Группа учёных из лаборатории CRISiSLab при Университете Мэсси (Веллингтон, Новая Зеландия) под руководством Дануки Равишана и профессора Раджа Прасанна опубликовала в журнале Nature Scientific Reports революционное исследование: сверхкомпактная свёрточная нейросеть способна обнаруживать первичные сейсмические P-волны землетрясений в реальном времени прямо на дешёвых периферийных устройствах — без передачи данных в центральные серверы.
Ключевое достижение — размер модели. Нейросеть содержит всего 38 000 параметров и анализирует двухсекундные окна сейсмических сигналов, выдавая результат за менее чем 7 миллисекунд на оборудовании класса Raspberry Pi. Для сравнения: существующие модели PhaseNet, GPD и EQTransformer требуют мощных серверов и центральной обработки данных, что делает их недоступными для развивающихся стран и удалённых регионов.
«Традиционные системы раннего предупреждения о землетрясениях зависят от централизованной обработки и вычислительно тяжёлых моделей глубокого обучения, требующих высокопроизводительной инфраструктуры», — отмечают авторы исследования. Новый подход переносит интеллект непосредственно на сейсмические датчики, создавая распределённую сеть детекции, которая работает автономно даже при потере связи с центром.
Модель была обучена и валидирована на данных сейсмической сети Новой Зеландии — одной из самых сейсмически активных стран мира, расположенной на границе Тихоокеанского огненного кольца. Несмотря на развитую сеть мониторинга, страна до сих пор не имеет национальной системы раннего предупреждения: высокие затраты на централизованную инфраструктуру особенно проблематичны для удалённых и сельских районов. Новая технология способна изменить ситуацию: стоимость одного датчика Raspberry Shake составляет менее $500.
Исследование продолжает более ранние разработки CRISiSLab, включая трёхмесячное пилотное испытание в Веллингтоне, где система с участием местных волонтёров, размещавших датчики у себя дома, успешно обнаружила все значимые землетрясения при допустимом уровне ложных тревог. Два алгоритма — NZ-PLUM для вторичных S-волн и NZ-PLUM-P для первичных P-волн — работают в тандеме, предсказывая интенсивность приближающихся толчков по шкале Меркалли.
Глобальная сеть Raspberry Shake уже объединяет более 1 400 станций на всех континентах, создавая основу для краудсорсинговой системы сейсмического мониторинга. Учёные подчёркивают, что их edge-AI-подход особенно важен для регионов с ограниченными ресурсами — от островных государств Тихого океана до горных районов Центральной Азии, где каждая секунда предупреждения может спасти жизни. Публикация в Nature Scientific Reports открывает путь к масштабированию технологии по всему миру.
