Quando i ricercatori di Los Alamos hanno sondato quei meccanismi interni del loro algoritmo, ciò che hanno imparato li ha sorpresi. La caratteristica statistica su cui l’algoritmo si appoggiava più pesantemente per le sue previsioni non era correlata agli eventi precursori poco prima di un terremoto di laboratorio. Piuttosto, era la varianza — una misura di come il segnale oscilla intorno alla media-ed è stato trasmesso per tutto il ciclo stick-slip, non solo nei momenti immediatamente prima del fallimento., La varianza inizierebbe piccolo e poi gradualmente salire durante la corsa-up di un terremoto, presumibilmente come i grani tra i blocchi sempre più spintonato l “un l” altro sotto lo stress di taglio di montaggio. Solo conoscendo questa varianza, l’algoritmo potrebbe fare un’ipotesi decente quando si verificherebbe uno slittamento; le informazioni sugli eventi precursori hanno contribuito a perfezionare tali ipotesi.
La scoperta ha avuto grandi implicazioni potenziali. Per decenni, aspiranti prognosticatori di terremoti avevano digitato su foreshocks e altri eventi sismici isolati., Il risultato di Los Alamos ha suggerito che tutti avevano cercato nel posto sbagliato — che la chiave per la previsione stava invece nelle informazioni più sottili trasmesse durante i periodi relativamente calmi tra i grandi eventi sismici.
Per essere sicuri, i blocchi scorrevoli non iniziano a catturare la complessità chimica, termica e morfologica delle vere faglie geologiche. Per dimostrare che l’apprendimento automatico poteva prevedere terremoti reali, Johnson aveva bisogno di testarlo su un guasto reale. Quale posto migliore per farlo, pensò, che nel Pacifico nord-occidentale?,
Fuori dal laboratorio
La maggior parte se non tutti i luoghi sulla Terra che possono sperimentare un terremoto di magnitudo 9 sono zone di subduzione, dove una placca tettonica si tuffa sotto un’altra. Una zona di subduzione appena ad est del Giappone è stata responsabile del terremoto del Tohoku e del successivo tsunami che ha devastato la costa del paese nel 2011. Un giorno, la zona di subduzione della Cascadia, dove la placca di Juan de Fuca si tuffa sotto la placca nordamericana, devasterà allo stesso modo Puget Sound, l’isola di Vancouver e il circostante Pacific Northwest.,
La zona di subduzione della Cascadia si estende lungo circa 1.000 chilometri della costa del Pacifico da Cape Mendocino, nel nord della California, all’isola di Vancouver. L’ultima volta che ha violato, nel gennaio 1700, ha generato un temblor di magnitudo 9 e uno tsunami che ha raggiunto la costa del Giappone. I documenti geologici suggeriscono che in tutto l ” Olocene, la faglia ha prodotto tali megaquakes circa una volta ogni mezzo millennio, dare o prendere qualche centinaio di anni. Statisticamente parlando, il prossimo grande è dovuto tra un secolo.,
Questa è una delle ragioni per cui i sismologi hanno prestato tanta attenzione ai terremoti lenti della regione. Si pensa che i lenti scivolamenti nella parte inferiore di una faglia a zona di subduzione trasmettano piccole quantità di stress alla crosta fragile sopra, dove si verificano terremoti veloci e catastrofici. Con ogni slittamento lento nella zona Puget Sound-Vancouver Island, le probabilità di un megaquake Pacific Northwest cricchetto mai così leggermente. In effetti, un lento slittamento è stato osservato in Giappone nel mese precedente al terremoto di Tohoku.,
Per Johnson, tuttavia, c’è un altro motivo per prestare attenzione ai terremoti a slittamento lento: producono molti e molti dati. Per confronto, non ci sono stati grandi terremoti veloci sul tratto di faglia tra Puget Sound e Vancouver Island negli ultimi 12 anni. Nello stesso arco di tempo, la faglia ha prodotto una dozzina di slittamenti lenti, ognuno registrato in un catalogo sismico dettagliato.
Quel catalogo sismico è la controparte reale delle registrazioni acustiche dell’esperimento sismico di laboratorio di Johnson., Proprio come hanno fatto con le registrazioni acustiche, Johnson ei suoi collaboratori tagliato i dati sismici in piccoli segmenti, caratterizzando ogni segmento con una suite di caratteristiche statistiche. Hanno quindi alimentato i dati di allenamento, insieme alle informazioni sui tempi degli eventi di slittamento lento passati, al loro algoritmo di apprendimento automatico.
Dopo essere stato addestrato sui dati dal 2007 al 2013, l’algoritmo è stato in grado di fare previsioni su slittamenti lenti che si sono verificati tra il 2013 e il 2018, in base ai dati registrati nei mesi precedenti ogni evento., La caratteristica fondamentale era l’energia sismica, una quantità strettamente correlata alla varianza del segnale acustico negli esperimenti di laboratorio. Come la varianza, l’energia sismica è salita in modo caratteristico nel periodo precedente a ogni scivolamento lento.
Le previsioni di Cascadia non erano così accurate come quelle per i terremoti di laboratorio. I coefficienti di correlazione che caratterizzano quanto bene le previsioni si adattano alle osservazioni erano sostanzialmente inferiori nei nuovi risultati rispetto allo studio di laboratorio., Tuttavia, l’algoritmo è stato in grado di prevedere tutti tranne uno dei cinque slittamenti lenti che si sono verificati tra il 2013 e il 2018, individuando i tempi di inizio, dice Johnson, entro pochi giorni. (Uno slittamento lento che si è verificato in agosto 2019 non è stato incluso nello studio.)
Per de Hoop, il grande takeaway è che “le tecniche di apprendimento automatico ci hanno dato un corridoio, un’entrata nella ricerca di dati per cercare cose che non abbiamo mai identificato o visto prima.”Ma avverte che c’è più lavoro da fare. “È stato fatto un passo importante, un passo estremamente importante., Ma è come un piccolo piccolo passo nella giusta direzione.”
Verità che fanno riflettere
L’obiettivo della previsione dei terremoti non è mai stato quello di prevedere slittamenti lenti. Piuttosto, è per prevedere terremoti improvvisi e catastrofici che rappresentano un pericolo per la vita e gli arti. Per l’approccio di apprendimento automatico, questo presenta un paradosso apparente: I terremoti più grandi, quelli che i sismologi vorrebbero più essere in grado di predire, sono anche i più rari. In che modo un algoritmo di apprendimento automatico otterrà mai abbastanza dati di allenamento per prevederli con sicurezza?,
Il gruppo Los Alamos sta scommettendo che i loro algoritmi non avranno effettivamente bisogno di allenarsi su terremoti catastrofici per prevederli. Studi recenti suggeriscono che i modelli sismici prima di piccoli terremoti sono statisticamente simili a quelli delle loro controparti più grandi, e in un dato giorno, decine di piccoli terremoti possono verificarsi su una singola faglia. Un computer addestrato su migliaia di quei piccoli temblors potrebbe essere abbastanza versatile da prevedere quelli grandi., Gli algoritmi di apprendimento automatico potrebbero anche essere in grado di allenarsi su simulazioni al computer di terremoti veloci che un giorno potrebbero servire come proxy per dati reali.
Ma anche così, gli scienziati affronteranno questa verità che fa riflettere: sebbene i processi fisici che portano una faglia sull’orlo di un terremoto possano essere prevedibili, l’effettivo innesco di un terremoto — la crescita di un piccolo disturbo sismico in rottura di faglia in piena regola-è creduto dalla maggior parte degli scienziati di contenere almeno un elemento di casualità., Supponendo che sia così, non importa quanto bene le macchine siano addestrate, potrebbero non essere mai in grado di prevedere i terremoti così come gli scienziati prevedono altri disastri naturali.
“Non sappiamo ancora quali siano le previsioni per quanto riguarda i tempi”, ha detto Johnson. “Sarebbe come un uragano? No, non credo.”
Nel migliore dei casi, le previsioni di grandi terremoti avranno probabilmente limiti di tempo di settimane, mesi o anni. Tali previsioni probabilmente non potevano essere utilizzate, per esempio, per coordinare un’evacuazione di massa alla vigilia di un temblor., Ma potrebbero aumentare la preparazione pubblica, aiutare i funzionari pubblici a indirizzare i loro sforzi per retrofit edifici non sicuri, e in caso contrario mitigare i rischi di terremoti catastrofici.
Johnson vede che come un obiettivo vale la pena lottare per. Mai il realista, tuttavia, sa che ci vorrà tempo. “Non sto dicendo che prevederemo i terremoti nella mia vita”, ha detto, ” ma make faremo un sacco di progressi.”
Questo articolo è stato ristampato su Wired.com.