Внезапные и неожиданные оползни и лавины ежегодно уносят тысячи жизней и причиняют ущерб на миллиарды долларов. А что, если бы мы могли предвидеть их приближение?
Вокруг деревни Кимтанг в центральном Непале повсюду видны явные признаки того, что что-то не так. Трещины на бетонных ступенях домов, деревья, растущие под странными углами — всё это свидетельствует о том, что земля под ногами жителей деревни смещается. Вопрос в том, насколько сильно движется земля?
«Это нехорошо», — говорит Антуанетта Тордесильяс, математик из Мельбурнского университета, показывая мне вид на Кимтанг сверху через Zoom. На изображении видна большая красная точка, и это не просто спутниковый снимок, а цветная карта, созданная системой искусственного интеллекта (ИИ).
___________
Небольшое отступление от статьи. Эту статью про то, как ИИ может отслеживать движение земли, подготовили в KolerskyAI. Помимо статей мы делаем и сервисы с ИИ.
Например, вот что может сделать KolerskyAI NanoBanana с главной фоткой статьи простым текстовым запросом:
Продолжаем статью
___________
Искусственный интеллект выявил большую нестабильную зону прямо под деревней, окрасив её в ярко-красный цвет на фоне тёмно-синего склона холма. Это означает, что деревня расположена прямо над местом, подверженным высокому риску потенциально разрушительного оползня. «Их деревня, где они живут и занимаются сельским хозяйством, фактически находится на склоне», — говорит Тордесильяс. Она и её коллеги посетили Непал и в некоторых случаях опросили жителей о медленно развивающейся ситуации.
Оползни, добавляет она, могут показаться внезапными катастрофами, которые невозможно предсказать. Но спутниковые снимки, полученные с помощью радара, могут выявить невидимые иначе признаки начала движения грунта за дни, недели или даже годы до обрушения. Куски земли начинают незаметно отделяться друг от друга. «Словно танцоры, если хотите, следуют какой-то неписаной хореографии», — говорит Тордесильяс.
В этой опасной деревне в горах Непала на кону могут оказаться человеческие жизни. Изображение, созданное с помощью искусственного интеллекта, — это предупреждение. Но это также и шанс.
Оползни становятся все более распространенными , отчасти из-заизменения климата , а также из-за более непосредственной деятельности человека, такой как строительные работы и добыча полезных ископаемых . В США оползни ежегодно уносят жизни 25-50 человек и причиняют ущерб на миллиарды долларов . Во всем мире они ежегодно уносят тысячи жизней. Предсказать, когда и где они произойдут, невероятно сложно. Но достижения в области искусственного интеллекта делают это возможным, помогая геологам выявлять тысячи склонов по всему миру, подверженных высокому риску оползней.
Непал является домом для одних из самых высоких вершин Гималаев и особенно подвержен оползням и лавинам. В октябре 2025 года серия оползней унесла жизни около 60 человек в этой горной стране.
Хотя мониторинг таких мест возможен с помощью спутников или наземных датчиков, наблюдение за большими территориями таким способом генерирует огромные объемы данных. Анализ этих данных вручную был бы «за гранью человеческих возможностей», — говорит Тордесильяс. К счастью, хорошо зарекомендовавшие себя формы искусственного интеллекта, такие как машинное обучение, могут выполнить эту работу.
«Мы используем наши знания физики оползней для управления искусственным интеллектом», — говорит Тордесильяс. Иными словами, это гораздо более специализированная система. Это не значит, что она никогда не может ошибиться, но это означает, что ученые могут попытаться убедиться, что она отражает их собственные глубокие знания о том, как развиваются оползни.
Жители деревни Кимтанг, возможно, благодарны за это. В 2019 году их переселили после оползня, обрушившегося на близлежащий район, где они занимались сельским хозяйством. «К сожалению, этот район, куда их переселили, является самым нестабильным во всем регионе», — говорит Тордесильяс.
Получение данных, позволивших это обнаружить, отчасти стало счастливой случайностью. Они поступили со спутника Sentinel-1, европейского спутника, который направляет радарные лучи на землю — примерно 2000 вспышек в секунду — для детального картографирования местности. Sentinel-1 пролетел над этой частью Непала в нужном направлении. «Угол наклона спутника над этой конкретной деревней позволил нам получить точные измерения», — говорит Тордесильяс.
Последние снимки датируются январем 2025 года, и, к счастью, с тех пор там не произошло ни одного оползня. Но информация и анализ, которые были получены с помощью ИИ, дали Тордесильяс и ее партнерам из других учреждений возможность информировать жителей деревни о риске, совместно с ними разработать способы мониторинга ситуации на местах и спланировать маршруты эвакуации или пункты сбора.
Опять же, карта, созданная с помощью ИИ, могла бы в этом помочь.
Алгоритм машинного обучения выделил особенно нестабильный участок на склоне холма, отмеченный красным цветом, прямо под деревней Кимтанг (Фото: Антуанетта Тордесильяс).
«Средняя школа […] оказалась одним из самых стабильных мест — об этом стоит сказать мэру», — говорит Тордесильяс, который также поделился результатами анализа с помощью ИИ с государственными чиновниками.
Но это не единственное место, где ИИ помогает выявлять населенные пункты, которым может угрожать непосредственная опасность оползня.
Например, исследователи в Великобритании используют алгоритмы искусственного интеллекта для обработки радиолокационных изображений Sentinel-1 с целью анализа 300 000 склонов вокруг острова Великобритания. Они обнаружили 3000 из них, которые находятся в активном движении .
«Речь идёт о миллиметрах в год — это то, чего не замечаешь невооружённым глазом», — говорит Алессандро Новеллино, геолог из Британской геологической службы (BGS), который использует дистанционное зондирование для мониторинга оползней. Однако эти крошечные движения могут быть признаком крупного оползня, вероятного в будущем. И даже если они не приведут к крупному оползню, со временем эти движения затронут 14 000 км дорог и 360 км железнодорожных путей.
Новеллино добавляет, что людям потребовались бы месяцы или даже годы, чтобы провести тот же анализ, который системы машинного обучения могут выполнить за считанные минуты или часы. «По сути, это открывает возможности для новых научных исследований, которые были нам недоступны в прошлом».
Он подчеркивает, что у BGS нет доступа к данным в режиме реального времени для этого проекта, поскольку это гораздо дороже. Но, как и в Непале, данные годичной или двухлетней давности могут дать представление о том, какие склоны могут быть подвержены риску обрушения, исходя из их исторического движения.
Многим людям горы могут казаться неподвижными. Но все они находятся в движении – просто движутся очень медленно.
В других случаях Британская геологическая служба (BGS) использовала гораздо более свежие данные для анализа оползней после их возникновения. Они сделали это в прошлом году после смертоносных оползней на индонезийском острове Суматра . «Мы за один раз нанесли на карту более 4000 оползней», — говорит Новеллино. «Это затронуло половину острова, так что это огромный регион».
Он выполнил эту работу добровольно — используя искусственный интеллект для анализа оптических и радиолокационных изображений, работая из дома в выходные. Затем Британская геологическая служба (BGS) поделилась результатами с властями Индонезии, надеясь, что это поможет службам экстренного реагирования определить, какие дороги и районы остаются доступными, например.
«Карта инвентаризации оползней, подготовленная Геологической службой Индонезии, была одним из первых информационных продуктов, которые мы получили», — сообщил Би-би-си представитель Индонезийского национального агентства исследований и инноваций. «Она оказалась очень полезной в качестве первоначального ориентира для оценки распределения оползней в провинции Ачех, одной из трех наиболее пострадавших провинций».
Отдельно следует отметить, что компания Network Rail, владеющая и управляющая большей частью железнодорожной сети Великобритании, внимательно следит за состоянием участков, по которым проходят железнодорожные пути. Оползни в таких местах могут повредить пути и даже привести к сходу поездов с рельсов . «Мы используем аналитику на основе искусственного интеллекта для сбора данных с помощью физических обследований, придорожных датчиков, беспилотных летательных аппаратов и специальных инспекционных поездов, которые патрулируют нашу сеть, — это помогает нам выявлять и управлять риском оползней», — говорит представитель организации.
Специалисты используют эти инструменты для получения информации о движении грунта. «Это позволяет нам выявлять потенциальные проблемы на ранней стадии и быстро реагировать», — добавляет представитель.
В случае схода лавин крайне важно действовать быстро. Сильные снегопады и обледенение склонов гор порой приводят к гибели людей. Этой зимой в европейских Альпах в результате схода лавин погибло более 100 человек, а в феврале девять лыжников погибли,когда с горы в районе озера Тахо в Калифорнии обрушился мощный снегопад.
Однако одна группа исследователей поняла, что в Альпах находится богатый источник данных, ожидающих анализа.
«В Альпах повсюду установлены веб-камеры», — говорит Джеймс Фокс, магистрант Швейцарского федерального технологического института в Лозанне. Он и его коллеги разработали инструмент на основе искусственного интеллекта, способный обнаруживать лавины в момент их схода. «Нам потребовалось около 4000 фотографий [лавин] для обучения моделей», — говорит он. Его соавтор вручную разметил эти фотографии, чтобы форма машинного обучения на основе ИИ, называемая глубоким обучением, могла начать распознавать, как выглядит лавина . После ручной разметки система нашла свой собственный способ обнаружения лавины, основываясь на этих указаниях человека.
«Глубокое обучение отлично справляется с такими, пусть и немного более сложными, задачами», — говорит Фокс.
Фокс подчеркивает, что в такой системе всегда должен участвовать человек. «Нельзя просто позволить компьютеру позвонить в экстренные службы», — говорит он. Но, в принципе, этот инструмент мог бы сообщать властям о возможных лавинах, которые затем могли бы, например, направлять спасателей. Технология была протестирована Службой предупреждения о лавинах в Тироле, Австрия, во время недавнего зимнего сезона. Представитель службы заявил, что она показала многообещающие результаты и имеет «значительный потенциал на будущее», но в своем нынешнем виде генерирует слишком много ложных срабатываний — ошибочно идентифицируя обнажившиеся от тающего снега камни как лавины.
Однако подобные инструменты могут также стать жизненно важным ресурсом, поскольку изменение климата дестабилизирует вечный лед в горных хребтах, таких как Альпы, что приводит к камнепадам и оползням.