¿Es posible hacer un pronóstico de terremotos antes de que ocurran? A lo largo de la historia, los sismólogos han buscado respuestas a esta pregunta con el objetivo de mitigar sus consecuencias devastadoras. Aunque la predicción precisa ha sido difícil, la revolución tecnológica y la inteligencia artificial (IA) ofrecen esperanza. Este artículo explora cómo la IA en la sismología puede ser una herramienta para tan importante misión.
Pronóstico de terremotos con IA
En los últimos años, la sismología ha enfocado gran parte de su energía en perfeccionar el pronóstico de terremotos, todo mientras maneja un volumen abrumador de datos en tiempo real. No es práctico para los expertos sismólogos revisar visualmente las fases registradas en los datos.
Por ende, existe una necesidad creciente de pronosticar terremotos con base en la información recopilada en tiempo real de manera lógica y fiable.
Para ello, la inteligencia artificial mediante modelos de aprendizaje profundo ha mostrado un gran avance al respecto. Utilizar técnicas de IA para la recolección, tratamiento y examen de datos trae como ventajas:
- Mejora considerable en la exactitud y rapidez en el pronóstico de terremotos.
- Brinda interesantes oportunidades para desarrollar redes sísmicas multipropósito, tales como: detección y selección de fases, conseguir una alerta temprana y predecir el movimiento del suelo y la topografía, geodesia, etc.
- Se puede extraer información compleja relacionada con las variables de un terremoto: momento, sitio, magnitud y posibles afectaciones.
Adicionalmente, el aprendizaje automático es frecuentemente empleado para clasificar y estudiar patrones o atributos no perceptibles en los datos recolectados. Igualmente, identifica características que superan el alcance del discernimiento humano.
Pronóstico de terremotos: tres proyectos basados en IA
Como ya se ha visto, los modelos tradicionales para el pronóstico de terremotos han sido insuficientes. Indudablemente, para los sismólogos es un anhelo largamente perseguido. Pero también lo es para toda la sociedad, especialmente para aquellos que habitan en áreas de alta actividad sísmica.
Te presentamos tres investigaciones que sugieren que, gracias a la IA, se están logrando progresos en este ámbito.
Aprendizaje profundo en la predicción de terremotos
Este primer estudio corresponde al geofísico Kelian Dascher-Cousineau de la Universidad de California, Berkeley. Junto con su equipo, aplicó su modelo a un registro de miles de sismos que afectaron el sur de California desde 2008 hasta 2021.
Entre las características encontradas en el estudio para el pronóstico de terremotos se tienen:
- Hay inclusión de conjuntos de datos más extensos, con mayores detalles sobre cada sismo.
- La técnica se ajusta de manera inherente a datos adicionales sobre sismos, como su magnitud o cambios en su comportamiento temporal.
- Los resultados evidencian mejorías consistentes conforme se incorpora más información.
- Demostró ser más eficiente al identificar la variedad de magnitudes de sismos potenciales, minimizando el riesgo de eventos inesperadamente intensos.
Catálogo de terremotos
En la Universidad de Bristol, ubicada en el Reino Unido, el experto Samuel Stockman ideó un enfoque similar al anterior. Construyeron una nueva variante de aprendizaje automático. Todo esto con procesos puntuales para catálogos mejorados de predicción de terremotos a corto plazo.
El investigador se percató de que la mayoría de los registros de terremotos presentan datos incompletos debido a las limitaciones de los métodos de detección. Demostró ser efectivo al ser capacitado con un registro de sismos que afectaron el centro de Italia entre 2016 y 2017.
El catálogo, potenciado por técnicas de aprendizaje automático, incluyó miles de sismos de pequeña magnitud previamente no identificados. Parte del éxito del modelo puede deberse precisamente a estas deficiencias en los datos. Estos hallazgos posicionan a los procesos de puntos neuronales como una opción prometedora para la predicción de sismos.
Modelo de red neuronal para predicción de terremotos
En la Universidad de Tel Aviv en Israel, el físico Yohai Bar-Sinai dirigió un equipo que creó un codificador neuronal adaptativo. Su propósito es registrar terremotos y lo han empleado en el desafío esencial de predecir la frecuencia de sismos.
El Modelo Epidémico de Secuencia de Réplicas (ETAS, por sus siglas en inglés) aprende eficientemente un número reducido de parámetros. Restringe las formas funcionales presupuestas para las correlaciones espaciales y temporales de las secuencias sísmicas.
Más pronósticos de terremotos, más esperanza
El pronóstico de terremotos ha experimentado una revolución gracias a la inteligencia artificial y el aprendizaje profundo. Proporciona herramientas más precisas y efectivas, lo cual destaca la importancia de la tecnología en la sismología. Igualmente, nos da esperanza para proteger y preparar a las comunidades vulnerables.
Imagen de cabecera de Envato.
