AGI - Strumenti di previsione basati su intelligenza artificiale sviluppati da University of Edinburgh, British Geological Survey e Università di Padova possono stimare entro pochi secondi il numero e la distribuzione delle scosse di assestamento successive a terremoti di magnitudo pari o superiore a 4.
Lo studio, pubblicato su 'Earth, Planets and Space', mostra che i modelli di machine learning raggiungono prestazioni comparabili al sistema Etas utilizzato operativamente in diversi Paesi, ma con costi computazionali drasticamente inferiori rispetto alle simulazioni che richiedono ore o giorni.
Addestramento e applicabilità globale
I ricercatori hanno addestrato le reti su cataloghi sismici provenienti da regioni con diversi contesti tettonici, tra cui California, Nuova Zelanda, Italia, Giappone e Grecia, dimostrando che il metodo è trasferibile a gran parte delle aree soggette a terremoti. L'analisi ha valutato la capacità dei modelli di prevedere le repliche nelle 24 ore successive all'evento principale e ha evidenziato un'efficienza sufficiente per supportare decisioni operative in tempo reale.
Miglioramento della gestione delle crisi sismiche
Secondo gli autori, l'integrazione con cataloghi ad alta risoluzione generati automaticamente potrà migliorare la gestione delle crisi sismiche. I risultati indicano che i sistemi basati su AI potrebbero fornire alle autorità informazioni tempestive per pianificare misure di sicurezza, allocare risorse e delimitare aree a rischio nelle prime fasi dell'emergenza.
Finanziamento e prospettive future
Il lavoro è stato finanziato dal programma Horizon 2020 Marie Skłodowska-Curie SPIN e rappresenta un passo verso l'utilizzo operativo dell'apprendimento automatico nella sismologia. I ricercatori intendono ora testare i modelli in scenari reali e valutare la possibilità di combinarli con sistemi convenzionali per migliorare l'affidabilità delle previsioni.







·
·
·
·
·
·
·