Previsione dei terremoti: scopri la nuova IA cinese che sta rivoluzionando la sismologia

La Cina ha recentemente sviluppato il primo grande modello di intelligenza artificiale per estrarre dati e prevedere i terremoti. Questo modello, chiamato “DiTing”, si basa su grandi set di dati utilizzati per individuare segnali di terremoti, monitorare l’attività sismica e supportare risposte rapide. Gli sviluppatori affermano che “DiTing si basa su dati provenienti dal China Earthquake Observation Network e utilizza tecnologia avanzata di intelligenza artificiale per migliorare l’accuratezza e la velocità di riconoscimento del segnale sismico”. Questo progetto è uno sforzo congiunto del National Supercomputing Centre di Chengdu e dell’Institute of Geophysics della China Earthquake Administration.

Il lancio del modello è avvenuto nella città sud-occidentale di Chengdu, coincidente con il 48° anniversario del devastante terremoto di Tangshan, che uccise 300.000 persone e rase al suolo la città. Il centro di supercalcolo di Pechino ha per la prima volta utilizzato informazioni sismiche accumulate su scala così grande per addestrare l’intelligenza artificiale in Cina, superando i limiti dei modelli convenzionali. Il modello può valutare 100 milioni di parametri e variabili per fare previsioni e decisioni, con l’obiettivo di raggiungere un miliardo di parametri ad agosto.

Il Ruolo del Machine Learning nella Previsione dei Terremoti

Negli ultimi decenni, lo studio dei fenomeni precursori dei terremoti ha fatto progressi significativi. Numerosi ricercatori si affidano al machine learning, una branca dell’intelligenza artificiale, per formulare previsioni. I risultati degli studi compiuti, anche in Italia, sono sorprendenti: in alcuni casi si è riusciti a prevedere il verificarsi di scosse con un anticipo di qualche giorno, anche se non è stato possibile individuare con precisione l’epicentro.

Il machine learning utilizza reti neurali artificiali, un modello matematico ispirato alle reti di neuroni nel cervello umano e degli animali. Lo scopo di una rete neurale artificiale è elaborare informazioni e trovare soluzioni. Per “addestrare” una rete neurale artificiale, migliorandone le capacità di elaborazione, servono enormi quantità di dati. Nel caso dei terremoti, i dati forniti alla rete sono raccolti nelle zone più sismiche del pianeta, dove si verificano i terremoti più forti, come al confine tra due placche litosferiche.

Progressi Recenti e Studi Significativi

Tre nuovi studi hanno dimostrato che i modelli di deep learning superano le metodologie convenzionali nell’anticipare scosse di intensità. I risultati, preliminari, rappresentano un significativo progresso verso l’obiettivo di utilizzare l’intelligenza artificiale per ridurre il rischio sismico. I tre studi, condotti in diverse parti del mondo, hanno dimostrato che l’apprendimento automatico può essere sfruttato per valutare il rischio di scosse di assestamento dopo un grande terremoto.

Il primo studio, condotto da Kelian Dascher-Cousineau presso l’Università della California, Berkeley, ha testato un modello su un catalogo di migliaia di terremoti nel sud della California tra il 2008 e il 2021. Il risultato è che il modello ha superato la metodologia standard nella previsione delle scosse sismiche in periodi di due settimane. Un metodo simile è stato sviluppato all’Università di Bristol, nel Regno Unito, da Samuel Stockman, che ha dimostrato buone performance nella previsione dei terremoti nel centro Italia tra il 2016 e il 2017.

IA e Monitoraggio Sismico in Cina

Il sistema di monitoraggio dei terremoti basato sull’intelligenza artificiale è stato sperimentato nelle province sud-occidentali della Cina, Yunnan e Sichuan. Algoritmi automatizzati e calcolo manuale costituiscono il metodo principale per calcolare i parametri dei terremoti, come l’epicentro, la magnitudo, il tempo e la profondità sulla base dei segnali delle onde sismiche. Tuttavia, questo richiede un operatore in servizio 24 ore al giorno.

Il nuovo sistema di monitoraggio con intelligenza artificiale può generare i parametri della sorgente sismica in due secondi e ha mostrato un’accuratezza elevatissima rispetto al calcolo manuale in 446 risultati di valutazione dei terremoti. Il sistema è stato sviluppato dalla University of Science and Technology of China e dalla China Earthquake Administration e sottoposto a un periodo di prova di un anno.

Bullet Executive Summary

L’intelligenza artificiale sta rivoluzionando il campo della sismologia, offrendo nuove prospettive per la previsione dei terremoti e la riduzione del rischio sismico. Il modello “DiTing” rappresenta un significativo passo avanti, basandosi su dati raccolti su larga scala e utilizzando tecnologie avanzate di machine learning. La capacità di elaborare grandi quantità di dati e di fare previsioni accurate può avere un impatto fondamentale sulla sicurezza delle aree sismiche.

Una nozione base di intelligenza artificiale correlata al tema è il machine learning, che utilizza reti neurali artificiali per elaborare informazioni e trovare soluzioni. Un’ulteriore nozione avanzata è il deep learning, una sottocategoria del machine learning che utilizza reti neurali profonde per analizzare dati complessi e fare previsioni più accurate. Questi progressi tecnologici non solo migliorano la nostra capacità di prevedere i terremoti, ma aprono anche nuove possibilità per la ricerca sismologica e la sicurezza pubblica.

In conclusione, mentre la tecnologia continua a progredire, è essenziale mantenere un equilibrio tra innovazione e preparazione pratica. La costruzione di edifici sicuri, la preparazione di kit di emergenza e la consapevolezza pubblica rimangono fondamentali per affrontare i rischi sismici. La riflessione personale su come la tecnologia può essere utilizzata per migliorare la nostra vita quotidiana e la nostra sicurezza è un passo importante verso un futuro più sicuro e resiliente.