Las posibilidades de predecir terremotos crecen con las técnicas de inteligencia artificial y la introducción masiva de datos en los algoritmos.
Las catástrofes naturales han sido a lo largo de los siglos uno de los fenómenos más sorprendentemente terribles. Las culturas acostumbraban a crear toda una mitología en torno a estos momentos cuando la naturaleza se desataba con fiereza. Y, a día de hoy, seguimos sin poder predecir terremotos y otros desastres naturales. Los seísmos son particularmente difíciles de adivinar, tanto cuándo tendrán lugar como cuál será su intensidad.
Una capacidad predictiva de este estilo sería crucial en lugares con riesgo de temblores. Hoy existen algunas aplicaciones que prometen cierta capacidad de anticipación, pero la mayoría la miden en segundos. A nivel personal puede que sea útil saber que dentro de medio minuto va a haber un terremoto, pero su finalidad se acaba aquí.
Para que se conciban planes con el fin de afrontar el seísmo, a nivel regional y por parte de las autoridades, la anticipación que se necesita es al menos de semanas o, en el peor de los casos, de días. Con estos tiempos trabaja el geofísico Paul Johnson, del Laboratorio Nacional de Los Alamos (en el estado de Nueva México). El científico emplea técnicas de inteligencia artificial para tratar de predecir terremotos.
Su enfoque se diferencia de otros intentos anteriores de predicción en que usa datos masivamente. Son un conjunto enorme de mediciones que se toman constantemente antes, durante y después de los seísmos en entornos simulados. Johnson ha desarrollado un algoritmo capaz de buscar minuciosamente patrones y aprender de ellos.
Hasta ahora la forma de intentar predecir terremotos consistía en manejar datos de ubicación, tiempo y magnitud. A partir de ahí un software buscaba las pistas que vaticinarían un nuevo seísmo. La información del algoritmo de Johnson es mucho más detallada. Es cierto que los datos proceden de simulaciones, pero son mucho más completos. Así, el algoritmo puede bucear en posibles causas que antes ni siquiera estaban en la base de datos.
La idea es que el algoritmo de Johnson aprenda por sí mismo cuanto más trabaje. Pertenece a la categoría conocida como machine learning o aprendizaje automático, una rama de la inteligencia artificial. De esta forma los científicos que participan en la investigación han conseguido, midiendo las señales acústicas, acercarse a predecir cuándo tendrá lugar un seísmo.
Johnson y el resto de participantes en el trabajo se muestran cautos respecto a los resultados. Son conscientes de que las conclusiones no se pueden extrapolar a situaciones reales, con terremotos auténticos. Aunque solo se centran en predecir cuándo ocurrirán los seísmos, no su magnitud, un aspecto más difícil.
Ahora Johnson alimenta al algoritmo con datos reales, con el fin de reproducir el mismo éxito que con entornos simulados. Si lo logra cree que se podrán predecir terremotos con meses e incluso años de antelación. Pero necesita muchos datos, que solo se podrán recopilar en años.
Imágenes: IFRC y PreparedBC
