محققان یک سیستم مبتنی بر یادگیری ماشینی ابداع کرده‌اند که به شناسایی موقعیت‌های مناسب برای انباشت گاز گلخانه‌ای دی‌اکسید کربن در زیرزمین، کمک می‌کند.

به گزارش زیست آنلاینبه نقل از پایگاه اینترنتی «انگجت»، دانشمندان به دنبال آن هستند تا دی‌اکسیدکربن به دام انداخته شده را در زیرزمین انباشت کنند اما پیدا کردن محل مناسب برای این کار می‌تواند دشوار باشد. زیرا ریز زمین لرزه‌ها (seimic hum) شناسایی امواج فرکانس پایین که بهترین کمک برای تهیه نقشه از زیرزمین هستند را سخت می‌کند. اما به لطف هوش مصنوعی، دانشمندان دیگر با این چالش روبه رو نخواهند بود.

دانشمندان دانشگاه ام. آی. تی یک سیستم یادگیری ماشینی ابداع کرده‌اند که از زمین لرزه برای تخمین دقیق این امواج فرکانس پایین و تهیه نقشه از تشکیلات و الگوهای زیرزمینی استفاده می‌کند.

این تیم تحقیقاتی به یک شبکه عصبی پیچشی، چگونگی یافتن «همبستگی و ارتباط پنهان» میان مولفه‌های داده‌های با فرکانس بالا از زمین‌لرزه‌های شبیه سازی شده را آموزش دادند. شبکه عصبی پیچشی یک الگوریتم یادگیری عمیق است که تصویر ورودی را دریافت می‌کند و به هر یک از اشیا/جنبه‌های موجود در تصویر یک میزان اهمیت تخصیص می‌دهد و قادر به تفکیک آن‌ها از یکدیگر است. این سیستم مبتنی بر هوش مصنوعی یاد گرفت تا چگونه الگویی‌هایی را پیدا کند که با استفاده از آن‌ها می‌توان فرکانس‌های پایین مفقود از این حلقه را شناسایی کرد. این روند در نهایت الگوریتمی را ایجاد کرد که تحت شرایط مناسب می‌تواند امواج فرکانس‌ پایین را شناسایی کرده و با دقتی بی سابقه نقشه‌ای از زیرزمین تهیه کند.

اگرچه این سیستم هنوز برای استفاده در شرایط واقعی آماده نیست، اما یک فناوری نوید بخش و امیدوارکننده است که می‌تواند با شناسایی موقعیت‌های مناسب برای انباشت دی‌اکسیدکربن در زیرزمین، به محدود کردن تأثیر منفی فعالیت‌های انسانی بر کره زمین کمک کند. این سیستم همچنین ممکن است به پیدا کردن ذخایر انرژی گرمایی بیشتر کمک کند و به کشورها این اجازه را بدهد تا از تولید برق که با آزاد شدن آلاینده‌ها همراه است، دست بردارند.