Usando uma estratégia de inteligência artificial, pesquisadores norte-americanos aprimoraram um programa de computador para detectar tremores leves, antes confundidos com ruído na informação. Sob a coordenação da sismóloga Marine Denolle, da Universidade Harvard, nos Estados Unidos, o cientista da computação Thibaut Perol e o matemático Michaël Gharbi usaram uma abordagem computacional chamada aprendizado de máquina deep learning para criar um software capaz de analisar rapidamente grandes volumes de informações armazenadas nos registros de movimentação do solo (sismogramas). Chamado de ConvNetQuake, o novo programa aprende, após exposto a alguns exemplos, a reconhecer características exclusivas das ondas sísmicas produzidas por terremotos e a diferenciá-las das ondas geradas por outros fenômenos, como a passagem de um caminhão perto do detector. Outros programas também usam aprendizado de máquina para identificar sismos, mas, diferentemente do ConvNetQuake, analisam o formato total da onda – e não apenas os pontos relevantes. Isso exige mais tempo de processamento computacional e obriga a reduzir o número de padrões comparados (diminuindo a detecção de sismos). Os pesquisadores testaram o novo programa usando dados de estações sismográficas da cidade de Guthrie, em Oklahoma, e detectaram 17 vezes mais tremores do que o serviço geológico do estado. Só em julho de 2014, o ConvNetQuake identificou 4.225 sismos, a maioria de baixa magnitude, além dos catalogados pelo serviço geológico (Science Advances, 14 de fevereiro). Em uma comparação com dois outros programas que usam inteligência artificial, o ConvNetQuake levou 1 minuto para analisar dados de uma semana – o segundo programa gastou 48 minutos e o terceiro nove dias. Dos três, o ConvNetQuake foi o único a localizar a origem do tremor (acertou 74% das vezes).
Republicar
