आर्टिफिशियल इंटेलिजेंस भूकंप की भविष्यवाणी को जोड़ता है

प्रयोगशाला में सफलतापूर्वक भूकंप की भविष्यवाणी करने के बाद, भूभौतिकीविदों की एक टीम ने उत्तर पश्चिमी प्रशांत तट में भूकंप के लिए मशीन लर्निंग एल्गोरिदम लागू किया

ऑरेगॉन और वाशिंगटन के तटों पर स्थित दर्जनों "भूत वनों" में से एक - नेस्कोविन बीच, ओरेगॉन पर 2,000 साल पुराने शंकुधारी वन के अवशेष। यह माना जाता है कि एक बड़े पैमाने पर भूकंप ने एक बार कैस्केडिया के उप-क्षेत्र को हिला दिया था , और स्टंप सुनामी द्वारा लाए गए मलबे के नीचे दब गए थे

पिछले साल मई में, 13 महीने की झपकी के बाद, पुगेट बे, वाशिंगटन के तहत भूमि गति में बदल गई। भूकंप ओलंपिक पर्वत के नीचे 30 किमी से अधिक की गहराई पर शुरू हुआ, और कुछ ही हफ्तों के भीतर उत्तर पश्चिमी चले गए, कनाडा के वैंकूवर द्वीप पर पहुंच गए। फिर इसने कुछ ही समय में अपना रास्ता बदल लिया, वापस अमेरिका की सीमा पर रेंग गया, और फिर चुप हो गया। मासिक भूकंप ने पर्याप्त ऊर्जा जारी की ताकि इसकी तीव्रता का अनुमान लगाया जा सके 6. भूकंप के अंत तक, वैंकूवर द्वीप के दक्षिणी छोर ने प्रशांत महासागर में एक अतिरिक्त सेंटीमीटर को उन्नत किया।

चूँकि भूकंप अंतरिक्ष और समय में इतना धुंधला था, सबसे अधिक संभावना है, किसी को भी यह महसूस नहीं हुआ। ऐसे भूतिया भूकंप जो सामान्य तेज भूकंप की तुलना में गहरे भूमिगत होते हैं, उन्हें "धीमी फिसलन" के रूप में जाना जाता है। लगभग एक वर्ष में, वे प्रशांत नॉर्थवेस्ट में होते हैं, एक गलती के साथ, जिसके साथ जुआन डी फूका प्लेट धीरे-धीरे उत्तरी अमेरिकी प्लेट के पश्चिमी किनारे के उत्तरी भाग के नीचे रेंगती है । 2003 के बाद से, क्षेत्र में भूकंपीय स्टेशनों के एक विस्तृत नेटवर्क में एक दर्जन से अधिक धीमी फिसल दर्ज की गई। और पिछले डेढ़ साल में, इन घटनाओं में भूभौतिकीविद् पॉल जॉनसन के नेतृत्व में भूकंप की भविष्यवाणी परियोजना का ध्यान केंद्रित किया गया है।

जॉनसन की टीम भूकंप भौतिकी के रहस्यों को उजागर करने और एक उभरते हुए भूकंप के संकेतों को अलग करने की कोशिश करने के लिए मशीन सीखने का उपयोग करने वाले वैज्ञानिकों के कई समूहों में से एक है। दो साल पहले, जॉनसन और उनके सहयोगियों ने एक प्रयोगशाला मॉडल में सफलतापूर्वक प्रतिमान-मांग एल्गोरिथ्म का उपयोग करते हुए छवि और भाषण मान्यता और कृत्रिम बुद्धिमत्ता के अन्य अनुप्रयोगों में हाल ही में सफलताओं के दौरान भूकंप की भविष्यवाणी की थी । तब से, यह उपलब्धि यूरोप के वैज्ञानिकों द्वारा दोहराई गई है ।

और अब, प्रीपेयर साइट arxiv.org पर इस सितंबर में प्रकाशित एक पेपर में, जॉनसन और उनकी टीम ने प्रशांत नॉर्थवेस्ट में धीमी गति से भूकंप के लिए उनके एल्गोरिदम का परीक्षण करने की रिपोर्ट दी। काम का परीक्षण अभी तक स्वतंत्र विशेषज्ञों द्वारा किया जाना है, लेकिन वे पहले से ही रिपोर्ट कर रहे हैं कि परिणाम आशाजनक रहे हैं। जॉनसन का तर्क है कि एल्गोरिथ्म एक धीमी भूकंप की शुरुआत का अनुमान लगा सकता है "कुछ दिनों में - और संभवतः पहले।"

"यह एक बहुत ही रोचक विकास है," राइस विश्वविद्यालय के एक भूकंपविज्ञानी Maarten de Hoop ने कहा, जो इस काम में शामिल नहीं है। "पहली बार, वह क्षण आया है जब हमने भूकंप की भविष्यवाणी करने में प्रगति की है"।

स्टैनफोर्ड विश्वविद्यालय में भूभौतिकीविद् मुस्तफा मौसवी ने नए परिणामों को "रोचक और प्रेरक" कहा। वह, डे होप और इस क्षेत्र के अन्य विशेषज्ञ इस बात पर जोर देते हैं कि मशीन सीखने के लिए विनाशकारी भूकंपों की भविष्यवाणी करने से पहले एक लंबा रास्ता तय करना होगा - और यह कि इस मार्ग की कुछ बाधाएँ बहुत कठिन हो सकती हैं, और संभवतः दुर्गम भी। फिर भी, मशीन सीखना उस क्षेत्र के वैज्ञानिकों के लिए सबसे अच्छा मौका हो सकता है, जिसमें उन्होंने दशकों तक ठहराव किया है और शायद ही किसी उम्मीद की झलक देखी हो।

जैम और स्लिप

स्वर्गीय भूकंपविज्ञानी चार्ल्स रिक्टर , जिन्होंने भूकंप की ताकत रेटिंग पैमाने का नाम दिया था, ने 1977 में नोट किया था कि भूकंप की भविष्यवाणी "शौकियों, लोवियों और सार्वजनिक स्कैमर के लिए उत्कृष्ट मिट्टी" हो सकती है। आज, कई सीस्मोलॉजिस्ट आपकी पुष्टि करेंगे कि वे तीनों प्रकार के बहुत सारे प्रतिनिधियों से मिले हैं।

हालांकि, ऐसा हुआ कि सम्मानित वैज्ञानिकों ने ऐसे विचार दिए, जो पूर्वव्यापीकरण में, सच्चाई से बहुत दूर लगते हैं, और कभी-कभी केवल पागल होते हैं। एथेंस विश्वविद्यालय के एक भूभौतिकीविद्, पनियागोटिस वर्ट्सोस ने कहा कि वह "भूकंपीय विद्युत संकेतों" को मापकर आसन्न भूकंपों को पहचानने में सक्षम थे। ब्रायन ब्रैडी, 1980 के दशक की शुरुआत में, यूएस डिपार्टमेंट ऑफ माइंस के एक भौतिक विज्ञानी ने पेरू में आसन्न भूकंपों के बारे में कई बार गलत अलार्म बजाया, अपुष्ट निष्कर्षों पर उनके निष्कर्षों को आधार बनाते हुए कि खानों में पत्थरों को तोड़ना आसन्न भूकंपों का संकेत था।

पॉल जॉनसन इस विवादास्पद कहानी से अवगत हैं। वह जानता है कि कई स्थानों पर "भूकंप की भविष्यवाणी" के बारे में बात करना भी अशोभनीय है। वह जानता है कि छह इतालवी वैज्ञानिकों को 2012 में 29 लोगों की गैर-इरादतन हत्या का दोषी ठहराया गया था, इतालवी शहर एल लकीला में भूकंप की संभावना को कम करते हुए कुछ दिन पहले इस क्षेत्र को लगभग 6.3 तीव्रता के भूकंप से नष्ट कर दिया गया था (तब अपील की अदालत रद्द कर दी गई थी) यह फैसला)। वह उन प्रमुख भूकंपीय वैज्ञानिकों के बारे में जानता है जिन्होंने स्पष्ट रूप से कहा है कि "भूकंप की भविष्यवाणी नहीं की जा सकती है।"

हालांकि, जॉनसन यह भी जानता है कि भूकंप शारीरिक प्रक्रियाएं हैं जो अनिवार्य रूप से एक मरने वाले तारे के गिरने या हवा की दिशा में बदलाव से अलग नहीं हैं। और यद्यपि वह इस बात पर जोर देता है कि उसके अनुसंधान का मुख्य लक्ष्य दोषों की भौतिकी को बेहतर ढंग से समझना है, वह भविष्यवाणियों के कार्य से इनकार नहीं करता है।


पॉल जॉनसन, अपने हाथों में ऐक्रेलिक प्लास्टिक के नमूने के साथ लॉस एलामोस नेशनल लेबोरेटरी के एक भूकंपविज्ञानी - प्रयोगशाला में भूकंप का अनुकरण करने के लिए टीम द्वारा उपयोग की जाने वाली सामग्रियों में से एक।

एक दशक से अधिक समय पहले, जॉनसन ने "प्रयोगशाला भूकंप" का अध्ययन करना शुरू किया था, जो कि दानेदार सामग्री की पतली परतों के साथ स्लाइड का उपयोग करके ब्लॉक किए गए हैं। टेक्टोनिक प्लेटों की तरह ये ब्लॉक सुचारू रूप से स्लाइड नहीं करते हैं, लेकिन स्नैच और स्टॉप के साथ। कभी-कभी कुछ सेकंड के लिए वे घर्षण द्वारा पकड़े जाते हैं, और फिर बढ़ती हुई ताकत पर्याप्त होती है जिससे वे अचानक आगे की ओर बढ़ना शुरू कर देते हैं। यह फिसलन - भूकंप का प्रयोगशाला संस्करण - तनाव को छोड़ता है, जिसके बाद रैग्ड आंदोलनों का चक्र नए सिरे से शुरू होता है।

जब जॉनसन और सहयोगियों ने ध्वनिक संकेत दर्ज किया जो इस आंतरायिक आंदोलन के दौरान होता है, तो उन्होंने तेज चोटियों पर ध्यान दिया जो प्रत्येक फिसलन से पहले दिखाई देते हैं। आंदोलन से पहले की ये घटनाएं भूकंपीय तरंगों के बराबर प्रयोगशाला बन गईं, जो भूकंप के पहले झटके पैदा करती हैं। हालांकि, जैसे ही भूकंपविदों ने मुख्य भूकंप की शुरुआत के क्षण की भविष्यवाणी में असफल झटके को चालू करने की कोशिश की, जॉनसन और सहकर्मियों ने यह पता नहीं लगाया कि प्रयोगशाला भूकंप के विश्वसनीय पूर्वानुमानों में इन पूर्व घटनाओं को कैसे चालू किया जाए। "हम एक मृत अंत में हैं," जॉनसन याद करते हैं। "मैंने जारी रखने का एक तरीका नहीं देखा है।"

लॉस एलामोस में कई साल पहले एक बैठक में, जॉनसन ने इस दुविधा को सिद्धांतकारों के एक समूह को समझाया। उन्होंने मशीन लर्निंग एल्गोरिदम का उपयोग करके डेटा को पुन: व्यवस्थित करने का प्रस्ताव दिया - उस समय तक यह दृष्टिकोण पहले से ही ऑडियो डेटा में पैटर्न को अच्छी तरह से पहचानने की क्षमता के लिए जाना जाता था।

वैज्ञानिकों ने संयुक्त रूप से एक योजना विकसित की है। उन्होंने प्रयोगों के दौरान रिकॉर्ड किए गए पांच मिनट के ऑडियो को लेने का फैसला किया - जिसमें फिसलने और अटक जाने के लगभग 20 चक्र शामिल थे - और उन्हें अपने छोटे खंडों में काट दिया। प्रत्येक खंड के लिए, शोधकर्ताओं ने 80 से अधिक सांख्यिकीय विशेषताओं की गणना की, जिसमें औसत सिग्नल, औसत से विचलन, और इस खंड में निहित ध्वनि से पहले की जानकारी शामिल है। जैसा कि शोधकर्ताओं ने डेटा का रेट्रो रूप से विश्लेषण किया, उन्हें पता था कि ध्वनि के साथ प्रत्येक खंड और प्रयोगशाला में बाद के धक्का के बीच कितना समय बीत गया।

प्रशिक्षण के लिए इस डेटा के साथ सशस्त्र, उन्होंने " यादृच्छिक वन " नामक एक मशीन लर्निंग एल्गोरिदम का उपयोग किया, जो कि उन विशेषताओं के संयोजन के लिए व्यवस्थित रूप से खोज करने के लिए है जो स्पष्ट रूप से शिफ्ट से पहले बचे समय की मात्रा से संबंधित हैं। कई मिनट के प्रायोगिक डेटा का अध्ययन करने के बाद, एल्गोरिथ्म ध्वनिक विशेषताओं के आधार पर कतरनी समय की भविष्यवाणी करना शुरू कर सकता है।

जॉनसन और उनके सहयोगियों ने एक नई पारी तक शेष समय की भविष्यवाणी करने के लिए यादृच्छिक वन एल्गोरिदम को चुना, विशेष रूप से क्योंकि (तंत्रिका नेटवर्क और अन्य लोकप्रिय मशीन लर्निंग एल्गोरिदम की तुलना में) यादृच्छिक वन की व्याख्या करना अपेक्षाकृत आसान है। एल्गोरिथ्म, संक्षेप में, एक निर्णय वृक्ष के रूप में काम करता है, जिसमें प्रत्येक शाखा कुछ सांख्यिकीय विशेषता के आधार पर डेटा सेट साझा करती है। इसलिए, वृक्ष उन अभिलेखों को संग्रहीत करता है जो भविष्यवाणियों के लिए उपयोग किए जाने वाले एल्गोरिदम का संकेत देते हैं - और प्रत्येक संकेत के सापेक्ष महत्व, जो एल्गोरिथ्म को एक निश्चित भविष्यवाणी में आने में मदद करता है।


ध्रुवीकृत लेंस तनाव रेखा से पहले तनाव का संचय दिखाते हैं, जो गलती की रेखा के साथ बग़ल में चलता है।

जब लॉस अल्मोस के शोधकर्ताओं ने उनके एल्गोरिदम के विवरण का अध्ययन किया, तो वे आश्चर्यचकित थे। अधिकांश भाग के लिए, एल्गोरिथ्म एक सांख्यिकीय विशेषता पर निर्भर था जो प्रयोगशाला भूकंप से तुरंत पहले हुई घटनाओं से जुड़ा नहीं था। यह अधिक फैलाव है - औसत से सिग्नल के विचलन का एक उपाय - इसके अलावा, ब्रेकिंग और स्लाइडिंग के पूरे चक्र में फैला हुआ है, और शिफ्ट से पहले तुरंत क्षणों में ध्यान केंद्रित नहीं किया गया है। फैलाव छोटे मूल्यों के साथ शुरू हुआ, और फिर धीरे-धीरे शिफ्ट के दृष्टिकोण के दौरान जमा हुआ, शायद इसलिए कि ब्लॉक के बीच अनाज अधिक से अधिक एक दूसरे के साथ टकरा गया क्योंकि वोल्टेज जमा हुआ। इस भिन्नता को जानने के बाद, एल्गोरिथ्म पारी की शुरुआत के समय की अच्छी भविष्यवाणी करने में सक्षम था; और पूर्ववर्ती घटनाओं के बारे में जानकारी से इन अनुमानों को स्पष्ट करने में मदद मिली।

इस खोज के गंभीर परिणाम हो सकते हैं। दशकों से, लोग प्रारंभिक झटकों और अन्य पृथक भूकंपीय घटनाओं के आधार पर भूकंप की भविष्यवाणी करने की कोशिश कर रहे हैं। लॉस एलामोस के परिणाम से पता चलता है कि वे सभी गलत जगह देख रहे थे - और यह कि भविष्यवाणियों की कुंजी कम स्पष्ट जानकारी थी जिसे प्रमुख भूकंपीय घटनाओं के बीच अपेक्षाकृत शांत अवधि के दौरान एकत्र किया जा सकता था।

बेशक, प्लास्टिक के स्लाइडिंग ब्लॉक वास्तविक भूवैज्ञानिक दोषों के रासायनिक, थर्मल और रूपात्मक जटिलता का बारीकी से वर्णन नहीं करते हैं। वास्तविक भूकंपों की भविष्यवाणी करने में मशीन सीखने की शक्ति का प्रदर्शन करने के लिए, जॉनसन को वास्तविक दोषों पर परीक्षण करने की आवश्यकता थी। क्या प्रशांत नॉर्थवेस्ट कोस्ट से बेहतर जगह है?

प्रयोगशाला से बाहर निकलें

पृथ्वी के अधिकांश स्थानों पर जहां परिमाण 9 के भूकंप हो सकते हैं, वे सबडक्शन जोन हैं जहां एक टेक्टोनिक प्लेट एक दूसरे से टकराती है। जापान के पूर्व का उप-क्षेत्र ज़ोन टोहोकू भूकंप और उसके बाद आने वाली सूनामी के लिए ज़िम्मेदार है, जिसने 2011 में देश के तट को नष्ट कर दिया था। एक बार, कैस्केडिया उप-क्षेत्र ज़ोन, जिसमें उत्तरी अमेरिकी प्लेट के पश्चिमी किनारे के उत्तरी भाग के तहत जुआन डी फूका प्लेट ढलान भी खाड़ी को नष्ट कर देगा। पुगेट, वैंकूवर द्वीप और आसपास के प्रशांत नॉर्थवेस्ट।



कैस्केडिया सबडक्शन ज़ोन कैलिफोर्निया के केप मेंडोचिनो से वैंकूवर द्वीप तक प्रशांत तट के साथ 1000 किमी तक फैला हुआ है। पिछली बार जनवरी 1700 में भूकंप आया था, इसने 9 बिंदुओं की तीव्रता और जापान के तट पर पहुंची सूनामी के साथ झटके पैदा किए थे। भूवैज्ञानिक सर्वेक्षणों से संकेत मिलता है कि होलोसीन के दौरान यह दोष हर आधे मिलियन वर्षों में लगभग एक बार मेगा-भूकंप, प्लस या माइनस कई सौ साल उत्पन्न करता है। सांख्यिकीय रूप से, निम्नलिखित किसी भी सदी में हो सकता है।

यह उन कारणों में से एक है, जो इस क्षेत्र में धीमी गति से आने वाले भूकंपों पर भूकंपविज्ञानी ध्यान दे रहे हैं। यह माना जाता है कि सबडक्शन ज़ोन के निचले हिस्से में धीमी गति से भूकंप, तनाव की एक छोटी मात्रा को ऊपर स्थित भंगुर पपड़ी में ले जाते हैं, जहां तेज और विनाशकारी झटके आते हैं। हर धीमे भूकंप के साथ, पुगेट खाड़ी क्षेत्र में वैंकूवर द्वीप समूह में मेगा-भूकंप की संभावना थोड़ी अधिक है। दरअसल, जापान में, तोहोकू भूकंप से कई महीने पहले एक धीमी गति से भूकंप देखा गया था।

लेकिन जॉनसन के पास धीमे भूकंपों पर नज़र रखने का एक और कारण है: वे बड़ी मात्रा में डेटा का उत्पादन करते हैं। तुलना के लिए, पिछले 12 वर्षों में, पुगेट खाड़ी - वैंकूवर द्वीप की गलती में एक भी बड़ा तीव्र भूकंप नहीं आया है। लेकिन उसी अवधि में, इस गलती ने दस से अधिक धीमी गति से भूकंपों को उकसाया, और उनमें से प्रत्येक को भूकंपीय सूची में सावधानीपूर्वक दर्ज किया गया।

यह भूकंपीय सूची जॉनसन के भूकंपों के साथ प्रयोगशाला प्रयोगों में प्राप्त ध्वनिक रिकॉर्ड की एक वास्तविक प्रति है। जॉनसन और उनके सहयोगियों ने अपनी प्रयोगशाला ध्वनिक रिकॉर्डिंग के मामले में उसी तरह, जैसे भूकंपीय आंकड़ों को छोटे खंडों में विभाजित किया, और उनमें से प्रत्येक को सांख्यिकीय विशेषताओं के एक सेट के साथ वर्णित किया। तब उन्होंने इस डेटा और जानकारी के बारे में जानकारी दी कि जब पिछले धीमी गति से भूकंप उनके मशीन लर्निंग एल्गोरिदम में आए थे।

2007 से 2013 तक डेटा पर प्रशिक्षित होने के बाद, एल्गोरिथ्म प्रत्येक घटना से कई महीनों पहले दर्ज किए गए डेटा के आधार पर 2013 से 2018 तक आने वाले धीमी गति के भूकंप का सफलतापूर्वक अनुमान लगाने में सक्षम था। मुख्य कारक था भूकंपीय ऊर्जा - प्रयोगशाला प्रयोगों में ध्वनिक संकेत के फैलाव के साथ निकटता से संबंधित एक मूल्य। फैलाव की तरह, भूकंपीय ऊर्जा प्रत्येक धीमी गति से भूकंप की प्रत्याशा में तेजी से बढ़ी।

कैस्केडिया सबडक्शन ज़ोन के लिए भविष्यवाणियाँ प्रयोगशाला के भूकंपों की तरह सटीक नहीं थीं। सहसंबंध गुणांक, जो अवलोकनों के साथ भविष्यवाणियों के संयोग की गुणवत्ता की पुष्टि करते हैं, प्रयोगशाला की तुलना में नए परिणामों में काफी कम थे। फिर भी, एल्गोरिथ्म 2013 से 2018 तक सभी की भविष्यवाणी करने में सक्षम था, जॉनसन के अनुसार, कई दिनों की सटीकता के साथ (अगस्त 2019 में धीमी गति से भूकंप को अध्ययन में शामिल नहीं किया गया था), प्रारंभ तिथियों को दर्शाता है।

डे होप के लिए, मुख्य निष्कर्ष यह है कि "मशीन लर्निंग प्रौद्योगिकियों ने हमें एक प्रविष्टि बिंदु दिया है, उन चीजों को खोजने के लिए एक डेटा विश्लेषण विधि जिसे हमने पहले नहीं देखा या खोजा है।" हालाँकि, वह चेतावनी देता है कि अभी बहुत काम किया जाना बाकी है। “हमने एक महत्वपूर्ण कदम उठाया है - एक अत्यंत महत्वपूर्ण। हालांकि, यह सही दिशा में एक छोटा कदम है। ”

सच उगल रहा है

भूकंप की भविष्यवाणी का उद्देश्य कभी भी धीमी भूकंप की भविष्यवाणी नहीं रहा है। हर किसी को अचानक और भयावह झटके का अनुमान लगाने की आवश्यकता होती है जो जीवन और स्वास्थ्य को खतरे में डालते हैं। मशीन लर्निंग के लिए, यह एक विरोधाभास का प्रतिनिधित्व करने के लिए प्रतीत होता है: भूकंपविज्ञानी सबसे बड़ा भूकंप की भविष्यवाणी करना चाहते हैं जो कम से कम होने की संभावना है। मशीन लर्निंग एल्गोरिदम कैसे पर्याप्त रूप से भविष्यवाणी करने के लिए प्रशिक्षण डेटा प्राप्त कर सकता है?

लॉस अलमोस समूह का मानना ​​है कि, सिद्धांत रूप में, उनके एल्गोरिथ्म को उन्हें सफलतापूर्वक भविष्यवाणी करने के लिए विनाशकारी भूकंपों के रिकॉर्ड से प्राप्त आंकड़ों पर प्रशिक्षित करने की आवश्यकता नहीं होगी। हाल के अध्ययनों से पता चलता है कि भूकंपीय पैटर्न जो कि छोटे भूकंपों से पहले होते हैं, वे सांख्यिकीय रूप से उन लोगों के समान होते हैं जो बड़े लोगों से पहले होते हैं, और दर्जनों छोटे भूकंप किसी भी दिन एक ही गलती में हो सकते हैं। इन छोटे झटकों से हजारों जानें जाने के बाद, कंप्यूटर बड़े लोगों की भविष्यवाणी करने में सक्षम हो सकता है। इसके अलावा, मशीन लर्निंग एल्गोरिदम तेज भूकंप के कंप्यूटर सिमुलेशन से सीखने में सक्षम हो सकता है, जो एक दिन वास्तविक डेटा का विकल्प बन सकता है।

लेकिन सभी एक ही, वैज्ञानिक एक सच्चाई के साथ सामना कर रहे हैं: हालांकि भूकंप की कगार पर एक गलती की वजह से होने वाली भौतिक प्रक्रियाएं पूर्वानुमानित हो सकती हैं, भूकंप की बहुत घटना - छोटे भूकंपीय गड़बड़ी का विकास, एक पूर्ण पैमाने पर गलती से टूटने का कारण बनता है - अधिकांश वैज्ञानिकों की राय में, एक मौका का एक तत्व होता है। यदि ऐसा है, तो मशीन सीखने की गुणवत्ता की परवाह किए बिना, वे कभी भी भूकंप की भविष्यवाणी करने में सक्षम नहीं हो सकते हैं जिस तरह से वैज्ञानिक अन्य प्राकृतिक आपदाओं की भविष्यवाणी करने में सक्षम थे।

"हम अभी तक नहीं जानते कि भविष्यवाणियां करने के लिए तारीखें कितनी सही होंगी," जॉनसन ने कहा। - क्या यह तूफान की भविष्यवाणी जैसा होगा? नहीं, मुझे ऐसा नहीं लगता। ”

सबसे अच्छे रूप में, बड़े भूकंपों की भविष्यवाणियां हफ्तों, महीनों, या वर्षों के समय को बताएंगी। इस तरह की भविष्यवाणियों का उपयोग नहीं किया जा सकता है, उदाहरण के लिए, झटकों की पूर्व संध्या पर शहरों की सामूहिक निकासी का आयोजन करना। लेकिन वे इस घटना के लिए तैयारी में सुधार कर सकते हैं, अधिकारियों को असुरक्षित इमारतों को मजबूत करने पर ध्यान केंद्रित करने में मदद करते हैं और अन्यथा एक भयावह भूकंप के जोखिम को कम करते हैं।

जॉनसन का मानना ​​है कि ऐसा लक्ष्य हासिल करने के लायक है। लेकिन, एक यथार्थवादी होने के नाते, उसे पता चलता है कि इसमें बहुत समय लगेगा। "मैं यह नहीं कह रहा हूं कि हम अपने जीवनकाल में भूकंप की भविष्यवाणी करना सीखेंगे," उन्होंने कहा, "लेकिन हम इस दिशा में जबरदस्त प्रगति करेंगे।"