Geólogos americanos e britânicos criaram um novo sistema de inteligência artificial capaz de prever terremotos e o testaram com sucesso em um simulador de terremoto de laboratório, de acordo com um artigo publicado na revista GRL.
“Pela primeira vez, pudemos usar um sistema de aprendizado de máquina para analisar dados acústicos e prever um terremoto muito antes de ele realmente acontecer. Isso nos permite ter tempo suficiente para alertar e evacuar a população em tempo hábil. É incrível as oportunidades que a inteligência artificial nos oferece”, disse Colin Humphries, da Universidade de Cambridge.
Terremotos e outros cataclismos perigosos associados ao interior da Terra ocorrem com mais frequência nos limites de falhas entre as placas tectônicas, cujo movimento é frequentemente impedido por irregularidades em suas bordas. Quando o movimento das placas cessa, a energia potencial se acumula no ponto de contato, que pode ser liberada na forma de calor e potentes rajadas de ondas acústicas no momento em que as rochas nessas irregularidades não suportam e se rompem.
Os cientistas há muito tentam entender quais processos controlam o acúmulo dessa energia e também estão procurando maneiras de "ver através" do interior da Terra para que possamos aprender sobre o aparecimento de tais zonas de estresse tectônico e prever a probabilidade, força e tempo de ocorrência de novos tremores por suas propriedades.
Apesar dos enormes avanços nesta área, tais previsões ainda são extremamente imprecisas, o que muitas vezes dá origem a disputas entre cientistas e políticos que não gostam de ambiguidades. Por exemplo, sismólogos que previram incorretamente a magnitude do terremoto em L'Aquila, na Itália, em 2009, receberam sentenças reais de prisão por "desinformação" da população e a morte de cerca de trezentas pessoas. Isso desmotiva ainda mais os sismólogos e outros cientistas a fazerem previsões específicas para o futuro.
De acordo com Humphreys, uma das razões pelas quais as previsões atuais de terremotos são imprecisas ou errôneas é que os sismógrafos e outros dispositivos de observação recebem inúmeros sinais, apenas alguns dos quais estão associados ao acúmulo de energia nos limites das falhas, enquanto outros são gerados por outros fenômenos., não conectado de forma alguma com processos tectônicos.
Em alguns casos, esses “obstáculos” podem ser eliminados - e então a previsão é bastante precisa, e em outros casos, como o desastre de 2009, o fracasso nesse aspecto termina de forma imprevisível.
Problemas semelhantes, como Humphries e seus colegas notaram, hoje estão sendo resolvidos por representantes de uma ciência completamente diferente - engenheiros de computação que desenvolvem vários sistemas de aprendizado de máquina e inteligência artificial. Uma característica chave das redes neurais modernas é que elas podem analisar dados muito “sujos” e encontrar neles o que é necessário para resolver um problema: por exemplo, classificar fotos de cães e gatos ou reconhecer a fala em uma sala barulhenta.
Vídeo promocional:
Guiados por essa ideia, os cientistas criaram um "emulador de terremoto" especial no Laboratório Nacional de Los Alamos, nos EUA, que imita completamente o que acontece nas falhas quando novos tremores nascem e o usa para ensinar a rede neural a "ver" os rastros de futuros terremotos. no conjunto de dados que os sismógrafos coletam.
Depois de algum tempo, a máquina aprendeu a prever corretamente terremotos de "laboratório" com um grau muito alto de precisão e confiabilidade - isso, segundo os cientistas, mostra que métodos semelhantes podem ser usados para prever a situação sísmica real. Por outro lado, o algoritmo atual, muito provavelmente, ainda não pode ser usado para esses fins, uma vez que foi "treinado" não em dados reais, mas em sua imitação e, portanto, suas previsões podem ser um tanto imprecisas quando se trabalha em campo.
