Comprender los terremotos es un problema desafiante, no solo porque son potencialmente peligrosos, sino también porque son fenómenos complicados que son difíciles de estudiar. Interpretando lo masivo, Los conjuntos de datos a menudo complicados que son registrados por las redes de monitoreo de terremotos es una tarea hercúlea para los sismólogos, pero el esfuerzo involucrado en producir análisis precisos podría mejorar significativamente el desarrollo de sistemas confiables de alerta temprana de terremotos.

Una nueva y prometedora colaboración entre sismólogos e informáticos de Caltech que utilizan inteligencia artificial (IA), sistemas informáticos capaces de aprender y realizar tareas que antes requerían humanos, tiene como objetivo mejorar los procesos automatizados que identifican las ondas sísmicas y evalúan la fuerza, velocidad, y dirección del temblor en tiempo real. La colaboración incluye investigadores de las divisiones de Ciencias Geológicas y Planetarias e Ingeniería y Ciencias Aplicadas, y es parte de la Iniciativa AI4Science de Caltech para aplicar la IA a los problemas de big data que enfrentan los científicos en todo el Instituto. Impulsado por hardware avanzado y algoritmos de aprendizaje automático, La IA moderna tiene el potencial de revolucionar las herramientas de datos sismológicos y hacernos un poco más seguros frente a los terremotos.

Recientemente, Yisong Yue de Caltech, profesor asistente de informática y ciencias matemáticas, se sentó con sus colaboradores, Profesor investigador de geofísica Egill Hauksson, Becario postdoctoral en geofísica Zachary Ross, y el sismólogo asociado Men-Andrin Meier, para discutir el nuevo proyecto y el futuro de la inteligencia artificial y la ciencia de los terremotos.

¿Qué problema sismológico le inspiró a incluir la IA en su investigación?

Meier:Una de las cosas en las que trabajo es la alerta temprana de terremotos. La alerta temprana requiere que intentemos detectar terremotos muy rápidamente y predecir el temblor que producirán más tarde para que pueda obtener unos pocos segundos o quizás decenas de segundos de advertencia antes de que comience el temblor.

Hauksson:Hay que hacerlo muy rápido, ese es el juego. Las ondas del terremoto golpearán primero la estación de monitoreo más cercana, y si podemos reconocerlos de inmediato, entonces podemos enviar una alerta antes de que las olas viajen más lejos.

Meier:Solo tienes unos segundos de sismograma para decidir si es un terremoto, lo que significaría enviar una alerta, o si en cambio es una señal molesta, un camión que pasa por uno de nuestros sismómetros o algo por el estilo. Tenemos demasiadas clasificaciones falsas demasiadas alertas falsas, ya la gente no le gusta eso. Este es un problema clásico de aprendizaje automático:tienes algunos datos y necesitas hacer una clasificación realista y precisa. Entonces, Nos comunicamos con el departamento de informática y ciencias matemáticas (CMS) de Caltech y comenzamos a trabajar en ello con ellos.

¿Por qué la IA es una buena herramienta para mejorar los sistemas de monitoreo de terremotos?

Yue:Las razones por las que la IA puede ser una buena herramienta tienen que ver con la escala y la complejidad junto con una abundante cantidad de datos. Los sistemas de monitoreo de terremotos generan conjuntos de datos masivos que deben procesarse para proporcionar información útil a los científicos. La IA puede hacer eso más rápido y con mayor precisión que los humanos, e incluso encontrar patrones que de otro modo escaparían al ojo humano. Es más, los patrones que esperamos extraer son difíciles de capturar adecuadamente para los sistemas basados ​​en reglas, por lo que las capacidades avanzadas de coincidencia de patrones del aprendizaje profundo moderno pueden ofrecer un rendimiento superior que los algoritmos de monitoreo de terremotos automatizados existentes.

Ross:En una gran secuencia de réplicas, por ejemplo, podría tener eventos espaciados cada 10 segundos, fuego rápido, todo el día. Usamos tal vez 400 estaciones en el sur de California para monitorear terremotos, y las olas causadas por cada terremoto diferente los golpearán a todos en diferentes momentos.

Yue:Cuando tienes varios terremotos, y todos los sensores están disparando en diferentes ubicaciones, desea poder descifrar qué datos pertenecen a qué terremoto. Limpiar y analizar los datos lleva tiempo. Pero una vez que entrena un algoritmo de aprendizaje automático, un programa de computadora que aprende mediante el estudio de ejemplos en lugar de a través de la programación explícita, para hacer esto, podría hacer una evaluación muy rápido. Ese es el valor.

¿De qué otra manera ayudará la IA a los sismólogos?

Yue:No solo estamos interesados ​​en el gran terremoto ocasional que ocurre cada pocos años más o menos. Estamos interesados ​​en los terremotos de todos los tamaños que ocurren todos los días. La IA tiene el potencial de identificar pequeños terremotos que actualmente no se pueden distinguir del ruido de fondo.

Ross:En promedio, vemos alrededor de 50 terremotos cada día en el sur de California, y tenemos un mandato del Servicio Geológico de EE. UU. para monitorear cada uno. Hay muchos más, pero son demasiado pequeños para que podamos detectarlos con la tecnología existente. Y cuanto más pequeños son cuanto más a menudo ocurren. Lo que estamos tratando de hacer es monitorear, localizar, detectar, y caracterizar todos y cada uno de esos eventos para construir "catálogos de terremotos". Todo este análisis está comenzando a revelar los detalles muy intrincados de los procesos físicos que impulsan los terremotos. Esos detalles no eran realmente visibles antes.

¿Por qué nadie ha aplicado IA a la sismología antes?

Ross:Solo en el último año o dos la sismología comenzó a considerar seriamente la tecnología de IA. Parte de esto tiene que ver con el dramático aumento en la potencia de procesamiento de las computadoras que hemos visto en la última década.

¿Cuál es el objetivo a largo plazo de esta colaboración?

Meier:En última instancia, queremos construir un algoritmo que imite lo que hacen los expertos humanos. Un sismólogo humano puede sentir un terremoto o ver un sismograma e inmediatamente decir muchas cosas sobre ese terremoto solo por experiencia. Fue realmente difícil enseñarle eso a una computadora. Con inteligencia artificial, podemos acercarnos mucho más a cómo un experto humano trataría el problema. Estamos cada vez más cerca de crear un "sismólogo virtual".

¿Por qué necesitamos un "sismólogo virtual"?

Yue:Fundamentalmente tanto en sismología como más allá, la razón por la que desea hacer este tipo de cosas es la escala y la complejidad. Si puedes entrenar a una IA que aprende, luego puede tomar un conjunto de habilidades especializadas y ponerlo a disposición de cualquiera. El otro problema es la complejidad. Podría tener una mirada humana a los datos sísmicos detallados durante mucho tiempo y descubrir pequeños terremotos. O simplemente podría hacer que un algoritmo aprenda a seleccionar los patrones que importan mucho más rápido.

Meier:La información detallada que estamos recopilando nos ayuda a descubrir la física de los terremotos:por qué desaparecen a lo largo de ciertas fallas y desencadenan grandes terremotos en otras. y con qué frecuencia ocurren.

¿La creación de un "sismólogo virtual" significará el fin de los sismólogos humanos?

Ross:Habiendo hablado con varios estudiantes, Puedo decir con bastante confianza que la mayoría de ellos no quieren hacer trabajos de catalogación. [Risas.] Preferirían estar haciendo un trabajo más emocionante.

Yue:Imagina que eres músico y antes de poder convertirte en músico, primero tienes que construir tu propio piano. Así que pasaste cinco años construyendo tu piano y luego te conviertes en músico. Ahora tenemos una forma automatizada de construir pianos:¿vamos a destruir los trabajos de los músicos? No, en realidad, estamos empoderando a una nueva generación de músicos. Tenemos otros problemas en los que podrían estar trabajando.