Inteligencia artificial identifica señales previas a terremotos en experimentos de laboratorio
Un grupo de científicos utilizó inteligencia artificial para detectar cambios sutiles que aparecen antes de terremotos generados en condiciones de laboratorio, un avance que podría ayudar a comprender mejor qué ocurre en una falla geológica antes de que se produzca una ruptura.
La investigación, publicada en Earth and Planetary Science Letters, analizó datos obtenidos durante experimentos realizados con muestras de granito sometidas a presión hasta provocar pequeños terremotos controlados. A partir de esas señales, los investigadores entrenaron sistemas de aprendizaje automático para reconocer patrones asociados con una etapa previa al movimiento sísmico.
Los resultados mostraron que los algoritmos fueron capaces de identificar una fase denominada “presísmica”, caracterizada por modificaciones muy pequeñas en las señales físicas del material antes de la ruptura.
Este hallazgo resulta relevante porque uno de los grandes desafíos de la sismología moderna es determinar si existen señales confiables que permitan anticipar cuándo una falla está cerca de liberar energía.
Sin embargo, los propios investigadores advierten que estos resultados no significan que actualmente sea posible predecir terremotos reales con precisión.
Los experimentos fueron realizados en condiciones controladas, donde variables como presión, temperatura y características de las rocas pueden ser monitoreadas de manera mucho más precisa que en una falla geológica natural.
En el planeta, los terremotos se producen en sistemas extremadamente complejos que pueden extenderse durante decenas o cientos de kilómetros bajo tierra. Además, las condiciones de presión, fricción y composición de las rocas pueden variar considerablemente de una región a otra.
La inteligencia artificial como nueva herramienta para la sismología
El uso de aprendizaje automático está ganando terreno en la investigación de terremotos debido a su capacidad para analizar enormes cantidades de información sísmica y encontrar patrones difíciles de identificar mediante métodos tradicionales.
Los algoritmos pueden estudiar señales extremadamente débiles y comparar miles o millones de registros en busca de cambios que podrían estar relacionados con el comportamiento de una falla.
En este caso, la inteligencia artificial logró diferenciar etapas del proceso de deformación del granito y detectar modificaciones antes de que ocurriera la ruptura principal.
Los científicos consideran que este tipo de herramientas podría utilizarse en el futuro para analizar datos procedentes de redes sísmicas, sensores instalados en fallas y otros sistemas de monitoreo geológico.
El principal desafío será comprobar si los patrones observados en laboratorio también aparecen de manera consistente antes de terremotos naturales.
Si futuras investigaciones logran identificar señales similares en fallas reales, la inteligencia artificial podría convertirse en una herramienta importante para mejorar el monitoreo sísmico y comprender mejor cómo se desarrollan los terremotos.
Por ahora, los especialistas mantienen cautela. La predicción exacta de un terremoto —incluyendo lugar, fecha y magnitud— continúa fuera del alcance de la ciencia actual.
Aun así, estos experimentos ofrecen nuevas pistas sobre los procesos físicos que preceden una ruptura y muestran cómo la combinación entre geología, sensores avanzados e inteligencia artificial está abriendo nuevas posibilidades para estudiar uno de los fenómenos naturales más destructivos del planeta.
Fuentes varias