La intel·ligència artificial pot anticipar l’arribada de grans terratrèmols: desxifra patrons ocults

Predir amb exactitud el moment i lloc d’un gran terratrèmol representa un dels reptes històrics més complexos per a les ciències de la Terra. La profunda complexitat dels sistemes de falles tectòniques i la immensa variabilitat de les condicions de càrrega dificulten enormement el rastreig de senyals precursores clares. En general, els mètodes d’observació ensopeguen amb grans limitacions analítiques davant l’opacitat inexpugnable del subsol.

Per superar aquestes barreres tècniques, un equip científic del Centre Helmholtz GFZ de Potsdam ha desenvolupat un disruptiu model predictiu. La investigació, publicada a la revista ‘Nature Communications’, fa servir avançats algoritmes d’aprenentatge automàtic no supervisat, capaços de classificar enormes catàlegs de dades sense requerir directrius rígides prèvies. Aquesta tecnologia explora de forma autònomaa la informació per descobrir agrupacions d’esdeveniments que escapen per complet a l’ull humà.

Famílies de sismicitat

El nucli d’aquesta metodologia rau a examinar el comportament col·lectiu de les tremolors ja ocorregudes, enlloc d’estudiar-les com a esdeveniments aïllats. Els experts categoritzen l’activitat en «famílies de sismicitat», definides com a conjunts d’esdeveniments molt pròxims entre si en espai, temps i magnitud. Comprendre l’evolució d’aquestes xarxes interconnectades permet observar com la tensió elàstica s’acumula gradualment al llarg de l’escorça terrestre.

Els investigadors van aplicar la seva tècnica de forma retrospectiva sobre cataclismes tràgicament documentats, destacant el terratrèmol de Kahramanmaraş del 2023 a Turquia i el sisme d’Iquique del 2014 a Xile. En aquests escenaris d’alta destrucció, el sistema va aconseguir identificar amb precisió categories crítiques de famílies sísmiques que van emergir setmanes i fins i tot mesos abans de la ruptura principal. Les anomalies detectades reflectien un estat de la falla perillosament pròxim al col·lapse total.

Durant la fase preparatòria d’aquests desastres, els investigadors van observar que les petites sacsejades subterrànies modifiquen dràsticament la seva dinàmica habitual. El model computacional va registrar una concentració espaitemporal anòmala juntament amb un increment massiu en la interacció entre les tremolors locals. Simultàniament, les lectures van evidenciar una acceleració accelerada de tensió que va transformar l’activitat geològica d’un estat estable a una fase de màxima alerta.

Comportaments geològics silenciosos

La versàtil eina analítica també va revelar la immensa diversitat existent en els processos de nucleació sísmica a nivell global. Avaluacions complementàries realitzades sobre el sisme d’Amatrice (Itàlia) el 2016 i el de Noto (Sicília) el 2024 van demostrar que algunes zones de falla acaben cedint de manera virtualment indetectable. En aquestes regions, l’absència total d’interaccions precursores remarca les imprevisibles particularitats úniques de cada entorn tectònic.

El fracàs de detecció en escenaris específics obeeix a factors geològics d’enorme subtilesa, destacant els lliscaments asísmics o l’esmunyedissa migració de fluids presuritzats. Aquests fenòmens alteren la fricció de les plaques i desencadenen grans ruptures dinàmiques que eviten generar els habituals eixams sísmics previs. La constatació d’aquesta immensa variabilitat confirma la manifesta impossibilitat d’aplicar regles universals absolutes a la dinàmica del nostre planeta.

Aplicació en alertes primerenques

Malgrat les seves lògiques limitacions naturals, el nou paradigma algorítmic ostenta un potencial incalculable per integrar-se a les xarxes operatives de previsió governamental. Alimentar aquesta xarxa neuronal amb fluxos de dades contínues possibilitarà avaluar en temps real qualsevol desviació sospitosa respecte als patrons de fons habituals. Identificar l’aparició de noves categories crítiques atorgarà a les autoritats marges de temps summament valuosos per preparar la població civil, emfatitzen els investigadors.

L’enfocament exploratori basat en intel·ligència artificial garanteix a més un grau de sofisticació tècnica immensament superior als models estadístics clàssics empleats fins ara. Minimitzar els falsos positius constitueix una prioritat absoluta per consolidar la viabilitat tecnològica i preservar la confiança ciutadana en les alarmes institucionals.

Al refinar la profunda comprensió dels estadis previs a la ruptura, la geofísica moderna consolida un extraordinari escut analític davant els capricis incontrolables de la natura.