I geologi americani e britannici hanno creato un nuovo sistema di intelligenza artificiale in grado di prevedere i terremoti e lo hanno testato con successo in un simulatore di terremoti da laboratorio, secondo un articolo pubblicato sulla rivista GRL.
“Per la prima volta, siamo stati in grado di utilizzare un sistema di apprendimento automatico per analizzare i dati acustici e prevedere un terremoto molto prima che si verifichi effettivamente. Questo ci consente di avere abbastanza tempo per avvisare ed evacuare la popolazione in modo tempestivo. È incredibile quali opportunità ci offre l'intelligenza artificiale , ha affermato Colin Humphries dell'Università di Cambridge.
I terremoti e altri pericolosi cataclismi associati con l'interno della Terra si verificano più spesso ai confini delle faglie tra le placche tettoniche, il cui movimento è spesso ostacolato da irregolarità ai loro bordi. Quando il movimento delle piastre si ferma, l'energia potenziale si accumula nel punto del loro contatto, che può essere rilasciata sotto forma di calore e potenti raffiche di onde acustiche nel momento in cui le rocce in queste irregolarità non possono resistere e rompersi.
Gli scienziati hanno cercato a lungo di capire quali processi controllano l'accumulo di questa energia e stanno anche cercando modi per "vedere attraverso" l'interno della Terra in modo da poter conoscere l'aspetto di tali zone di stress tettonico e prevedere dalle loro proprietà la probabilità, la forza e la tempistica di nuovi tremori.
Nonostante gli enormi progressi in questo settore, tali previsioni sono ancora estremamente imprecise, il che spesso dà luogo a controversie tra scienziati e politici che non amano l'ambiguità. Ad esempio, i sismologi che hanno predetto in modo errato l'entità del terremoto dell'Aquila in Italia nel 2009 hanno ricevuto vere e proprie pene detentive per "disinformazione" della popolazione e la morte di circa trecento persone. Ciò demotiva ulteriormente i sismologi e altri scienziati a fare previsioni specifiche per il futuro.
Secondo Humphreys, uno dei motivi per cui le attuali previsioni dei terremoti sono imprecise o errate è che i sismografi e altri dispositivi di osservazione ricevono innumerevoli segnali, solo alcuni dei quali sono associati all'accumulo di energia ai confini delle faglie, mentre altri sono generati da altri fenomeni., non connesso in alcun modo con i processi tettonici.
In alcuni casi, questi "ostacoli" possono essere eliminati - e quindi la previsione è abbastanza precisa, e in altri casi, come il disastro del 2009, il fallimento in questo senso finisce in modo imprevedibile.
Problemi simili, come hanno notato Humphries e i suoi colleghi, oggi vengono risolti da rappresentanti di una scienza completamente diversa: ingegneri informatici che sviluppano vari sistemi di apprendimento automatico e intelligenza artificiale. Una caratteristica fondamentale delle moderne reti neurali è che possono analizzare dati molto "sporchi" e trovare in essi ciò che è necessario per risolvere un problema: ad esempio, per ordinare le immagini di cani e gatti o per il riconoscimento vocale in una stanza rumorosa.
Video promozionale:
Guidati da questa idea, gli scienziati hanno creato uno speciale "emulatore di terremoti" presso il Los Alamos National Laboratory negli Stati Uniti, che simula completamente ciò che accade nelle faglie quando nascono nuove scosse, e lo ha utilizzato per insegnare alla rete neurale a "vedere" le tracce di futuri terremoti nel set di dati che i sismografi raccolgono.
Dopo un po 'di tempo, la macchina ha imparato a prevedere correttamente i terremoti "di laboratorio" con un grado molto elevato di accuratezza e affidabilità: questo, secondo gli scienziati, mostra che metodi simili possono essere utilizzati per prevedere la situazione sismica reale. D'altra parte, l'algoritmo attuale, molto probabilmente, non può ancora essere utilizzato per questi scopi, poiché è stato "addestrato" non su dati reali, ma sulla loro imitazione, e quindi le sue previsioni possono essere piuttosto imprecise quando si lavora sul campo.
