Da una montagna di segnali vaghi, l’IA può dedurre che la Terra sta diventando pericolosa

Da una montagna di segnali vaghi, l’IA può dedurre che la Terra sta diventando pericolosa

Terremoti ed eruzioni vulcaniche si verificano senza preavviso, o almeno così sembra. I sottili avvertimenti di tali disastri naturali sono spesso nascosti in schemi complessi di molti segnali diversi, che noi umani non riconosciamo facilmente. L’intelligenza dei computer può aiutare a scoprire questi schemi e quindi a fare previsioni migliori.

Secondo il vulcanologo britannico Andrew Hooper, affiliato all’Università di Leeds, si parte con “dati, dati e ancora dati”. Hooper guida il progetto DeepVolc che con l’intelligenza artificiale (intelligenza artificialeo AI) monitora e impara a riconoscere la deformazione della terra prima dell’eruzione dei vulcani.

Sembra vago, ammette Hooper, ma spiega: “Il magma è roccia fusa che si muove attraverso il mantello o la crosta inferiore a causa delle differenze di pressione nel mantello. Quando la pressione del magma diventa troppo grande, cerca un percorso verso l’alto, provocando un’eruzione vulcanica sulla superficie terrestre. La risalita del magma fa muovere il suolo terrestre. Questi movimenti sono forieri di un’eruzione e stiamo cercando di prevederli con l’intelligenza artificiale.

Il modello apprende dai modelli storici in modo da poter prevedere l’evoluzione delle attuali deformazioni del suolo

Andrea Speranza vulcanologo

A livello locale, secondo Hooper, è già possibile prevedere le eruzioni con qualche giorno di anticipo da altri presagi: i gas sprigionati da un cratere fumante, o dalle onde sonore che rimbombano dal suolo. “Tuttavia, per misurare questi indici per ogni singolo vulcano, hai bisogno di molte attrezzature”, dice. “Purtroppo, più della metà dei 1.400 vulcani attivi non dispone di strumenti di misurazione, e inoltre i gas e le forti onde sismiche possono essere misurati sulla Terra solo poco prima di un’eruzione”. La previsione anticipata aiuta ad avvertire le persone in anticipo di una possibile eruzione.

“La previsione della deformazione del terreno può svolgere un ruolo chiave in questo”, afferma Hooper. “Non è così facile.” Un esempio lampante è la spettacolare eruzione del Fagradalsfjall islandese nel 2021. Uno studio pubblicato su Natura, a cui Hooper ha collaborato, ha raffigurato accuratamente la deformazione del terreno prima dell’eruzione. Un risultato: sulla base di un vulcano, è effettivamente impossibile riconoscere i modelli in quella deformazione, quindi non è possibile prevedere il momento preciso dell’eruzione.

Preciso al millimetro

Per la ricerca in Islanda, Hooper e il suo team hanno utilizzato i dati del satellite europeo Sentinella-1, che visita ogni vulcano della Terra due volte ogni dodici giorni. Con il radar di questo satellite, la deformazione del suolo viene misurata al millimetro più vicino. Hooper: “Se vediamo una deformazione verticale del terreno nel tempo, è un presagio di una possibile eruzione”. Ogni anno eruttano una sessantina di vulcani, preceduti da una deformazione del suolo. Per trovare schemi, Hooper utilizza migliaia di deformazioni storiche del suolo degli anni ’90 per il suo modello di intelligenza artificiale, a cui il satellite aggiunge sempre più dati attuali. “1.500 vulcani attivi, visitando due volte in dodici giorni ed elaborando tutti i dati…”, sospira Hooper. “È davvero impossibile da fare per una persona, ma è per i computer.”

READ  Scoperta! COLD PLASMA distrugge COVID-19 in meno di 30 minuti. Ecco come »ILMETEO.it

Con tutti questi dati, Hooper lo ha addestrato Modello di intelligenza artificiale di Icasar che impara a riconoscere i modelli nel modo in cui si sviluppano le deformazioni del suolo prima di un’eruzione. Il modello prende in esame i cosiddetti interferogrammi, un’immagine composta da una serie di immagini satellitari che mostrano il dislivello della superficie terrestre. “A noi queste immagini sembrano semplici foto con contorni colorati, ma quando alimentiamo il modello AI con migliaia di queste immagini, riconosce tutti i tipi di schemi nella frequenza e nell’intensità delle distorsioni dello sfondo”, spiega Hopper. “Il modello apprende dai modelli storici, il che gli consente di prevedere l’evoluzione delle attuali deformazioni del suolo”.

Sinfonia sismica nascosta

Hooper ha testato il modello nel 2019 per il vulcano Sierra Negra nelle Isole Galapagos. Il modello ha simulato la deformazione del suolo monitorata per 3,5 anni prima di un’eruzione nel 2018. Sulla base dei dati storici di altri vulcani, il modello ha prodotto deformazioni quasi identiche a Sierra Negra, conclude Hooper in un post su Avanzamento delle scienze della terra e dello spazio. Il modello AI non è ancora completo, ma secondo Hooper può quindi essere testato ed eventualmente applicato a tutti i vulcani attivi. Ad esempio, un’eruzione può essere prevista prima perché le persone non dipendono più dagli strumenti attorno ai singoli vulcani. Cita un esempio del vulcano Mount Edgecumbe in Alaska. Qui nel 2022 si misureranno le onde sismiche con strumenti di misura misurato da terra. “Quando abbiamo controllato il nostro modello, ha previsto la deformazione del suolo dal 2018 sulla base di modelli storici in altri luoghi”, afferma Hooper. “L’attuale deformazione del suolo osservata dal satellite corrispondeva alla deformazione prevista dal nostro modello in termini di intensità e tempo”.

L’abbiamo sempre visto come un rumore vuoto, ma il computer la pensava diversamente.

Paolo Johnson geofisico sismico

L’intelligenza artificiale viene in soccorso anche nella previsione dei terremoti, afferma l’americano Paul Johnson, geofisico sismico del Los Alamos National Laboratory negli Stati Uniti.

Per Johnson, la sua carriera nel laboratorio dei terremoti è iniziata con una configurazione che simula i terremoti. “I terremoti si verificano sulle linee di faglia quando le placche nella crosta terrestre si scontrano, si sfregano o si separano”, afferma Johnson. “La forza si accumula prima e quando è abbastanza grande, le placche tettoniche sporgono bruscamente nella zona di scivolamento”. Johnson chiama il conseguente terremoto il “momento del fallimento», la fine di un cosiddetto ciclo di terremoti. Le previsioni ora vengono fatte il giorno o i minuti prima di un terremoto. Tuttavia, durante il ciclo del terremoto, che può durare migliaia di anni, ci sono già tutti i tipi di segnali nascosti nelle onde sonore provenienti dalla superficie terrestre, ha scoperto il team di ricerca. apprendimento automaticoIl modello di Johnson che ha pubblicato nel 2019 Natura.

Terremoti simulati in laboratorio

Puoi paragonare questo processo ai suoni che senti per strada fuori da uno stadio di calcio. Senza seguire la partita, puoi ascoltare cosa sta succedendo in campo attraverso applausi e beffe. Egli Il modello di Johnson registra questi segnali nel terreno. Quando il modello ha registrato un gran numero di terreni gorgoglianti, il modello impara a riconoscere ed eventualmente prevedere i modelli.

READ  Khalid parla con la regina Máxima della salute mentale dei giovani

“C’è sempre rumore attorno alle linee di faglia”, afferma Johnson. “Invariabilmente lo vedevamo come un rumore vuoto, ma il computer la pensava diversamente”. l’applique apprendimento automatico segnali riconosciuti in questa sinfonia sismica durante un ciclo di terremoti che Johnson potrebbe tradurre fisicamente come indicatori di accumulo di forza tra le placche tettoniche, distribuzione di energia lungo la linea di faglia e piccole differenze nelle frequenze delle onde sonore dal suolo. Poiché questi segnali sono stati scoperti sulla base di modelli di migliaia di terremoti simulati in laboratorio, Johnson afferma che non sarebbero mai stati scoperti con l’osservazione puramente umana.

Nel mondo reale, i terremoti silenziosi portano a un grande terremoto solo dopo molti cicli

Paolo Johnson geofisico sismico

Fuori dal laboratorio, Johnson ha utilizzato il modello per esaminare il rumore storico proveniente dalla Nuova Zelanda, dal Cile e dalla zona di subduzione della Cascadia che si estende dal Canada alla California settentrionale. In quest’ultima regione, due placche tettoniche scivolano l’una sotto l’altra dove, secondo Johnson, si verificano terremoti silenziosi e impercettibili ogni tredici-quattordici mesi. Johnson: “Qui abbiamo scoperto gli stessi segnali nel rumore come durante il ciclo di terremoto simulato in laboratorio. Il computer ha anche trovato modelli prevedibili in tutti questi segnali prima di un terremoto.

Secondo Johnson, questa scoperta mostra che la tempistica dei terremoti non è casuale. Secondo lui, ciò significherebbe che i modelli possono essere previsti anche con un modello addestrato. Johnson ne ha usato uno per questo apprendimento approfonditomodello che funziona con le cosiddette reti neurali artificiali costituite da un gran numero di neuroni che ricevono e trasmettono segnali tra loro. “Sulla base di migliaia di segnali trovati, volevamo che il computer determinasse come avrebbero valutato e alla fine avrebbero portato a un terremoto”. Ha scoperto che il modello può fornire una stima di quando il terremoto si verificherà effettivamente durante il ciclo del terremoto. accadrà. Più ci si avvicina al momento del terremoto, più accurato diventa il modello. Il team di Johnson ha testato il modello per prevedere più di 60 terremoti silenziosi alle Hawaii nel 2018. I dati monitorati sono stati confrontati con i risultati del modello. Più del 90% dei terremoti è stato previsto correttamente.

READ  Conoscenza Platform31 e organizzazione di rete per la città e la regione

Vegetazione e vapore acqueo

Per quanto promettente possa sembrare, secondo Johnson, ci sono ancora intoppi con l’intelligenza artificiale e la previsione dei terremoti. “I terremoti silenziosi nel mondo reale portano a un grande terremoto con un impatto tangibile solo dopo molti cicli”, afferma. “Non sappiamo ancora se il modello può prevedere oltre un singolo ciclo di terremoti”. Inoltre, se non sui dati storici, il modello non è stato ancora testato sulle attuali faglie attive.

Ci sono anche dossi sulla strada per Andrew Hooper, il vulcanologo. I radar del satellite Sentinel-1 emettono solo radiazioni elettromagnetiche a onde corte. Quando un vulcano è ricoperto di vegetazione, riduce la precisione della misurazione della deformazione del suolo perché queste onde vengono riflesse dalle piante. Nel gennaio 2024 lanciato un nuovo satellite che lavorerà con il radar a onde lunghe per il progetto di Hooper: “Può anche aiutarci a capire meglio i vulcani in queste regioni”.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *