(por Giovanni Calcerano) Pesquisadores da Universidade de Harvard e do Instituto de Tecnologia de Massachusetts (MIT), liderados pelo professor Thibault Perol, desenvolveram um sistema de Inteligência Artificial (AI) que pode detectar terremotos mais rapidamente do que qualquer outro dispositivo existente. Os resultados de suas pesquisas foram publicados no 14 de fevereiro na revista Science Advances.
O sistema, denominado ConvNetQuake (Rede neural convolucional para localização de detecção de terremotos - em rede neural convolucional italiana para localização de terremotos), é capaz de detectar terremotos de grande, médio e pequeno porte com uma precisão de 94,8%. Ele também é capaz de prever a localização desses terremotos com 74,5% de precisão.
A solução proposta por Perol e seus colegas é usar inteligência artificial para amplificar a sensibilidade dos sismógrafos a fim de detectar um número de terremotos 17 vezes maior que os métodos anteriores e em uma fração do tempo necessário até agora.
O método é semelhante ao usado pelo software de detecção de voz do assistente digital, como Siri e Cortana, explica Perol. Ou seja, trata-se de destacar o sinal oculto no ruído. Para assistentes digitais, isso significa reconhecer comandos de voz enquanto ignora o som de fundo do ambiente. Para sismógrafos, isso significa eliminar os ruídos geológicos normais da Terra (o chamado “ruído sísmico ambiental”) para identificar terremotos, mesmo quando são muito pequenos ou muito distantes.
Para este fim, Perol e seus colegas treinaram uma rede neural convolutiva para reconhecer o ruído de fundo usando dados retirados de áreas sem movimentos telúricos. O software examinou esta entrada e aprendeu a reconhecer os modelos que permitem definir um ruído geológico padrão. Desta forma, portanto, a rede neural pode remover o ruído de fundo e distinguir os sinais que escondem verdadeiros terremotos.
Também existe a hipótese de que tal sistema poderia ajudar a prever terremotos antes que ocorram. Isso poderia ser possível por meio da padronização de modelos preditivos: ou seja, se fosse possível verificar que uma série de pequenos terremotos em rápida sucessão desencadeia um terremoto maior e potencialmente prejudicial, então um alerta precoce poderia ser emitido sempre que outros pequenos terremotos semelhantes fossem identificados. , terremotos em um período de tempo igualmente curto.
Claramente, a ideia de usar inteligência artificial para prever, e não apenas detectar, terremotos é muito emocionante, mas não é algo com que toda a comunidade sismológica concorde. Mas, com a ajuda de Perol e seus colegas, e da rede neural que eles criaram, essa possibilidade importante pode realmente se tornar possível. Estamos agora em um ponto em que avanços tremendos em instrumentação, aprendizado de máquina, poder do computador e a capacidade de lidar com enormes conjuntos de dados podem levar a avanços enormes e fundamentais na ciência dos terremotos.