Uno studio dell’Università di Edimburgo, del British Geological Survey e dell’Università di Padova suggerisce che gli strumenti di previsione dei terremoti basati sull’intelligenza artificiale possano prevedere il rischio di scosse di assestamento pochi secondi dopo la scossa iniziale.
Secondo i ricercatori, sono stati sviluppati modelli di apprendimento automatico in grado di prevedere dove e quante scosse di assestamento si verificheranno dopo un terremoto, quasi in tempo reale.
Gli attuali metodi utilizzati per prevedere le scosse di assestamento (terremoti secondari che possono rivelarsi più letali dei terremoti iniziali) possono richiedere diverse ore o giorni.
Le previsioni rapide prodotte dagli strumenti basati sull’intelligenza artificiale potrebbero aiutare le autorità a prendere decisioni sulle misure di sicurezza pubblica e sull’allocazione delle risorse nelle aree colpite da calamità.
Dati sui terremoti – I ricercatori dell’Università di Edimburgo, del British Geological Survey e dell’Università di Padova hanno creato strumenti di previsione basati sull’intelligenza artificiale. Sono stati sviluppati addestrando modelli di apprendimento automatico sui dati dei terremoti provenienti da California, Nuova Zelanda, Italia, Giappone e Grecia, ovvero aree del mondo in cui si verificano regolarmente terremoti.
Sistemi di previsione – Il team ha analizzato la capacità dei modelli di intelligenza artificiale di produrre previsioni sul numero di scosse di assestamento che si verificheranno nelle 24 ore successive a terremoti di magnitudo 4 o superiore. Hanno confrontato le prestazioni dei loro modelli di intelligenza artificiale con il sistema di previsione più ampiamente utilizzato, noto come modello ETAS (Epidemic-Type Aftershock Sequence), utilizzato operativamente in Italia, Nuova Zelanda e Stati Uniti.
Risultati più rapidi – Sebbene entrambi i tipi di modello mostrino prestazioni simili nella previsione del rischio di scosse di assestamento, il modello ETAS ha impiegato molto più tempo per produrre risultati, fino a diverse ore o giorni su un singolo computer di fascia media, poiché comporta l’esecuzione di un gran numero di simulazioni, afferma il team.
Addestrando gli strumenti di intelligenza artificiale sui dati dei terremoti passati provenienti da regioni con diversi paesaggi tettonici, i ricercatori affermano che i loro modelli potrebbero essere utilizzati per prevedere il rischio di scosse di assestamento nella maggior parte delle zone del mondo colpite da terremoti.
“Questo studio dimostra che i modelli di apprendimento automatico possono produrre previsioni di scosse di assestamento in pochi secondi, con una qualità paragonabile a quella delle previsioni ETAS. La loro velocità e il basso costo computazionale offrono importanti vantaggi per l’uso operativo: insieme allo sviluppo quasi in tempo reale di cataloghi di terremoti ad alta risoluzione basati sull’apprendimento automatico, questi modelli miglioreranno la nostra capacità di monitorare e comprendere le crisi sismiche nel loro evolversi”. – Foteini Dervisi, Dottorando di ricerca presso la Facoltà di Geoscienze dell’Università di Edimburgo / British Geological Survey.
La ricerca è pubblicata sulla rivista Earth, Planets and Space. È stato sostenuto dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea nell’ambito della rete di formazione innovativa Marie Skłodowska-Curie SPIN.
fonte: Università di Edimburgo
