باحثون هنود يطورون نظام إنذار مبكر للزلازل باستخدام "نباح الكلاب

قبل الكارثة بـ20 دقيقة.. باحثون هنود يروضون "نباح الكلاب" للنجاة من الزلازل

نجح فريق بحثي هندي في وضع إطار علمي رصين باستخدام الذكاء الاصطناعي لتفسير تغيرات محسوسة في سلوك بعض الحيوانات قبل نحو 10 دقائق إلى 20 دقيقة من حدوث الآثار المدمرة للزلازل. هذه الخطوة العلمية تعد الأولى من نوعها في استخدام تقنيات الذكاء الاصطناعي لتحليل سلوك الحيوانات وتنبؤ الزلازل.

استخدام الذكاء الاصطناعي لتحليل سلوك الحيوانات

يستخدم الباحثون تقنيات الذكاء الاصطناعي لتحليل تسجيلات صوتية حقيقية وميدانية من كوارث زلزلية كبرى، مثل زلزالتركيا المدمر. يقومون بتحليل أصواتالكلاب والقطط والطيور في اللحظات الحرجة التي سبقت الهزات الأرضية العنيفة، لإخضاعها لتدريب مكثف عبر خوارزميات التعلم الآلي والعميق.

ويقول الدكتورسوريا بافان كومار جودلا من معهدأديتيا للتكنولوجيا والإدارة بالهند، والباحث المشارك بالدراسة: "قمنا بجمع وتحليل تسجيلات صوتية حقيقية وميدانية من كوارث زلزلية كبرى، مثل زلزالتركيا المدمر، مستخلصين أصوات الكلاب والقطط والطيور في اللحظات الحرجة التي سبقت الهزات الأرضية العنيفة، لإخضاعها لتدريب مكثف عبر خوارزميات التعلم الآلي والعميق".

تحليل الإشارات الصوتية

ولضمان نقاء المؤشرات الحيوية وعزلها عن ضوضاء الكوارث، يوضح د. سوريا أنهم استخدموا تقنيات معالجة إشارات دقيقة لاستخراج الخصائص الطيفية والزمنية للنبرات الصوتية، مثل الترددات وشدة الطاقة ومعدل العبور الصفري. كما قاموا بإدخال تشويش وتعديلات اصطناعية على التسجيلات (مثل تغيير الحدة ومط الوقت) لتدريب النظام على كشف "صيحات الذعر" الحقيقية بدقة، حتى في ظل أسوأ الظروف البيئية المحيطة.

نتائج واعدة

أسفرت الدراسة عن نتائج واعدة قلبت موازين أنظمة الإنذار المبكر، حيث حقق نموذج الذكاء الاصطناعي القائم على "الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه" (Bi-LSTM) دقة اختبار قياسية بلغت98.87% في التمييز بين الأصوات الطبيعية وتلك المنذرة بالخطر.

ويقول إنه "تم اختبار عدة خوارزميات شهيرة مثلالغابات العشوائية (Random Forest) وتعزيز الانحدار الشديد (XGBoost)، والذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (Bi-LSTM)، وفرضت الأخيرة تفوقها".

تطبيقات مستقبلية

وبينما تقرأ الخوارزميات الأخرى اللحظة الصوتية مجردة، تمتاز خوارزمية "الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه" بقدرتها الفريدة على معالجة الإشارة الصوتية في اتجاهين متزامنين معا (من الماضي إلى المستقبل، ومن المستقبل إلى الماضي)، وهذا "المنظور المزدوج" منح الذكاء الاصطناعي القدرة على فهم السياق الكامل والتطور التدريجي لنبرة الحيوان، مما مكنه من التقاط أدق التغيرات والأنماط الطيفية الخفية التي سبقت الهزات الأرضية، والتي عجزت الأنظمة الأخرى عن رصدها.

ويقول سوريا إن "التحليلات الصوتية المعتمدة على نموذج 'الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه' أظهرت أن نباح الكلاب وعواءها شكل المؤشر البيولوجي الأقوى والأكثر وضوحا نظرا لما يحمله من تغيرات مفاجئة في النبرة والترددات وشدة الصوت، مما جعله بمثابة بصمة صوتية مثالية التقطتها الخوارزميات بكفاءة تفوقت على باقي الحيوانات المرصودة في الدراسة".

مستقبل إنذار الزلازل

وفي حين لا يدعي سوريا ورفاقه أن أصوات الحيوانات يمكنها استبدال أجهزة الرصد الجيولوجي التقليدية، فإنهم يؤكدون أن هذا النظام يمثل "طبقة حماية تكميلية" قادرة على منح المجتمعات نافذة زمنية حاسمة تتراوح بين 10 و20 دقيقة قبل وقوع الكارثة.

ويقول: "تكتسب هذه التقنية أهمية استثنائية كخط دفاع أول منخفض التكلفة في المناطق النامية والمحرومة من البنية التحتية الزلزالية المعقدة، تمهيدا لدمجها مستقبلا مع تقنياتإنترنت الأشياء (IoT) لحوسبة البيانات وإرسال تحذيرات فورية تنقذ آلاف الأرواح".

الخطوات القادمة

ويضيف أن "خطوتنا القادمة ستكون تطوير مستشعرات صوتية ذكية فائقة الدقة وبناء أضخم قاعدة بيانات صوتية حيوية مُفهرسة للمراقبة طويلة الأمد، لتكون بمثابة حجر الأساس لمنظومة هجينة تجمع بين فطرة الطبيعة وذكاء الآلة لحماية أرواح البشر".