Quando Jing Yang, professore assistente di ingegneria elettrica, ha iniziato a cercare applicazioni pratiche per la sua ricerca sull'apprendimento automatico, in collaborazione con Chris Marone, professore di geoscienze, per il suo lavoro sull'esplorazione geotermica sicura ed efficiente e sulla produzione di energia, era una misura perfetta.

Yang e Marone hanno recentemente ricevuto un Penn State Multidisciplinary Seed Grant 2019 per la loro ricerca collaborativa "Approcci di apprendimento automatico per l'esplorazione geotermica sicura".

"Lavoro sul machine learning da diversi anni, " ha detto Yang. "La mia ricerca è più sul lato teorico, e voglio mostrare come la teoria può essere collegata alla pratica. Le applicazioni legate all'energia potrebbero essere il luogo in cui le tecniche di apprendimento automatico possono manifestare un grande impatto".

Il lavoro mira a utilizzare l'apprendimento automatico sia per prevedere meglio l'attività sismica durante l'esplorazione geotermica sia per ottimizzare la produzione di energia geotermica.

I sistemi geotermici richiedono la creazione di fratture attraverso la stimolazione idraulica. Questa formazione e stimolazione di fratture è associata a microterremoti (MEQ) che possono danneggiare edifici e altre strutture superficiali. Marone e Yang sperano che utilizzando gli algoritmi di apprendimento automatico (ML) di Yang saranno in grado di prevedere e prevedere eventi sismici come i MEQ.

"Siamo molto interessati all'esistenza di determinati precursori per i microterremoti in modo da poter prevedere quando si verificherà una grande attività sismica nel prossimo futuro, su cui possono essere intraprese alcune azioni immediate prima che accada qualcosa di distruttivo, " ha detto Yang.

Una componente fondamentale di questa ricerca è la capacità degli algoritmi ML di prevedere questa attività sismica su larga scala. I ricercatori attualmente hanno avuto successo con la raccolta di dati e la previsione dell'attività sismica in laboratorio, ma devono assicurarsi di poter fare queste previsioni su scala di campo.

"Se disponi di migliaia di sensori che generano misurazioni in streaming, analizzare i flussi di dati in tempo reale è estremamente impegnativo. Il problema diventa ancora più complicato quando molti microeventi accadono contemporaneamente, " ha detto Yang. "Quindi [la domanda è] come potremmo individuare o dedurre più accuratamente quegli eventi che accadono sotto la superficie dai dati in streaming".

Il secondo obiettivo del progetto è estrarre in sicurezza la quantità ottimale di energia geotermica nel processo di fratturazione idraulica.

"Vogliamo controllare attentamente la quantità di fluido iniettato nel terreno in modo da poter ottenere un'elevata produzione di energia geotermica, e allo stesso tempo assicurarsi che non causi danni al sito, le strutture superficiali e così via, " ha detto Yang.

Per fare questo, Yang e Marone svilupperanno un quadro di apprendimento per rinforzo sicuro. Ciò comporterà la creazione di algoritmi scalabili per gestire ambienti sconosciuti e che potranno essere trasferiti dal laboratorio all'uso sul campo.

Marone e Yang intendono utilizzare i risultati di questo sforzo preliminare per sviluppare un progetto finanziato più ampio ed estendere questo lavoro oltre la produzione di energia geotermica in altre aree.

"Le tecniche di apprendimento per rinforzo sicuro che sto sviluppando consentono a un agente di apprendimento di massimizzare la produzione garantendo la sicurezza. Ma la sicurezza non è solo un problema per l'esplorazione geotermica, " ha affermato Yang. "L'apprendimento per rinforzo sicuro può avere applicazioni molto importanti in altri ambiti come la guida autonoma. Per esempio, vogliamo che un'auto impari automaticamente l'ambiente e adatti continuamente il suo movimento di conseguenza. Allo stesso tempo, vogliamo garantire che l'auto non prenda decisioni avventate di fronte alle incertezze nelle conseguenze previste.

"Quindi la sicurezza durante l'apprendimento è sicuramente una questione molto importante lì, Yang ha aggiunto. "E le tecniche sviluppate qui possono essere potenzialmente modificate e adattate per garantire la sicurezza con la guida autonoma e altre situazioni".