I terremoti sono uno dei fenomeni naturali più pericolosi e imprevedibili: in passato numerosi sono stati i tentativi di progettare un sistema che riesca a prevederli, ma i tentativi si sono rivelati fallimentari.
Al momento, dato che è impossibile determinare con certezza assoluta dove, quando e quanto forte sarà un evento sismico, gran parte del lavoro è legato alla prevenzione: sono previste delle certificazioni antisismiche, di preparazione e mitigazione degli effetti del terremoto, anche procedendo al rinforzo per gli edifici più vecchi.
In questo la statistica può essere d’aiuto, perché con i dati che vengono raccolti dai geologi si può studiare la pericolosità sismica di un terreno, prima di progettare e avviare la costruzione di nuovi edifici: l’Italia in quest’ambito rappresenta un caso di eccellenza. Viene quindi così calcolata una certa probabilità che si verifichi un fenomeno sismico in un dato territorio.
L’Intelligenza Artificiale entra sempre di più nello studio dei processi naturali, facilitando l’analisi dei dati raccolti. L’Istituto Nazionale di Oceanografia e di Geofisica Sperimentale (OGS) e l’Istituto Nazionale di Geofisica e Vulcanologia (INGV) hanno pubblicato uno studio nel quale viene proposto un algoritmo per una valutazione probabilistica di repliche sismiche.
nestore: l’algoritmo che previene i terremoti
L’algoritmo, chiamato Nestore, applica il Machine Learning per calcolare la probabilità che, a seguito di un forte sisma (almeno del quarto grado della scala Richter), avvengano delle repliche che sono solite presentarsi con ripetitività e con diverse intensità, ma senza uno schema prefissato.
Le repliche sismiche sono molto pericolose, perché possono aumentare l’impatto del sisma sulle infrastrutture e sugli edifici già danneggiati dall’evento sismico precedente, comportando un rischio maggiore di danno alle persone ed alle cose.
I processi di Machine Learning hanno bisogno di una buona mole di dati per poter essere addestrati, al fine di costruire un modello di analisi che riesca a fornire dei dati il più possibile realistici.
Per questo motivo è stato fornito a Nestore un dataset proveniente dalla faglia di San Andreas in California, una delle zone sismiche più attive nel mondo, analizzata da anni da diversi enti e gruppi di ricerca.
Testimonianza del successo di Nestore è stata la sua capacità di prevedere forti terremoti, dopo essere stato trainato con il dataset californiano e con altri dati provenienti da diverse fonti in tutto il mondo, con un ampio anticipo (oltre l’80%) e presentando un numero di falsi allarmi inferiori al 20%.
I prossimi passaggi della sperimentazione vedranno Nestore in una fase di validazione ufficiale, tanto che verrà proposto alla comunità scientifica e sarà parte di una collaborazione tra Italia e Giappone per migliorare lo studio dei terremoti e trovare un metodo per mitigarne gli effetti, calcolando probabilità che si sviluppino fenomeni sismici con una precisione il più possibile elevata.
L’ARTICOLO E’ STATO REDATTO IN COLLABORAZIONE CON MATTEO DE VECCHI, SALES SPECIALIST IBM DI TECH DATA.
.
Comments are closed.