11.6 C
Rome
giovedì, Novembre 7, 2024
- Pubblicità -
notizieAmbienteLa previsione dei terremoti basata sull’intelligenza artificiale si mostra promettente nelle sperimentazioni

La previsione dei terremoti basata sull’intelligenza artificiale si mostra promettente nelle sperimentazioni

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.


Un nuovo tentativo di prevedere i terremoti con l’aiuto dell’intelligenza artificiale ha fatto sperare che un giorno la tecnologia possa essere utilizzata per limitare l’impatto dei terremoti sulle vite e sulle economie. Sviluppato dai ricercatori dell’Università del Texas ad Austin, l’algoritmo AI ha previsto correttamente il 70% dei terremoti una settimana prima che si verificassero durante una prova di sette mesi in Cina.

L’intelligenza artificiale è stata addestrata per rilevare irregolarità statistiche nei dati sismici in tempo reale che i ricercatori avevano abbinato a terremoti precedenti. Il risultato è stato una previsione settimanale in cui l’intelligenza artificiale ha previsto con successo 14 terremoti entro circa 200 miglia dal punto in cui si prevedeva che si sarebbero verificati e quasi esattamente con la forza calcolata. Ha mancato un terremoto e ha dato otto falsi allarmi.

Non è ancora noto se lo stesso approccio funzionerà in altre località, ma il progetto rappresenta una pietra miliare nella ricerca per la previsione dei terremoti basata sull’intelligenza artificiale.

“Prevedere i terremoti è il Santo Graal”, ha affermato Sergey Fomel, professore del Bureau of Economic Geology dell’UT e membro del gruppo di ricerca. “Non siamo ancora vicini a fare previsioni per qualsiasi parte del mondo, ma ciò che abbiamo ottenuto ci dice che quello che pensavamo fosse un problema impossibile è risolvibile in linea di principio.”

La sperimentazione faceva parte di un concorso internazionale tenutosi in Cina in cui l’intelligenza artificiale sviluppata da UT è arrivata prima tra altri 600 progetti. L’ingresso dell’UT è stato guidato dal sismologo dell’ufficio e dallo sviluppatore principale dell’IA, Yangkang Chen. I risultati dello studio sono pubblicati sulla rivista Bollettino della Seismological Society of America.

“Non si vedono arrivare terremoti”, ha detto Alexandros Savvaidis, un ricercatore senior che guida il Texas Seismological Network Program (TexNet) dell’ufficio, la rete sismica dello stato. “È questione di millisecondi e l’unica cosa che puoi controllare è quanto sei preparato. Anche con il 70%, si tratta di un risultato enorme e potrebbe aiutare a ridurre al minimo le perdite economiche e umane e ha il potenziale per migliorare notevolmente la preparazione ai terremoti in tutto il mondo.”

I ricercatori hanno affermato che il loro metodo ha avuto successo seguendo un approccio di apprendimento automatico relativamente semplice. All’IA è stata fornita una serie di caratteristiche statistiche basate sulla conoscenza del team della fisica dei terremoti, quindi è stato detto di addestrarsi su un database quinquennale di registrazioni sismiche.

Una volta addestrata, l’intelligenza artificiale ha fornito le sue previsioni ascoltando i segnali di terremoti in arrivo tra i brontolii di sottofondo della Terra.

“Siamo molto orgogliosi di questa squadra e del suo primo posto in questa prestigiosa competizione”, ha affermato Scott Tinker, direttore dell’ufficio. “Naturalmente, non sono solo la posizione e la magnitudo, ma anche i tempi che contano. La previsione dei terremoti è un problema irrisolvibile e non possiamo sopravvalutare la difficoltà.”

I ricercatori sono fiduciosi che in luoghi con robuste reti di tracciamento sismico come California, Italia, Giappone, Grecia, Turchia e Texas, l’intelligenza artificiale potrebbe migliorare il suo tasso di successo e restringere le sue previsioni a poche decine di miglia.

Uno dei prossimi passi è testare l’intelligenza artificiale in Texas poiché lo stato sperimenta un alto tasso di terremoti di magnitudo minore e alcuni di magnitudo moderata. Il TexNet dell’ufficio ospita 300 stazioni sismiche e più di sei anni di registrazioni continue, il che lo rende un luogo ideale per verificare il metodo.

Alla fine, i ricercatori vogliono integrare il sistema con modelli basati sulla fisica, che potrebbero essere importanti laddove i dati sono scarsi, o in luoghi come Cascadia, dove l’ultimo grande terremoto si è verificato centinaia di anni prima dei sismografi.

“Il nostro obiettivo futuro è combinare metodi fisici e basati sui dati per darci qualcosa di generalizzato, come chatGPT, che possiamo applicare a qualsiasi parte del mondo”, ha affermato Chen.

La nuova ricerca è un passo importante per raggiungere questo obiettivo.

“Potrebbe essere molto lontano, ma molti progressi come questo, presi insieme, sono ciò che fa avanzare la scienza”, ha detto Tinker.

La ricerca è stata supportata da TexNet, dal Texas Consortium for Computational Seismology e dall’Università di Zhejiang. L’ufficio è un’unità di ricerca della Jackson School of Geosciences.



Da un’altra testata giornalistica. news de www.sciencedaily.com

LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui

- Pubblicità -
- Pubblicità -Newspaper WordPress Theme

Contenuti esclusivi

Iscriviti oggi

OTTENERE L'ACCESSO ESCLUSIVO E COMPLETO AI CONTENUTI PREMIUM

SOSTENERE IL GIORNALISMO NON PROFIT

Get unlimited access to our EXCLUSIVE Content and our archive of subscriber stories.

- Pubblicità -Newspaper WordPress Theme

Articoli più recenti

Altri articoli

- Pubblicità -Newspaper WordPress Theme

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.