Un algoritmo di apprendimento automatico prevede i terremoti simulati in laboratorio

L’importante risultato ha sorpreso i geologi e sollevato la possibilità di prevedere terremoti reali.

di Emerging Technologies di arXiv

I terremoti hanno spesso effetti devastanti su intere comunità. Intorno a 10.000 persone muoiono a causa dei terremoti o dei loro effetti collaterali, ma il conto è spesso più salato. Nel 2004, oltre 230.000 persone sono morte dopo lo tsunami provocato da un terremoto di magnitudo 9 al largo della costa di Sumatra; più di 200.000 persone sono morte nel 2010 a Haiti a causa di un terremoto di magnitudo 7; oltre 800.000 persone sarebbero morte in un terremoto che colpì la Cina nel 1556.

Una qualunque soluzione in grado di prevedere un terremoto, quindi, sarebbe incredibilmente utile.

È qui che subentrano Rouet-Leduc e i suoi colleghi del Los Alamos National Laboratory, in Nuovo Messico, con la loro scoperta sorprendente. Il team ha addestrato un algoritmo di apprendimento automatico affinché identifichi i segni indicativi di un terremoto simulato in laboratorio, utilizzando esclusivamente i suoni che scaturiscono dal terreno. La nuova tecnica non è ancora stata provata su un terremoto reale, ma apre uno spiraglio su una nuova branca della ricerca.

I geologi sono già in grado di determinare il rischio approssimativo di terremoti in una determinata regione. L’approccio consiste nel determinare quando le faglie si sono mosse in passato e utilizzare questa periodicità per prevedere i movimenti futuri.

L’esempio più famoso interessa il segmento della faglia di Sant’Andreas, una delle faglie più attentamente studiate del pianeta, in prossimità di Parkfield, in California. In questa particolare regione sono stati registrati nel 1857, 1881, 1901, 1922, 1934, e nel 1966, indicando uno schema secondo cui un terremoto si verificherebbe approssimativamente ogni 22 anni. I geologi avevano così stimato che i prossimi terremoti si sarebbero verificati nel 1988 e nel 1993. Nel caso della seconda previsione, il terremoto non si sarebbe presentato prima al 2004.

Questo è il limite delle attuali previsioni – in altre regioni, lo scarto è ancora più ampio.

Previsioni simili servono ugualmente a incoraggiare azioni come il miglioramento degli standard di sicurezza degli edifici in regioni soggette a terremoti. Non permettono, però, di prevenire i decessi. Per questo genere di risultato servirebbero previsioni entro pochi giorni di distanza. Non vi sono ancora prove che simili previsioni saranno mai possibili, anche se diversi animali sarebbero naturalmente in grado di percepire un terremoto imminente.

Rouet-Leduc e i suoi colleghi potrebbe cambiare le cose. I ricercatori hanno creato dei terremoti artificiali sollecitando una lastra racchiusa fra due altri blocchi. Nel punto di intersezione fra le superfici, il team ha posizionato una combinazione di materiali rocciosi, che simula le proprietà di una vera faglia.

Questo genere di simulazione è ben conosciuto. I geologi sanno che, con l’avvicinarsi di un terremoto, il materiale roccioso all’interno della faglia comincia a cedere, emettendo rumori man mano che si frantuma – una mormorio sismico. Il blocco di roccia sovrastante è quindi soggetto a scivolamenti pressoché periodici.

Questo sistema presenta alcune similarità con i terremoti reali. La portata degli scivolamenti, ad esempio, è simile a quella che si verifica in natura. Genera un gran numero di piccoli spostamenti e qualcuno più grande – una distribuzione che segue la relazione di Gutenberg-Richter proprio come per i veri terremoti. I geologi sono quindi fiduciosi che il sistema imiti almeno una parte dei comportamenti identificati nel mondo reale.

I ricercatori stanno cercando di capire se i suoni emessi da una faglia possono essere utilizzati per prevedere il momento in cui si scatenerà il prossimo terremoto. Finora, nessuno era riuscito a individuare la corrispondenza fra particolari rumori e determinati comportamenti nelle faglie, ma Rouet-Leduc e co hanno assunto un approccio differente. L’idea era quella di registrare le emissioni acustiche di un terremoto simulato in laboratorio e immettere i dati in un algoritmo di apprendimento automatico per verificare se fosse in grado di decifrare uno schema. Ebbene, la macchina è riuscita a fare quello che l’uomo non era stato in grado di fare.

I risultati hanno un che di sorprendente. L’algoritmo è stato in grado di fornire previsioni accurate persino quando un terremoto simulato non era imminente. “Abbiamo dimostrato che, ascoltando i segnali acustici emessi dalla faglia artificiale, l’apprendimento automatico è in grado di prevedere con grande precisione il tempo rimanente prima del prossimo evento sismico”, hanno detto.

Non è ben chiaro come la macchina sia in grado di elaborare simili risultati. Rouet-Leduc e co hanno ipotizzato che i precursori sismici possano essere molto più piccoli di quanto si pensasse, per cui i macchinari allestiti per ascoltare le faglie nel mondo reale non sarebbero state tarate in maniera adeguata. La macchina sembrerebbe aver identificato un segnale interamente nuovo che i geologi avevano scartato come rumore. “La nostra analisi via apprendimento automatico fornisce un nuovo spunto alla fisica degli scivolamenti”, dicono.

Si tratta di un risultato affascinante con importanti implicazioni. La prima ed ovvia domanda che solleva è se questa stessa tecnica potrà essere utilizzata per prevedere con precisione dei terremoti reali. Rouet-Leduc e colleghi non si sporgono troppo a riguardo. L’esperimento condotto in laboratorio è differisce da un terremoto reale per diversi aspetti importanti. Le forze esercitate da un fenomeno reale sono diversi ordini di magnitudo più grandi, così come le temperature delle rocce coinvolte.

Esistono anche delle similitudini, però, per cui il prossimo obiettivo sarà applicare lo stesso genere di analisi ai terremoti che presentano la maggiore affinità con quello simulato in laboratorio. La sezione di Parkfield, soggetta a diversi terremoti che si ripetono per periodi relativamente brevi, è una candidata ideale.

Saranno necessari diversi anni di osservazione. Nel frattempo, la tecnica potrebbe trovare applicazioni nella previsione di crisi strutturali all’interno di altri materiali, come le turbine negli aeroplani e nelle centrali elettriche. A prescindere dalle applicazioni che verranno trovate per questa tecnica, Rouet-Leduc e soci hanno gettato le basi per un importante esperimento. “È tutto pronto per quella che potrebbe essere una importante rivoluzione nella scienza dei terremoti”.

Per approfondimenti: Machine Learning Predicts Laboratory Earthquakes

Related Posts
Total
0
Share