Uno studio utilizza la tecnologia AI per prevedere le scosse di assestamento

By | agosto 30, 2018
prevedere le scosse di assestamento

Uno studio utilizza la tecnologia AI per prevedere le scosse di assestamento. Nelle settimane e nei mesi successivi a un forte terremoto, l’area circostante è spesso devastata da potenti scosse di assestamento che possono frustrare una comunità già danneggiata e ostacolare in modo significativo tutti gli sforzi fatti per recuperare.




Mentre gli scienziati hanno sviluppato leggi empiriche, come la Legge di Bäth e la Legge di Ohmori, per descrivere la probabile dimensione e tempistica delle scosse di assestamento, i metodi per prevederne la posizione sono stati più difficili da comprendere.

Ma scatenati da un suggerimento dei ricercatori di Google, Brendan Meade, un professore di Scienze della Terra e dei Pianeti, e Phoebe DeVries, un post-dottore che lavora nel suo laboratorio, stanno usando la tecnologia dell’intelligenza artificiale per cercare di ottenere una soluzione al problema.

Utilizzando algoritmi di deep learning, la coppia ha analizzato un database di terremoti provenienti da tutto il mondo per tentare di prevedere dove potrebbero verificarsi delle scosse di assestamento e sviluppato un sistema che, pur essendo ancora impreciso, è in grado di prevedere delle scosse di assestamento in modo significativamente migliore di come si prevedevano prima in modo casuale. Il lavoro è descritto in un articolo del 30 agosto pubblicato su Nature.




Uno studio utilizza la tecnologia AI per prevedere le scosse di assestamento

“Ci sono tre cose che vuoi sapere sui terremoti: vuoi sapere quando succederanno, quanto saranno grandi e dove saranno”, ha detto Meade. “Prima di questo lavoro avevamo leggi empiriche per quando si sarebbero verificati e quanto sarebbero stati grandi, e ora stiamo lavorando alla terza tappa, dove potrebbero verificarsi”.

“Sono molto emozionato per il potenziale di apprendimento automatico che procede con questo tipo di problemi, è un problema molto importante da seguire”, ha affermato DeVries. “In particolare la previsione delle sequenze è una sfida adatta all’apprendimento automatico perché ci sono così tanti fenomeni fisici che potrebbero influenzare il comportamento di assestamento e l’apprendimento automatico è estremamente buono nello sviluppare queste relazioni. Penso che abbiamo appena scalfito la superficie di cosa si può fare con la previsione delle scosse di assestamento … ed è davvero eccitante. “

Leggi anche: Apple Watch salva una vita notificando all’utente un problema cardiaco

Utilizzare reti neurali intelligenti artificiali per tentare di prevedere le scosse di assestamento

L’idea di utilizzare reti neurali intelligenti artificiali per tentare di prevedere le scosse di assestamento si è verificata per la prima volta diversi anni fa.

Mentre si lavorava su un problema correlato con un gruppo di ricercatori, ha detto Meade, un collega ha suggerito che gli algoritmi di “deep learning” che emergono potrebbero rendere il problema più trattabile. In seguito Meade collaborò con DeVries, che utilizzava reti neurali per trasformare il codice di calcolo ad alte prestazioni in algoritmi che potevano essere eseguiti su un laptop per concentrarsi sulle scosse di assestamento.

“L’obiettivo è completare l’apprendimento e speriamo di aver contribuito a questo”, ha detto Meade.

“Dopo terremoti di magnitudo 5 o superiore, gli scienziati passano una grande quantità di tempo a mappare quale parte della faglia è scivolata e quanto si è mossa”, ha detto Meade. “Molti studi potrebbero utilizzare le osservazioni di uno o due terremoti, ma abbiamo usato l’intero database … e lo abbiamo combinato con un modello basato sulla fisica di come la Terra è stressata e tesa dopo il terremoto, con l’idea che lo stress e tensioni causate dallo shock principale possono essere ciò che innesca le scosse di assestamento “.

Leggi anche: Esiste una connessione tra l’uso dello smartphone e la perdita di memoria negli adolescenti

Armati di quell’informazione, separano quindi un’area individuata in griglie quadrate di 5 chilometri. In ogni griglia, il sistema controlla se c’è stata una scossa di assestamento e chiede alla rete neurale di cercare le correlazioni tra le posizioni in cui si sono verificate le scosse di assestamento e lo stress generato dal terremoto principale.

Quella interpretabilità, ha affermato DeVries, è fondamentale perché i sistemi di intelligenza artificiale sono stati a lungo visti da molti scienziati come scatole nere, in grado di produrre una risposta basata su alcuni dati.

“Questo è stato uno dei passi più importanti nel nostro processo”, ha detto. “Quando abbiamo configurato per la prima volta la rete neurale, abbiamo notato che è stata abbastanza utile per prevedere le posizioni delle scosse di assestamento, ma abbiamo pensato che sarebbe stato importante se potessimo interpretare quali fattori fossero importanti o utili per quella previsione.”

“Abbiamo esaminato l’output della rete neurale e poi abbiamo esaminato cosa ci aspetteremmo se diverse AI riuscissero a prevedere le scosse di assestamento“, ha detto.

E poiché la rete è stata configurata usando terremoti e scosse di assestamento da tutto il mondo, ha detto Meade, il sistema risultante ha funzionato per molti tipi diversi di scosse.

“Siamo ancora lontani dall’essere in grado di prevederli”, ha detto. “Siamo molto lontani dal farlo in qualsiasi senso in tempo reale, ma penso che l’apprendimento automatico abbia un enorme potenziale”.


Leggi anche ...

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.