Blixten kanske inte slår ner två gånger, men jordbävningar kan. Och att förutsäga var efterskalv kommer att drabba kan nu vara lite lättare tack vare hjälp från artificiell intelligens.

Efterskalv kan vara mer destruktiva än de skalv de följer, vilket gör det ännu viktigare för experter att kunna förutsäga dem.

Men medan seismologer har metoder för att förutsäga när efterskalv kommer att drabba och hur starka de kommer att vara, det finns mer osäkerhet om hur man förutsäger var de kommer att slå till.

I hopp om att ta itu med det, en grupp forskare utbildade ett "deep learning" -program med data om tiotusentals jordbävningar och efterskalv för att se om de förbättrar förutsägelser.

"Den tidigare baslinjen för efterskalvsprognoser har en precision på cirka tre procent över testdatauppsättningen. Vårt neurala nätverksansats har en precision på cirka sex procent, " sa Phoebe DeVries, medförfattare till studien publicerad i tidskriften Natur på torsdag.

"Det här tillvägagångssättet är mer exakt eftersom det utvecklades utan en stark förankring om var efterskalv borde inträffa, "DeVries, en postdoktor vid Harvard, sa till AFP.

Forskarna använde en typ av artificiell intelligens som kallas djupinlärning, som är löst modellerad på hur den mänskliga hjärnan gör kopplingar.

Programmet gjorde det möjligt för forskarna att kartlägga samband "mellan egenskaperna hos en stor jordbävning - formen på förkastningen, hur mycket halkade det, och hur stressade det jorden – och var efterskalv inträffade, sa Brendan Meade, professor i jord- och planetvetenskap vid Harvard, och en studie medförfattare.

Forskarna testade nätverket genom att hålla tillbaka en fjärdedel av sin datamängd, och mata den återstående informationen till programmet.

De testade sedan hur bra programmet förutspådde efterskakningsplatserna i de 25 procent av fallen som det inte hade matats.

De fann att sex procent av de områden som programmet identifierade som högrisk faktiskt upplevde efterskalv, upp från tre procent med befintliga metoder.

Analysera forskningen, Gregory Beroza, professor i geofysik vid Stanford University, varnade för att det "kan vara för tidigt att sluta sig till... en förbättrad fysisk förståelse för att efterskalv utlöser".

I en artikel publicerad i Natur vid sidan av studien, han sa att forskningen hade fokuserat på endast en uppsättning förändringar orsakade av jordbävningar som kan påverka var efterskalv inträffar.

"En annan anledning till försiktighet är att författarnas analys bygger på faktorer som är fyllda med osäkerhet, " skrev Beroza.

DeVries erkände att ytterligare faktorer påverkar var efterskalv inträffar och att det finns "mycket mer att göra".

"Vi är definitivt överens om att detta arbete är en motiverande början, snarare än ett slut, " Hon sa.

Och Beroza sa att forskningen hade etablerat ett "strandhuvud" för ytterligare studier om hur artificiell intelligens kan hjälpa till att prognostisera.

"Tillämpningen av maskininlärningsmetoder har potential att extrahera mening ur dessa stora och komplexa informationskällor, men vi är fortfarande i de tidiga stadierna av denna process. "

© 2018 AFP