Prevenzione dei terremoti: i ricercatori hanno addestrato un sistema di Machine Learning per rilevare i terremoti utilizzando minuscoli segnali gravitazionali.
La tecnologia Machine Learning progredisce e diventa uno strumento utile nella prevenzione dei terremoti. Gli scienziati dell’università di Nizza hanno messo a punto un programma di apprendimento automatico che rappresenta, secondo gli esperti, un passo significativo verso lo sviluppo di un sistema di allarme per i terremoti più potenti del mondo. L’importante ricerca è stata pubblicata sulla rivista scientifica Nature e propone un nuovo impiego utile e volto alla sicurezza dei sistemi Machine Learning.
Differenze fra Machine Learning e intelligenza artificiale
L’intelligenza artificiale è una tecnologia che consente a una macchina di simulare il comportamento umano. Machine Learning, in italiano spesso tradotto con apprendimento automatico, è un sottoinsieme dell’intelligenza artificiale che consente a una macchina di apprendere automaticamente dai dati passati senza essere programmata in modo esplicito. L’obiettivo dell’AI è creare un sistema informatico intelligente come il cervello degli esseri umani per risolvere problemi complessi. L’obiettivo di Machine Learning è, invece, consentire alle macchine di apprendere dai dati in modo che possano fornire un risultato accurato: in pratica si insegna alle macchine a svolgere un compito particolare e fornire un risultato preciso. Machine e Deep Learning sono i due sottoinsiemi principali dell’intelligenza artificiale.
Machine Learning prevenzione dei terremoti
I terremoti hanno il potere di alterare il campo gravitazionale della Terra. I ricercatori francesi hanno ora addestrato un sistema di apprendimento automatico per rilevare i sismi utilizzando i minuscoli segnali gravitazionali che li precedono, mostrando come possono essere utilizzati per individuare la posizione e l’entità di un grande terremoto quasi in tempo reale. Gli attuali sistemi basati sulle onde sismiche per rilevare i terremoti hanno difficoltà a distinguere tra magnitudo 7,5 e 9 nei pochi secondi successivi a un evento. Il nuovo progetto, presieduto dal professore Andrea Licciardi dell’università di Nizza, può essere usato anche per gli tsunami.
I dati sull’elastogravità
Le prime indicazioni di un terremoto non sono le onde sismiche, ma le vibrazioni che queste onde provocano nel terreno circostante generate da placche tettoniche che si muovono l’una contro l’altra o si spostano a causa di terremoti. Questi piccoli cambiamenti di gravità si manifestano come onde di elastogravità che viaggiano attraverso il suolo alla velocità della luce, anche più veloci delle onde sismiche, causate dal movimento delle placche. Un tempo si pensava che i segnali piccoli e sottili noti come le onde di elastogravità fossero impossibili da rilevare, ma ora il sistema Machine Learning permetterà di analizzarle in breve tempo. Una nuova rete di apprendimento automatico chiamata PEGSNet è stata progettata per identificare i segnali. Gli algoritmi sono stati addestrati su un mix di dati sismici effettivi provenienti dal Giappone e da 500mila segnali di gravità simulati per terremoti nella stessa area. L’algoritmo ha identificato accuratamente sia l’entità sia la posizione del sisma da cinque a 10 secondi prima rispetto ad altri metodi. Un breve lasso di tempo che comunque potrebbe essere utile per avvisare in caso di sismi gravi e limitare i danni. Pur se al momento si tratta solo di test, gli studi di Licciardi sono promettenti e possono aiutare nella prevenzione dei terremoti. In futuro, il sistema Machine Learning potrà essere implementato e diffuso, ma come per ogni applicazione di una nuova tecnologia ci vorranno altri test e prove sul campo. La scoperta dell’università di Nizza è promettente e pone la scienza in una posizione più favorevole nella previsione e prevenzione degli eventi sismici.
Andrea Indiano
Giornalista con la passione per il cinema e le innovazioni, attento alle tematiche ambientali, ha vissuto per anni a Los Angeles da dove ha collaborato con diverse testate italiane. Ha studiato a Venezia e in Giappone, autore dei libri "Hollywood Noir" e "Settology".
