La Inteligencia Artificial (IA), es mucho más que la herramienta del futuro, de manera vertiginosa se ha convertido en un instrumento utilizado en diversas áreas, además de un nuevo aliado de la sismología. Investigadores liderados por Víctor Manuel Velasco Herrera , del Instituto de Geofísica de la UNAM, han desarrollado un Modelo de Aprendizaje Automático capaz de identificar patrones que la ciencia tradicional no había detectado, y que ha revelado que los sismos potentes no son tan aleatorios como pensábamos.
¿Por qué hay sismos más frecuentes y qué dice la Inteligencia Artificial?
A diferencia de las alertas sísmicas que solo nos dan unos segundos de ventaja, en este estudio se utiliza el análisis de ondas (wavelet), además del aprendizaje automático para efectuar un pronóstico probabilístico a largo plazo. Y de hecho, el principal hallazgo es que los terremotos de magnitud mayor a 7, siguen ciclos vinculados a la liberación de tensión acumulada en las fallas tectónicas .
Conforme a la investigación, los sismos no ocurren de forma aislada, sino en "clústeres" o periodos de alta actividad. En el caso del suroeste de México, los científicos identificaron un patrón de actividad aproximadamente cada 3.7 años, lo que permite prever ventanas de tiempo con mayor probabilidad de eventos fuertes.
Las fechas críticas: pronósticos para México y Sudamérica
El modelo de Machine Learning ha identificado ventanas específicas en donde la probabilidad de sismos de gran magnitud aumenta significativamente:
En el suroeste de México, se predice un nuevo periodo de sismos fuertes entre 2024 y 2026; mientras que en Sudamérica, el periodo de alta actividad se estima entre los años 2026 y 2031.
Conforme al modelo, en Japón se espera una fase activa para sismos de magnitud 7 entre los años 2024 y 2029, mientras que para eventos magnitud 8 o superiores, el ciclo apunta hacia el año 2035.
¿Qué son los Modelos de aprendizaje automático?
Expertos en la materia señalan que los modelos de aprendizaje automático son algoritmos que son entrenados con datos con el objetivo de reconocer patrones específicos, resolver problemas o efectuar predicciones basadas en hallazgos. Por eso es que el elemento central de un modelo es su algoritmo , los datos con los que se entrenó, además de los datos que procesa durante su implementación activa.
Cabe decir que estos modelos aprenden gradualmente por sí solos y, como resultado, pueden mejorar su rendimiento con el tiempo. Actualmente, se utilizan en numerosos sectores, pero también han cobrado gran popularidad a través de aplicaciones de Inteligencia Artificial Generativa orientada al consumidor.
Segundos que salvan vidas: así funcionan los sistemas de alerta sísmica más avanzados del mundo
¿Qué recomiendan los expertos ante estos hallazgos?
Los autores del estudio subrayan que, aunque la predicción exacta de coordenadas y tiempo sigue siendo prácticamente imposible, es urgente cambiar el paradigma hacia una prevención probabilística. Recomendaciones clave de los especialistas ante sismos:
- Identificar zonas de riesgo
Los sismos tienden a ocurrir cerca de donde históricamente ya han sucedido grandes eventos. - Reforzar la infraestructura
El conocimiento de estos periodos de alta actividad debe servir para que gobiernos y ciudadanos refuercen la seguridad en zonas de clústeres sísmicos. - Cultura de prevención constante
Dado que la tensión en las fallas es un proceso continuo, la preparación no debe limitarse a simplemente simulacros, sino a una vigilancia constante de los precursores sísmicos.
Cada vez más, la ciencia logra "leer" el comportamiento de la Tierra con una precisión sin precedentes; ¿estamos preparados como sociedad para actuar antes de que la alerta sísmica comience a sonar?