Predecir réplicas de terremotos mediante IA, el proyecto de Google y Harvard
Encontrar la manera de predecir catástrofes naturales ha sido una prioridad para la humanidad desde los principios de la historia. Nuestros primeros intentos iban desde interpretar los astros, leer las cartas o asumir que estábamos rezando menos. En la era moderna, Google en coordinación con la Universidad de Harvard trabajan en un proyecto para predecir réplicas de terremotos mediante inteligencia artificial.
Detectar terremotos aún está fuera de nuestras capacidades, aunque ya existen varias investigaciones como la de especialistas alemanes que utilizan cables de fibra óptica para internet como herramienta para detectar sismos.
¿El mejor método para predecir réplicas de terremotos?
La investigación coordinada entre Google y Harvard ha arrojado resultados prometedores. De acuerdo con el artículo publicado en Nature.com, la Inteligencia Artificial que crearon es capaz de predecir la locación de réplicas un año después de un fuerte terremoto.
Este modelo ha sido puesto a prueba en 199 terremotos fuertes seguidos por 130,000 réplicas y ha sido más acertado que cualquier otro método usado para predecir sismos.
Para entrenar a esta Inteligencia Artificial, se usó información de terremotos en las recientes décadas como el de 2004 en Sumatra, el de 2011 de Japón, el de 1989 en la bahía de San Francisco o el de 1994 en Los Ángeles.
Los desarrolladores de esta Inteligencia Artificial prevén que puedan seguir alimentando la data de su creación con próximos terremotos.
En comparación con el actual método utilizado, Transferencia de Estrés de Coulomb, la Inteligencia Artificial tiene mejores resultados de predicción. Los investigadores de Google y Harvard consideran que en próximos años su método puede ir perfeccionándose.
¿Cómo funcionan los métodos para predecir réplicas de terremotos?
Mientras continúan los esfuerzos de la ciencia para encontrar una manera de anticipar sismos de forma precisa, conocer con antelación las réplicas de un terremoto podría salvar la vida de miles con pronósticos de hasta un año.
El modelo de Transferencia de Estrés de Coulomb funciona con una simplificación que permite el cálculo de los cambios de estrés en la tierra. De esta manera, después de un terremoto se usa este método para tratar de detectar áreas con estrés donde podrían ocurrir réplicas.
A manera de ejemplo: el 28 de junio de 1992 hubo dos terremotos en California, el primero de 7.2 y el segundo de 6.5 (a 40 kilómetros del primero). Los cálculos en la Transferencia de Estrés de Coulomb revelaron que había incremento de estrés asociado con ambos terremotos.
Pasaron 25 días y de las cerca de 20,000 réplicas que se sintieron, 75% ocurrieron en un radio de 5 kilómetros donde este método mostró incremento de estrés y 25% ocurrió en zonas en zonas donde los niveles de estrés habían disminuido.
Con el nuevo modelo, el equipo de Harvard y Google encontró que aprender de patrones de sismos es físicamente interpretable. Con este aprendizaje de máquina pudieron conseguir estadísticas para mejorar los pronósticos de locaciones de las réplicas e identificar cantidades físicas que podrían controlar el estallido de terremotos durante la mayor parte del ciclo sísmico.
También podría interesarte:
- Cables de internet podrían ser el nuevo método para detectar terremotos
- Apuntes sobre la vivienda en la CDMX y los estados después de sismos
- Payasos rescatistas, una brigada cultural después de la tragedia
