Phoebe DeVries, investigadora del departamento de Astronomía en Harvard, ha querido colaborar con Google para usar la inteligencia artificial con el objetivo de predecir terremotos, y ya se ha publicado un artículo con los resultados.
El estudio, divulgado en nature.com, muestra cómo los terremotos suelen producirse de forma secuencial, comenzando por un temblor inicial y terminando con varias réplicas de menor magnitud (generalmente) que el temblor principal.
Predecir estas réplicas no es tarea fácil, pero con los expertos en machine learning de Google han usado aprendizaje profundo para determinar dónde podrían producirse las réplicas, entrenando el sistema con información de más de 118 terremotos importantes de todo el mundo.
Con la información han creado una red neuronal que analiza la relación entre el temblor inicial y las réplicas, y han conseguido así un modelo bastante más completo de las ubicaciones de las réplicas, lo que podría ayudar para desplegar servicios de emergencias y evacuar zonas en riesgo de réplica.
En el artículo hay un mapa de la distribución de probabilidades de réplica del terremoto de Landers, el que mostramos en la captura superior, donde las zonas en rojo oscuro son regiones más propensas a sentir réplicas según las predicciones. Las zonas negras son répplicas reales, y la línea amarilla muestra las fallas que se rompieron durante el temblor principal.
La Inteligencia Artificial puede ayudar mucho en la construcción de modelos, y en este caso puede ayudar a salvar muchas vidas.
