Científicos de Google y Harvard utilizan “Deep Learning” para pronosticar réplicas de sismos
agosto 30, 2018
Foto: Cortesía de Google y Harcard University
A unos días que se conmemore el terriblemente célebre 19 de septiembre en la Ciudad de México, fecha que es recordada por un doble episodio de sismo que cimbraron profundamente la metrópoli, dos grandes instituciones tanto tecnológicas como educativas, están trabajando para poner en marcha un mecanismo que por medio del “Deep Learning” pueda ayudar a pronosticar el tamaño de las réplicas de los terremotos.
Conforme a un artículo de la prestigiosa revista científica “Nature”, investigadores de Google y de la Universidad de Harvard, están llevando a cabo trabajos con la tecnología de aprendizaje profundo para poder predecir los sitios en los que se llevarán a cabo las réplicas de los sismos.
Los científicos de ambas instituciones desarrollaron una red neuronal para trazar patrones de réplicas de sismos en una base nutrida con poco más de 131 mil eventos de réplicas principales. De acuerdo con los resultados obtenidos, el sistema de aprendizaje profundo en torno a la predicción de réplicas sísmicas alcanzó un promedio de .849 de un total de 1 en la escala de Coulomb; es muy precisa este método en sus predicciones.
La Inteligencia artificial fue el artífice de este nuevo paradigma de predicción, que gracias a los datos vertidos en una base de terremotos previos, tiene la oportunidad de hacer un pronóstico sobre los futuros eventos que acompañan al fenómeno natural principal.
No obstante, esta investigación de momento podría implementarse en un futuro inmediato fuera del universo académico, pues de momento el trabajo se centró en las réplicas causadas por variaciones y cambios en la mecánica permanente de los suelos, mejor conocido como estés estático.
También, la investigación carece rapidez para poder hacer sus pronósticos en tiempo real, siendo este un factor de relevancia cuando después de un temblor las principales réplicas suelen ocurrir en un periodo no mayor a las 24 horas posteriores al evento.
GAEL
