نموذج جديد للتعلم الآلي يعزز فعالية إنذارات التسونامي المبكرة

نموذج التعلم الآلي يحسن الإنذارات المبكرة بالتسونامي

شهدت دراسة جديدة تطبيق تقنيات التعلم الآلي التي تعتمد على الذكاء الاصطناعي لتحسين النماذج التقليدية للإنذار المبكر من تسونامي، وذلك في توفينو، كولومبيا البريطانية، المعروفة بشواطئها المثالية لركوب الأمواج والسياحة. وكما أفادت مجلة الهندسة الساحلية، قام كاتسوشيرو جودا، أستاذ علوم الأرض ورئيس قسم أبحاث كندا في تقييم المخاطر المتعددة، بإجراء أبحاث أظهرت أن نماذج الغابات العشوائية، وهي خوارزمية تعلم آلي تعتمد على أشجار القرار، كانت الأكثر دقة في الإنجاز مقارنة بالشبكات العصبية ونماذج الانحدار الخطي المتعدد، وهو نموذج إحصائي تقليدي.

تطوير تقنيات الذكاء الاصطناعي لتحسين نماذج الإنذار المبكر

يشير جودا إلى أن “الانحدار الخطي المتعدد هو النموذج الراسخ الذي اعتمدنا عليه لعقود في التنبؤ بالتسونامي”، مضيفًا أنه “يجب علينا استخدام مزيد من نماذج الذكاء الاصطناعي لضمان نتائج أفضل، رغم أنها تحتاج إلى بيانات وفيرة لتحقيق أداء محسّن”. وقد أظهرت الأبحاث أن أداء نماذج الإنذار المبكر يختلف بمجرد تقليص فترات الانتظار، مما يتطلب جمع المزيد من البيانات واستخدامها لتطوير نظام إنذار قوي يمكن أن يخدم توفينو ومجتمعات الساحل الأخرى في جزيرة فانكوفر.

تعكس النتائج المستخلصة أن الانتظار لفترة أطول لإصدار التحذيرات المتصلة بالتسونامي يعزز من فرص الإجلاء الفعال لكافة السكان، بينما يشكل الانتظار الطويل تحديًا يمكن أن يقلل من فعالية التحذيرات ويعرض الأرواح للخطر. في ضوء المخاطر الكبيرة التي تواجهها توفينو بسبب قربها من منطقة كاسكاديا الاندساسية، والتي تعتبر حدودًا تكتونية قادرة على إنتاج زلازل وأمواج تسونامي تصل قوتها إلى 9 درجات، تحتاج المجتمعات للسعي نحو الاستعداد الجيد لمواجهة هذه الكوارث، وهي أدوات تتضمن إمكانية بناء أبراج تسونامي. مع العلم أن الأمواج المحلية الناجمة عن الزلازل قد تصل إلى توفينو في غضون 15 إلى 20 دقيقة فقط، مما يستدعي تكثيف الجهود لتعزيز أنظمة الإنذار المبكر لحماية حياة السكان وفرق الطوارئ.