Japanse wetenschappers hebben aangetoond dat artificiële intelligentie (AI) getraind kan worden om aspartikels van een vulkaan te herkennen. Die partikels bevatten informatie over het meest waarschijnlijke type uitbarsting.
Vulkaanuitbarstingen bestaan in heel veel verschillende vormen, van de explosieve uitbarsting zoals de IJslandse vulkaan Eyjafjallajökull in 2010 tot de relatief rustige lavastromen op Hawaï vorige maand. De verschillende soorten brengen ook uiteenlopende gevaren met zich mee, van aswolken tot lava.
In sommige gevallen is het uitbarstingsmechanisme (zoals de interactie tussen magma en waterdamp) niet duidelijk, en moet het zorgvuldig bestudeerd worden door vulkanologen om de bedreigingen te identificeren. Daarvoor bestuderen ze ook de as die geproduceerd wordt, omdat verschillende soorten uitbarstingen ook verschillende vormen van as produceren.
Alleen: daarvoor moeten duizenden minuscule stalen objectief beoordeeld worden en dat gebeurde tot nog toe met het blote oog. Een tijdrovend werk dat beperkt wordt door de beschikbaarheid van ervaren vulkanologen. Conventionele computerprogramma’s kunnen de taak wel uitvoeren, maar hebben vaste parameters nodig en dat is moeilijk gezien de grote variëteit in de asdeeltjes.
Artificieel leren
Wetenschappers van het Tokyo Institute of Technology hebben daarom het Convolutional Neural Network ontwikkeld, een AI-methode die zichzelf leert om de asdeeltjes in te delen. Het systeem gaat niet uit van vaste parameters zoals de vorm, maar leert organisch zoals de mens, alleen duizenden keren sneller.
Voor het experiment kreeg het programma honderden beelden van aspartikels te verwerken in vier basisvormen van vier verschillende uitbarstingsvormen. Het programma leerde om de basale vormen te identificeren met een succesratio van 92 procent en zelfs bij onduidelijke vormen de grootste waarschijnlijkheid toe te wijzen.
De wetenschappers willen het systeem nu verder perfectioneren met onder meer elektronenmicroscopie en de toevoeging van kleur en textuur aan het programma. Op termijn kan het programma ook veelbelovend zijn voor andere onderzoeksvelden, denken de wetenschappers, zoals de biologie.
