En översikt över tsunamiförutsägelser med AI Kredit:Tohoku University, University of Tokyo, och Fujitsu Laboratories
En ny AI-modell som utnyttjar kraften i världens snabbaste superdator, Fugaku, kan snabbt förutsäga tsunamiöversvämningar i kustområden innan tsunamin når land.
Utvecklingen av den nya tekniken tillkännagavs som en del av ett gemensamt projekt mellan International Research Institute of Disaster Science (IREDeS) vid Tohoku University, Earthquake Research Institute vid University of Tokyo, och Fujitsu Laboratories.
Jordbävningen i den stora östra Japan 2011 och den efterföljande tsunamin visade på bristerna i katastrofbekämpning och behovet av att använda information för effektiva och säkra evakueringar.
Medan tsunamiobservationsnätverk i japanska kustvatten har stärkts sedan dess, att använda data som produceras från dessa nätverk för att förutsäga en tsunamis väg när den väl träffar land har blivit allt mer brådskande. Detta är särskilt sant eftersom en stor jordbävning sannolikt kommer att drabba Japans tätbefolkade östkust någon gång inom en snar framtid.
Tsunamiförutsägelsetekniker kommer att tillåta myndigheter att snabbt få korrekt information och hjälpa dem att effektivt rikta evakueringsorder.
Fujitsu, Tohoku University, och University of Tokyo utnyttjade Fugakus kraft för att generera träningsdata för 20, 000 möjliga tsunamiscenarier baserade på högupplösta simuleringar. Dessa scenarier användes för att effektivisera en AI-modell som använder offshore vågformsdata som genererats av tsunamin för att förutsäga översvämningar före landning med hög rumslig upplösning.
En jämförelse mellan förväntade översvämningar från modellen av Cabinet Office ofJapan och resultaten av den nyutvecklade AI i händelse av en Nankai MegathrustEarthquake. Kredit:Tohoku University, University of Tokyo, och Fujitsu Laboratories
Konventionell förutsägelseteknik kräver användning av superdatorer och gör snabba förutsägelsesystem svåra att implementera. Den nuvarande AI-modellen, dock, kan köras på några sekunder på vanliga datorer.
När modellen tillämpades på en simulering av tsunamiöversvämningar i Tokyobukten efter en stor jordbävning, den uppnådde mycket exakta förutsägelser med en vanlig PC inom några sekunder. Resultaten överensstämde med tsunamiöversvämningar av tsunaminkällor som släppts av Japans regeringskontor.
Forskargruppen kommer att fortsätta att använda Fugakus höghastighetsprestanda i framtiden genom att träna systemet med ytterligare tsunamiscenarier. Att göra det kommer att hjälpa till att förverkliga AI som kan förutsäga tsunamiöversvämningar över ännu bredare områden.
