Post aus Japan: Erdbebenvorhersage mit Künstlicher Intelligenz

Nippons Forscher wollen mit KI etwas schaffen, was dem Menschen bisher nicht gelungen ist: Erdstöße samt Ausbreitung zu prognostizieren. Es gibt erste Erfolge.

Lesezeit: 2 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen

In Tokio fürchtet man das nächste große Beben.

(Bild: Photo by Louie Martinez on Unsplash)

Von

Täglich bebt in Japan die Erde. Oft kaum spürbar, manchmal stärker und dann hin und wieder erschreckend stark. 1995 starben mehr als 6.000 Menschen in Kobe, 2011 nach einem Megabeben und -Tsunami fast 20.000 Menschen an Japans nordöstlicher Küste. Das Land versucht sich daher mit allen technologischen Mitteln gegen die verheerenden Folgen tektonischer Aktivität zu schützen.

Die Häuser sind nun schon sehr erdbebensicher geworden, nun versuchen die Japaner, mit künstlicher Intelligenz (KI) den heiligen Gral des Katastrophenschutzes zu heben: die Erdbebenprognose. Der ferne Traum ist, Erdbeben kurz vor ihrem Ausbruch vorherzusagen. Kurzfristig geht es darum, die möglichen Schäden an der Oberfläche zu bestimmen, um die Infrastruktur besser auf Erdbeben vorbereiten zu können.

Diese Woche veröffentlichte ein Team von Wissenschaftlern des Nationalen Forschungsinstituts für die Geowissenschaft und Desasterprävention (NIED) eine Studie über den erfolgreichen Einsatz von KI bei der Schadensabschätzung. Die Forscher setzten dabei auf einen hybriden Ansatz, der Maschinenlernen und bisherige theoriegestützte Methoden für die Vorhersage von Bodenbewegungen kombiniert.

Durch die Zusammenarbeit zwischen Mensch und Maschinenlernen versuchen die Forscher, die Schwächen beider Methoden zu beheben. Die traditionellen Methoden unterschätzen immer wieder die Stärke von Starkbeben. Doch das gleiche gilt auch für die KI, da ihre Leistungsfähigkeit und Genauigkeit von der Qualität der Trainingsdaten abhängt.

Post aus Japan

Japan probiert mit Elektronik seit jeher alles Mögliche aus - und oft auch das Unmögliche. Jeden Donnerstag berichtet unser Autor Martin Kölling an dieser Stelle über die neuesten Trends.

Ein bekanntes Problem ist, dass künstliche Intelligenz unausgewogener Daten ebenso wie Menschen zu verzerrten Ergebnissen führen können. Die Forscher führen Gesichtsanalyse an, deren Genauigkeit von Geschlecht und Hautfarbe abgehängt habe. "Die Verzerrung von Daten ist ein problematisches und unvermeidliches Problem beim Maschinenlernen und auch in der Geowissenschaft vorhanden", erklären die Forscher.

Das Problem ist der Datensatz: Japan hat zwar 1700 seismische und geologische Messstationen im Land, um Bodenbewegungen und Plattenverschiebung aufzuzeichnen und auszuwerten. Daher konnten die Wissenschaftler die KI zum Training immerhin mit 186.310 seismischen Datensätzen von 2082 Erdbeben füttern, die sich zwischen 1997 und 2015 ereignet hatten. "Aber es gibt nur wenige Aufzeichnungen über 'starke' Bodenbewegungen, die manchmal zu menschlichen Opfern und Gebäudeschäden führen", so die Wissenschaftler. Denn so oft treten Beben mit einer Magnitude von mehr als 7 auf der Richterskala auch in Japan nicht auf.

Reines Maschinenlernen führte daher genau wie die theoriebasierten Modelle zu einer Unterschätzung von Starkbeben, erklären die Autoren der Studie. "Problem der Unterschätzung von starken Bewegungen führt zu einem fatalen Fehler im Algorithmus, da starke Bewegungen, die von großen Erdbeben erzeugt werden, katastrophale Schäden an Menschen und Gebäuden verursachen", schreiben sie. "Und das Übersehen solcher starken Bewegungen ist aus Sicht der Erdbebensicherheit inakzeptabel."

Das Team testete die kombinierte Methode an realen Fällen, darunter das schwere Erdbeben im südjapanischen Kumamoto im Jahr 2016. Die hybride Methode sagte dabei weitaus stärkere Bodenbewegungen voraus, die näher an die Realität heranreichten, als Vorhersagegleichungen für Bodenbewegungen. Nun kommt es darauf an, die Datengrundlage und das Verständnis die komplexen Bodenverhältnisse zu verbessern. Denn die Forscher geben zu, dass die realen Mechanismen für Bodenbewegungen "komplexer sind als die die Modelle in dieser Studie." Aber auch bei der Verbesserung kann KI helfen, sind die Forscher überzeugt.

Lesen Sie auch

(bsc)