Ferramentas de previsão de terremotos alimentadas por IA podem prever o risco de tremores secundários segundos após o tremor inicial, sugere um novo estudo da Universidade de Edimburgo.
Pesquisadores da Universidade de Edimburgo, do British Geological Survey e da Universidade de Pádua criaram ferramentas de previsão baseadas em inteligência artificial que foram desenvolvidas treinando modelos de aprendizado de máquina com dados de terremotos.
Os dados vêm de partes do mundo que sofrem terremotos regularmente, como Califórnia, Nova Zelândia, Itália, Japão e Grécia.
A equipe analisou a capacidade dos modelos de IA de produzir previsões de quantas réplicas ocorrerão nas 24 horas após terremotos de magnitude 4 ou superior.
Eles compararam o desempenho dos seus modelos de IA com o sistema de previsão mais amplamente utilizado, conhecido como modelo de sequência de tremores secundários do tipo epidêmico (ETAS), usado na Itália, na Nova Zelândia e nos Estados Unidos.
Embora ambos os tipos de modelos apresentem desempenho semelhante na previsão do risco de tremor secundário, o modelo ETAS levou várias horas ou dias num único computador de médio alcance para produzir resultados.
Os modelos de IA poderiam produzir um resultado muito mais rápido para alertar sobre novos tremores.
O estudante de doutorado Foteini Dervisi, da Escola de Geociências da Universidade de Edimburgo e do British Geological Survey, que liderou o estudo, disse: “Este estudo mostra que os modelos de aprendizado de máquina podem produzir previsões de tremores secundários em segundos, mostrando qualidade comparável às previsões ETAS.
“Sua velocidade e baixo custo computacional oferecem benefícios importantes para uso operacional: juntamente com o desenvolvimento quase em tempo real de catálogos de terremotos de alta resolução baseados em aprendizado de máquina, esses modelos irão melhorar nossa capacidade de monitorar e compreender as crises sísmicas à medida que elas evoluem.”
As previsões rápidas produzidas por ferramentas alimentadas por IA poderiam ajudar as autoridades a tomar decisões sobre medidas de segurança pública e alocação de recursos em áreas afetadas por catástrofes.
A investigação foi publicada na revista Earth, Planets and Space e foi apoiada pelo programa de investigação e inovação Horizonte 2020 da União Europeia no âmbito da Rede de Formação Inovadora Marie Sklodowska-Curie SPIN.
