Científicos estadounidenses han desarrollado un programa que utiliza
Inteligencia Artificial de aprendizaje automático para predecir
terremotos creados en un laboratorio. La IA logró realizar la predicción al
escuchar la señal acústica emitida de manera artificial.
"En un instante dado, el ruido proveniente de la zona de falla (creada
en el laboratorio) proporciona información cuantitativa sobre cuándo fallará la
falla", dijo Paul Johnson, investigador del Laboratorio Nacional de Los
Alamos e investigador principal del estudio, a
Geophysical Research Letters.
"La novedad de nuestro trabajo es el uso de aprendizaje automático para
descubrir y comprender la nueva física de la falla, a través de la examinación de
la señal auditiva registrada de la configuración experimental”, explicó
Johson.
El aprendizaje automático (machine learning)
es un método de inteligencia artificial que permite a la computadora aprender
de los nuevos datos, actualizando sus propios resultados para reflejar las
implicaciones de la nueva información.
“Creo que el futuro de la física de los terremotos dependerá en gran
medida del aprendizaje automático para procesar grandes cantidades de datos
sísmicos en bruto, nuestro trabajo representa un paso importante en esta
dirección", añadió
el investigador.
El trabajo no solo tiene un significado potencial para la predicción de
terremotos, sino que el enfoque es de gran alcance, aplicable a potencialmente
todos los escenarios de fallos, incluyendo pruebas no destructivas de
materiales industriales frágiles fallas de todo tipo, avalanchas y otros
eventos.
La técnica de aprendizaje
automático utilizada en este proyecto también identifica nuevas señales, que
previamente se habían creído eran ruido de baja amplitud, las cuales
proporcionan información de predicción durante todo el ciclo sísmico.
"Estas señales se asemejan a temblores que se produce en asociación
con terremotos lentos sobre las fallas tectónicas en la corteza inferior",
dijo
Johnson. "Hay razones para esperar tales señales desde las fallas de
la Tierra en la zona sismogénica debido al lento deslizamiento de estas",
añadió.
Los algoritmos de aprendizaje automático pueden predecir los tiempos de
falla de los terremotos de laboratorio con una notable precisión. La señal de
emisión acústica (AE), que caracteriza el estado físico instantáneo del
sistema, predice fiablemente un nuevo fallo en el futuro. Esto es una sorpresa,
señaló Johnson, ya que todos los trabajos anteriores habían asumido que sólo el
catálogo de eventos grandes era relevante, y que pequeñas fluctuaciones en la
señal AE podían ser dejadas de lado.
Para estudiar el fenómeno, el equipo analizó los datos de un sistema de
fallas de laboratorio que contienen gubia de falla, el material
subterráneo creado por los bloques de piedra deslizándose uno tras otro. Un
acelerómetro registró la emisión acústica que emanaba de las capas de
cizallamiento.
Después de un fallo por fricción en el laboratorio, el bloque de
cizallamiento se mueve o se desplaza, mientras que el material de gubia se
dilata y refuerza simultáneamente, como se muestra por el aumento de la tensión
de corte y la fricción.
"A medida que el material se aproxima al punto de falla, comienza a
mostrar las características de un régimen de estrés crítico, incluyendo muchos
pequeños fallos de corte que emiten emisiones acústicas impulsivas", describió
Johnson. "Este estado inestable concluye con un laboratorio real, en
el que el bloque de cizallamiento se desplaza rápidamente, la fricción y el stress
disminuyen precipitadamente, y las capas de gubia se compactan
simultáneamente", dijo.
Bajo una amplia gama de condiciones, el aparato se desliza con
regularidad durante cientos de ciclos de esfuerzo en un solo experimento. Y la
señal permite la predicción del sismo en el laboratorio. “Esperamos que
conduzca a avances en la predicción en Tierra”, finalizó Johnson.
FUENTES: DIGITALTRENDS,
PHYS
Si quieres estar siempre enterado de lo último y lo mejor en
descubrimientos, investigaciones y avances científicos y tecnológicos SUSCRÍBETE AQUÍ en un solo paso. Recibirás un boletín
semanal con lo mejor de Sophimania.