Los científicos han comenzado a usar algoritmos para predecir las réplicas de sismos con resultados favorables.

Antes de que continúes leyendo, nos gustaría aclarar que hasta el momento nada ni nadie puede predecir cuándo o dónde ocurrirá un sismo o terremoto, pero eso no significa que en un futuro la ciencia no encuentre la forma de hacerlo. Y, de hecho, varios proyectos científicos se están enfocando en conseguirlo.

Un paso más sobre este largo camino hacia la “predicción” de los sismos acaba de ser dado por un grupo de sismólogos de la Universidad de Harvard, que están utilizando machine learning para saber dónde ocurrirán las réplicas de un sismo.

Los científicos utilizaron los datos de 131 mil terremotos y sus réplicas, incluyendo algunos de los temblores más poderosos en la historia reciente, para alimentar una red neuronal. La red neuronal de los investigadores de Harvard generó una “célula de red” (también llamada Celdas de cuadrícula), que es una “neurona” modulada en un lugar específico, cuyas múltiples ubicaciones de disparo definen una matriz triangular periódica que cubre toda la superficie disponible de un entorno bidimensional abierto. En este caso, con una distancia de 5 kilómetros alrededor de “cada choque principal”.

Posteriormente, le dijeron a la red que había ocurrido un terremoto y le dieron datos sobre cómo cambió el estrés en el centro de cada celda de la cuadrícula, y le pidieron que les dijera qué probabilidades existían de que se generará una o más réplicas por celda. El algoritmo trató cada celda como un conjunto aislado, en lugar de ver como la onda sísmica iba moviéndose secuencialmente a través de las rocas.

Luego de analizar 30 mil eventos de este tipo, la red neuronal predijo con mayor precisión las ubicaciones de las réplicas que los métodos actuales que usan los sismológicos.

“Apenas hemos arañado la superficie de lo que el aprendizaje automático puede hacer para la predicción de réplicas”, dijo en una entrevista con la revista Nature, Phoebe DeVries, sismóloga de la Universidad de Harvard en Cambridge, Massachusetts.

DeVries y sus colegas explican que, aunque el uso de machine learning en la predicción de sismos es muy esperanzador, uno de los descubrimientos más importantes de su estudio radica en que la red neuronal sugiere algunos procesos complejos que subyacen a la activación del terremoto, como la forma en la que cambia el estrés a los metales, parámetro que hasta ahora los investigadores no solían tomar en cuenta.

El estudio ha arrojado datos interesantes que deben tomarse en cuenta por los geofísicos. Pero sin duda tomará algún tiempo antes de que los algoritmos puedan desentrañar con exactitud proverbial los misterios de la naturaleza.

fuente Nature

temas