Fenómenos da natureza como tremores de terra são praticamente impossíveis de antecipar e quando decorrem em zonas urbanas e populacionais originam estragos de grandes proporções, para além das vítimas mortais. As réplicas consequentes podem estender-se por semanas e meses, e podem ter igualmente efeitos devastadores. Nesse sentido, para minimizar os efeitos causados pelas réplicas, a Google e a Universidade de Harvard criaram um modelo de deep learning para tentar antecipar onde vai decorrer o próximo tremor.

O estudo, publicado na Nature, explica que os investigadores treinaram uma rede neural com mais de 131.000 tremores de terra e respetivas réplicas, selecionando depois 30 mil pares não relacionados para os testes. Ficou demonstrado no estudo que o sistema de inteligência artificial foi mais assertivo a detetar as localizações das réplicas que o modelo de previsão atual “Coulomb stress transfer”.

Os cientistas referem que é necessário saber três coisas sobre os tremores de terra: quando e onde vão decorrer e a sua extensão. A rede neural conseguiu gerar uma métrica efetiva de predição que não era muito popular na ciência dos tremores de terra. Antes, utilizava-se leis empíricas para prever quando ocorria e o seu tamanho, e agora, a IA permite perceber onde vai efetivamente decorrer.

Um dos autores do estudo, Phoebe DeVries, referiu ao ScienceDaily que o sistema de machine learning tem muito potencial neste tipo de problemas. “Fazer previsões sobre réplicas, em particular, é um desafio aos modelos de machine learning porque existem muitos fenómenos físicos que podem influenciar o comportamento dos tremores de terra”. Os investigadores chegaram à conclusão de que o padrão das réplicas de um tremor de terra era fisicamente interpretável, mas as previsões geradas pelo sistema de machine learning sobre os locais onde decorrem poderão ajudar a monitorizá-las durante o seu ciclo sísmico.

O investigador afirmou também que estão apenas a dar os primeiros passos na ciência do que pode ser feito na previsão de tremores de terra. Para já, o sistema ainda é impreciso, e será necessário um maior desenvolvimento para ser utilizado oficialmente. Mas os investigadores estão muito confiantes das suas descobertas até agora.