Сейсмологи слушают Землю, как врач слушает сердце. Поверхностные волны от землетрясений расходятся по планете, и по их скорости можно судить о том, что скрыто под ногами — твёрдая порода, расплав или вода. Обычно для этого строят сложные физические модели. Теперь на помощь пришли нейросети: они быстро предсказывают, как волна пройдёт через недра, но долго оставалось загадкой, понимают ли они саму физику или просто запоминают данные.

Авторы работы взяли нейросеть-суррогат, обученную на тысячах примеров поверхностных волн, и заглянули ей «внутрь» с помощью автоматического дифференцирования — метода, который показывает, как сильно выход сети меняется при изменении входных параметров. Полученные градиенты сравнили с теоретическими ядрами чувствительности — эталоном, который говорит, на какой глубине волна «чувствует» породу. Совпадение оказалось поразительным: нейросеть воспроизвела глубинную структуру ядер в широком диапазоне периодов волн, от коротких (чувствительных к коре) до длинных (достающих до мантии).

Но не всё гладко. Если обучающие данные содержат сильные структурные предположения — например, всегда одинаковую толщину коры, — нейросеть перенимает эти предрассудки и вносит систематические искажения в чувствительность. Иными словами, сеть учится не только физике, но и привычкам своих учителей. Это важное предупреждение для тех, кто будет применять такие модели на практике: нужно тщательно подбирать обучающую выборку, чтобы не получить ложную картину недр.

Тем не менее, результат обнадёживает. Нейросетевые суррогаты можно использовать не только для быстрых предсказаний, но и для извлечения физически осмысленной информации — например, для инверсии (восстановления свойств пород по данным волн) или оценки неопределённостей. Это как если бы ученик не просто решал задачи по учебнику, но и выводил собственные формулы, которые совпадают с законами природы.