Non riuscendo a prevederli, i sismologi continuano a migliorare la loro comprensione dei terremoti. Negli ultimi tempi si sta facendo affidamento sull’intelligenza artificiale.
In particolare per caratterizzare precocemente i terremoti e prevedere meglio gli tsunami, i sismologi si affidano all’IA.
Durante un terremoto, le onde sismiche si propagano dal luogo della rottura: l’epicentro. I sismologi catturano queste vibrazioni utilizzando migliaia di sismografi installati in tutto il pianeta e più densamente nelle aree ad elevata sismicità.
Sui sismogrammi così ottenuti si distinguono in particolare le onde primarie (P) o onde di compressione, che sono le prime registrate (si propagano a circa 6 km/s longitudinalmente), nonché le onde secondarie (S), o onde di taglio, che si muovono un po’ più lentamente (circa 4 km/s), trasversalmente.
Intelligenza artificiale: può aiutarci a prevedere i terremoti
Studiando questi due tipi di onde si individua l’epicentro del terremoto e si valuta la sua magnitudo. I sismologi cercano di rilevare il più rapidamente possibile un terremoto, quando si verifica, e di caratterizzarlo con la massima precisione possibile, in modo da fornire rapidamente informazioni utili alle autorità che organizzano i soccorsi.
E l’intelligenza artificiale può aiutare. I ricercatori dell’Università di Stanford hanno sviluppato uno strumento di rilevamento dei terremoti chiamato Earthquake Transformer che è stato oggetto di una pubblicazione nel 2020 sulla rivista Nature 1.
Hanno creato una rete neurale alquanto insolita, che hanno addestrato utilizzando i dati registrati nell’arco di cinque settimane attorno ai terremoti verificatisi a Tottori, in Giappone, nel 2000. “Il nostro obiettivo era quello di creare un meccanismo di “attenzione gerarchica” per identificare i segnali delle onde sismiche che abbiamo più difficoltà a identificarci senza l’intelligenza artificiale” precisa Grégory Beroza.
E’ uno dei ricercatori dell’Università di Stanford che ha lavorato al progetto. Utilizzando questo processo, facilitiamo il processo di apprendimento e il modello è in grado di identificare meglio l’epicentro di un terremoto sulla base delle informazioni provenienti da un minimo di sensori.
I ricercatori hanno dimostrato che, utilizzando Earthquake Transformer, è possibile localizzare gli epicentri meglio che con le tecniche precedenti e più rapidamente. L’accuratezza di queste informazioni consentirebbe ai servizi di emergenza più vicini di intervenire di conseguenza.
I tentativi di sviluppare un metodo per prevedere i terremoti finora non hanno avuto successo, ma alcuni esperti ci stanno ancora lavorando. È il caso di Paul Johnson, sismologo del Los Alamos National Laboratory (New Mexico) del DOE, il Dipartimento dell’Energia degli Stati Uniti.
Nel 2020, il suo team ha sviluppato un modello di deep learning per cercare di comprendere meglio l’attrito delle placche tettoniche lungo una faglia nel contesto dei “terremoti lenti”, terremoti che si verificano quando l’energia prodotta dall’attrito a livello di faglia viene rilasciata lentamente, nel corso di giorni, anche mesi.
Addestrando una rete neurale convoluzionale utilizzando dati registrati prima e dopo i terremoti lenti, il modello ottenuto è stato in grado di riconoscere i segnali di allarme e quindi dedurre l’imminente arrivo di terremoti lenti in un’area specifica.
