Un sistema para estimar medidas de intensidad sísmica en tiempo real crearon los docentes e investigadores del Departamento de Ciencias de la Computación de la Universidad de Exeter, Inglaterra, Jawad Fayaz; de la Facultad de Ingeniería y Ciencias Aplicadas de la Universidad de Los Andes, Rodrigo Astroza; y del Departamento de Geofísica de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, Sergio Ruiz.
El modelo expuesto en la publicación, “Una alerta temprana híbrida interpretable y de dominio informado en tiempo real para predicción de la intensidad de terremotos” (An Interpretable and Domain-Informed Real-Time Hybrid Earthquake Early Warning for Ground Shaking Intensity Prediction), propone y valida un sistema de alerta temprana desarrollado con inteligencia artificial llamado Marco Híbrido de Alerta Temprana de Terremotos para estimar Espectros de Respuesta (HEWFERS, por sus siglas en inglés).
“Este trabajo se enfoca en entregar información oportuna sobre cómo se moverá el suelo y cómo reaccionarán las edificaciones para que las personas puedan tomar decisiones que permitan salvar vidas e infraestructura crítica, en línea con los objetivos de reducción del riesgo de desastres planteados por las Naciones Unidas", dijo el autor principal de la investigación, Jawad Fayaz, en referencia al Marco de Sendai para la Reducción de Riesgo de Desastres 2015-2030, de la Organización de las Naciones Unidas (ONU).
El científico de datos, quien hace unos días presentó en Chile el seminario, "Domain-Informed Deep Learning Based Hybrid Earthquake Early Warning for Real-Time Ground Shaking Intensity Prediction", precisó que el sistema de inteligencia artificial fue entrenado con 14.000 datos de 1.860 eventos sísmicos e integra una alerta temprana local y una regional. La primera utiliza la información de sensores instalados en lugares específicos como un edificio o un lugar considerado como infraestructura crítica. La segunda usa los datos de una red de sismómetros distribuidos en un espacio más amplio como, por ejemplo, una región completa.
“El objetivo es detectar las ondas iniciales de los sismos, también conocidas como ‘ondas P’, y que suelen ser menos dañinas. Esta información de los primeros 10 segundos es la que permitiría predecir la intensidad del segundo grupo de ondas, conocidas como 'ondas S'", explicó el autor principal del trabajo, Jawad Fajaz, quien destacó que las pruebas de la efectividad del sistema han dado como resultado un 90% de precisión.
Sobre este punto, el académico de la Facultad de Ingeniería y Ciencias Aplicadas de la Universidad de los Andes, Rodrigo Astroza, destacó que, a diferencia de anteriores sistemas de alerta temprana desarrollados con inteligencia artificial, “HEWFERS no se centra en la magnitud o la localización de los sismos, sino en parámetros de intensidad que se relacionan directamente con la respuesta de las estructuras y, por lo tanto, con los daños que las afectarán".
Inteligencia artificial para salvar vidas
Tras los auspiciosos resultados iniciales del sistema HEWFERS, sus autores adelantaron que existe la posibilidad de que sea implementado en Chile utilizando la red de estaciones del Centro Sismológico Nacional (CSN), aunque con algunos resguardos.
"En Chile no tenemos tantas estaciones sismológicas como en Japón. Además, la distancia entre el punto en el cual las placas tectónicas hacen contacto y el continente es menor, por lo cual, la diferencia entre la llegada de las ondas iniciales y las secundarias podría reducirse a sólo cinco segundos, en el peor de los casos”, advirtió el académico del Departamento de Geofísica (DGF) de la Universidad de Chile, Sergio Ruíz.
A pesar de esta complejidad, el académico de la Universidad de Chile se manifestó a favor de aplicar el sistema HEWFERS a la realidad nacional. "Esta es una gran oportunidad para que Chile, un lugar muy sísmico, utilice las capacidades de la inteligencia artificial para algo beneficioso como salvar vidas y ayudar a la comunidad", aseguró.
