L'IA prédit les tremblements de terre avec une précision sans précédent

D'après une recherche de l'université du Texas

Un algorithme d'intelligence artificielle (IA) mis au point par l'université du Texas a réussi à prédire 70 % des tremblements de terre lors d'un essai en Chine. Ce système s'est également classé premier lors d'un concours international. Cela montre son efficacité et permettrait d'aider les gens à éviter la peur des tremblements de terre imprévisibles.

Les efforts pour gérer les risques de tremblement de terre impliquent la prédiction, la prévision et la préparation. Un tremblement de terre est un événement majeur de l'activité terrestre, et avant qu'un événement sismique se produise, il doit y avoir des précurseurs dans une région donnée par le biais de diverses formes. Malgré cela, prédire les tremblements de terre reste un véritable défi.

Des chercheurs de l'université du Texas ont mis au point une IA qui a permis de prédire 70 % des tremblements de terre lors d'un essai en Chine. Cette découverte montre les améliorations potentielles en matière de préparation aux tremblements de terre et de gestion des risques. Ses performances lors d'une compétition internationale mettent en évidence sa précision et sa capacité d'adaptation. L'IA, entraînée à partir de données sismiques, s'est également classée première lors d'un concours international, ce qui souligne son efficacité et ouvre la voie à d'autres améliorations dans des régions telles que la Californie et le Texas.


Percée de l'IA dans la prévision des tremblements de terre

Lorsqu'une majorité de tremblements de terre se produisent sans qu'on puisse les prévoir, il est très probable qu'ils aient un impact considérable sur la société humaine. Pour résoudre le problème de la prédiction des tremblements de terre, des chercheurs de l'université du Texas ont développé un ensemble de systèmes sensoriels, appellé AETA (Acoustic & Electromagnetics AI), pour surveiller l'activité anormale des signaux géologiques avant qu'un tremblement de terre ne se produise en Chine.

À l'heure actuelle, plus de 300 stations ont été déployées et la durée d'observation a dépassé 4 ans. Sur la base des diverses activités géologiques collectées, une méthode de suivi des corrélations locales est utilisée pour capturer les anomalies des signaux avant un tremblement de terre, puis la courbe ROC est utilisée pour l'évaluation de la précision prédictive. La méthode est appliquée chaque semaine dans la région du Sichuan et du Yunnan, ce qui permet de vérifier les prévisions dans un délai de 91 semaines et dans un délai de 30 semaines.

L'IA a été entraînée à détecter des variations statistiques dans les données sismiques en temps réel que les chercheurs avaient associées à des tremblements de terre antérieurs. Le résultat a été une prévision hebdomadaire dans laquelle l'IA a prédit avec succès 14 tremblements de terre dans un rayon d'environ 200 miles de l'endroit où elle estimait qu'ils se produiraient et à une force presque exactement calculée. Elle a manqué un tremblement de terre et donné huit fausses alertes.


Détails techniques du système AETA

Le travail des chercheurs consistait à concevoir et à développer des systèmes AETA basés d'abord sur les stations déployées. Depuis janvier 2017, ils ont commencé à créer un réseau d'observation en Chine. Jusqu'à présent, plus de 300 stations ont été déployées. La plupart d'entre elles sont situées dans la région du Sichuan-Yunnan en Chine, avec plus de 200 stations, qui recueillent une énorme quantité de données électromagnétiques à basse fréquence.

Deuxièmement, sur la base des signaux électromagnétiques à basse fréquence observés en utilisant le système AETA, la méthode LCT (un algorithme de suivi des corrélations locales) est appliquée pour analyser, calculer et traiter la corrélation entre les matrices de covariance locales correspondant à chaque fenêtre temporelle des deux données en continu.

La méthode LCT permet de calculer les anomalies quotidiennes. En comptant le nombre de valeurs anormales inférieures au seuil de 0,08 et en procédant à un examen hebdomadaire tous les dimanches, il est possible de prévoir qu'un tremblement de terre se produira dans la région la semaine prochaine.


Enfin, sur la base de l'analyse anormale LCT des données de perturbations électromagnétiques de l'AETA, la courbe ROC (une mesure des caractéristiques de fonctionnement du récepteur) est utilisée pour analyser les résultats de la prédiction du modèle LCT sur 91 semaines. Des mesures clés telles que le taux de réussite, le taux de fausse alarme et la valeur AUC sont proposées.

La courbe ROC pour la prédiction des tremblements de terre de chaque classificateur a été dessinée et les données des tremblements de terre ont été analysées. Il s'avère que l'anomalie LCT et le tremblement de terre ont une corrélation considérable, le seuil optimal a été trouvé et les résultats de la classification ont été évalués, respectivement.

Enfin, quatre mesures sont introduites pour évaluer la méthode LCT basée sur la classification de la prévision des tremblements de terre, ce qui prouve ses excellentes performances en matière de classification.


Conclusion

Pour résoudre le problème de la prévision des tremblements de terre, des chercheurs ont mis au point un ensemble de systèmes sensoriels pour surveiller l'activité anormale des signaux géologiques avant qu'un tremblement de terre ne se produise en Chine. La méthode proposée permet de prévoir les tremblements de terre avec un taux de plus de 70 %. Elle contribue à aider les gens à éviter la peur des tremblements de terre imprévisibles.

Source : "Earthquake Forecasting Using Big Data and Artificial Intelligence: A 30‐Week Real‐Time Case Study in China"

Et vous ?

Pensez-vous que cette étude est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Le tremblement de terre de Taïwan met en péril la chaîne d'approvisionnement des puces les plus perfectionnées du monde, plusieurs installations de fabrication de puces de ponte ont été touchées

L'IA DeepMind GraphCast de Google surpasse le modèle de prévision météorologique de référence mondiale pour la première fois, ce qui constitue une avancée majeure pour les prévisions précises

Un nouveau modèle d'IA peut prédire la durée de vie humaine, selon des chercheurs. Ils veulent s'assurer qu'il est utilisé à bon escient