Votre publicité ici avec IMPACT_medias

L’intelligence artificielle qui prédit les répliques de séismes

Des scientifiques ont développé un algorithme capable de prédire mieux que la méthode standard où frapperont les répliques de séismes. Et ce jusqu’à un an après un tremblement de terre majeur.

03 sept. 2018, 10:55
Les répliques sont parfois plus meurtrières que les séismes initiaux (ici en 2011 en Nouvelle-Zélande). Réussir à les prévoir sauverait de nombreuses vies.

Si un séisme peut s’avérer dévastateur, les répliques qui le suivent peuvent l’être tout autant. Parfois même davantage. Ce fut le cas par exemple en Nouvelle-Zélande en février 2011. En septembre 2010, un tremblement de terre de 7,1 survenu près de Christchurch, n’avait fait aucune victime. Mais une réplique de magnitude 6,3, qui a frappé la ville six mois plus tard, a provoqué la mort de 185 personnes.

 

 

A lire aussi : Un an après le séisme, la Nouvelle-Zélande observe deux minutes de silence

 

Arriver à anticiper ces phénomènes naturels redoutables permettrait de sauver de nombreuses vies.

 

L’intelligence artificielle pour prédire les répliques

Des chercheurs de Google et de l’Université d’Harvard ont entraîné un "réseau de neurones à détecter des schémas particuliers à partir d’une base de données de plus de 199 séismes majeurs suivis de 130’000 répliques, détaille le site de Technologie Média.

Ces données proviennent de grands tremblements de terre des dernières décennies, comme le séisme de Sumatra en 2004, celui de 2011 au Japon, celui de Loma Prieta en 1989 dans la région de la baie de San Francisco (vidéo ci-dessous) ou encore celui de Northridge près de Los Angeles en 1994.

 

 

Ensuite, ils ont fait travailler ce réseau de neurones sur une base de 30’000 événements similaires pour voir si l’algorithme était capable d’identifier les répliques. Selon leurs premiers tests, ce modèle est plus efficace que le modèle existant. «L’intelligence artificielle (AI) de Google et Harvard a obtenu un score de 0,849 contre “seulement” 0,583 pour le modèle basé sur Coulomb. Cela étant dit, ce modèle basé sur l’IA est encore loin d’être prêt à officier sur le terrain», rappelle BEGEEK. «Il est encore trop lent pour fonctionner en temps réel mais les résultats déjà obtenus sont prometteurs.» 

Les résultats de ces recherches ont été publiés mercredi 29 août dans la revue Nature

Votre publicité ici avec IMPACT_medias