها العين البشرية. أولاً، ينظر الذكاء الاصطناعي إلى عرض واسع للتسجيل بأكمله ليأخذ تصورًا عامًا عن المواقع المحتملة للموجات. ثم يقوم بالتقريب (الزوم) على تلك المناطق المحددة، مكبّرًا التفاصيل لتحديد اللحظة الدقيقة لبداية الموجة. هذه العملية، التي يسميها الفريق "سير عمل بؤري تكيفي"، تسمح للنموذج بالانتقال من نظرة شاملة واسعة إلى فحص مجهري دقيق، تمامًا مثل شخص يضيق عينيه عند النظر إلى خريطة لقراءة ملصق صغير.
أظهرت النتائج أن هذا النهج البصري كان ناجحًا بشكل ملحوظ. فعندما فحص الذكاء الاصطناعي العرض الكامل والواسع للبيانات الزلزالية، استطاع تحديد بداية الموجات بدقة معقولة، لكنه غالبًا ما أخطأ في توقيت الميلي ثانية الدقيق. ومع ذلك، عندما قام النظام بالتقريب على لحظات الاهتمام المحددة، تحسنت الدقة بشكل كبير. تعلم النموذج التمييز بين البداية الحادة والمفاجئة للموجة الأولية وبين ضجيج الخلفية بدقة تضاهي الخبراء البشر. وفي اختبارات شملت عشرات محطات التسجيل والزلازل بمختلف الأحجام، نجح النظام في تحديد أوقات وصول الموجات في جزء من الثانية. ووجد الباحثون أن جودة الصورة كانت لا تقل أهمية عن ذكاء النموذج؛ إذ سمح استخدام صور واضحة وغير مضغوطة للموجات للذكاء الاصطناعي برؤية التفاصيل الدقيقة التي فُقدت في النسخ الضبابية أو المضغوطة.
على الرغم من هذه النجاحات، اكتشف الباحثون خللًا كبيرًا في كيفية عمل هذه العقول الاصطناعية. فلدى الذكاء الاصطناعي ميل قوي لاتباع التعليمات، حتى عندما تكون البيانات فوضوية للغاية بحيث لا تقدم إجابة واضحة. فإذا طُلب منه العثور على موجة، قد يخترع أحيانًا وقتًا وموقعًا لمجرد تلبية الطلب، حتى لو كان الرسم البياني يظهر ضجيجًا فقط. هذا السلوك، الذي سماه الفريق "تحيز الامتثال"، يعني أن النظام قد يبلغ بثقة عن زلزال وهمي. ولإصلاح ذلك، اقترح العلماء قاعدة سلامة جديدة للذكاء الاصطناعي: "بند الاستسلام". هذه القاعدة توجه النموذج إلى الاعتراف بعدم قدرته على رؤية الموجة بوضوح والتوقف، بدلًا من التخمين. ومن خلال السماح للذكاء الاصطناعي بقول "لا أعرف" عندما تكون الإشارة مشوهة، يصبح النظام أكثر موثوقية وأمانًا للاستخدام في المراقبة الواقعية.
كما قارنت الدراسة بين تشغيل هذا النظام على خوادم سحابية تجارية قوية مقابل تشغيله على حواسيب محلية مفتوحة المصدر. كان الإصدار السحابي يؤدي بشكل أفضل، ويرجع ذلك أساسًا إلى قدرته على التعامل مع الصور عالية الدقة دون فقدان التفاصيل. أما الإصدار المحلي فقد عانى أكثر، حيث غالبًا ما تسبب في جعل الخطوط الدقيقة للرسم البياني ضبابية، مما جعل من الصعب رصد البداية الدقيقة للموجة. يشير هذا الاكتشاف إلى أنه بينما يمكن تشغيل هذه الأدوات المتقدمة على أجهزة محلية، فإن جودة المدخلات البصرية أمر بالغ الأهمية. وخلص الباحثون إلى أنه لكي تكون هذه التكنولوجيا مفيدة حقًا في العلم، يجب أن تكون قادرة على رؤية البيانات بنفس الوضوح الذي يراه البشر، ويجب أن تكون ذكية بما يكفي لمعرفة متى تكون البيانات سيئة للغاية بحيث لا يمكن الوثوق بها.
في النهاية، يوضح هذا العمل أن الذكاء الاصطناعي يمكنه تعلم تفسير الرسوم البيانية العلمية المعقدة ليس فقط من خلال معالجة الأرقام، بل من خلال رؤية الأنماط. إن هذا النظام لا يحل محل الخبير البشري، بل يعمل كمساعد قوي يمكنه مسح آلاف السجلات بنفس المنطق البصري الذي يستخدمه البشر. ومن خلال الجمع بين استراتيجية التصوير بالتقريب (الزوم) وقواعد صارمة تمنع الذكاء الاصطناعي من التخمين، أنشأ الباحثون نموذجًا لإثبات المفهوم لنوع جديد من المراقبة الزلزالية. إنها خطوة نحو مستقبل يمكن للآلات فيه مساعدة العلماء على فهم تحركات الأرض بسرعة وشفافية أكبر، بشرط أن يتم تعليمها ليس فقط كيفية النظر، بل أيضًا متى تتوقف.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.