Colombiano creó con IA dos algoritmos que podrían detectar sismos en el país

sismos

Emmanuel David Castillo, magíster en Ciencias Geofísica de la Universidad Nacional de Colombia, creó con inteligencia artificial dos algoritmos que podrían detectar sismos en el país. Sus resultados son similares a los obtenidos por un experto procesando datos manualmente.

Este sería un avance importante, ya que mejoraría los tiempos a la hora de procesar los datos, lo que conlleva a que estos sean más precisos, pues una sola red sismológica (conjunto de estaciones sismológicas) puede estar distribuida en más de 50 puntos de todo el territorio.

De acuerdo con la Agencia de Noticias Unal, Castillo, implementó dos modelos de aprendizaje profundo propios de la IA: EQTransformer y PhaseNet; sistemas que fueron preentrenados con información de sismos de distintas partes del mundo y que han tenido resultados prometedores en Japón y Estados Unidos.

Según el investigador estos modelos los usó para detectar eventos sísmicos en Colombia, en donde aún no se había revisado su funcionamiento.

“Los datos recogidos y reconocidos manualmente por algunas redes sismológicas del país y de Suramérica se compararon con aquellos detectados por los modelos, y se encontró que estos pueden detectar y picar fases sísmicas (reconocer tiempos de llegada de cada onda) que algunas veces no son detectadas manualmente por los expertos, en especial eventos de baja magnitud o en grandes series de réplicas”, explica el geólogo.

Para la investigación y creación de los algoritmos, las tres redes sismológicas utilizadas fueron: la Red Sismológica Colombiana (RSC), con 59 estaciones de seguimiento en todo el territorio; la Red Sísmica del Valle Medio del Magdalena (VMM), con 32 estaciones, y la red de los Andes del Caribe-Mérida (YU), con 65 estaciones.

Castillo señaló para la Agencia de Noticias, que los datos recogidos se trataron en el lenguaje de programación Python, uno de los más usados hoy para este tipo de análisis, y se acondicionaron para ingresarlos en los modelos de aprendizaje profundo mencionados, los cuales analizaron las señales sísmicas para detectar los eventos, y simultáneamente reconocer y detectar la llegada de las ondas sísmicas provenientes de un sismo.

Te puede interesar: Científicos colombianos crean IA que predice plagas que afecta el aguacate Hass

Aunque los dos modelos demostraron tener una efectividad importante, el primero resultó más adecuado para la investigación, ya que el segundo recogía un exceso de resultados que podían ser falsos positivos, es decir detecciones que no provenían de un sismo, y este hecho hacía necesario otro análisis que podía tomar más tiempo.

“El reto hoy es poder utilizar con la misma precisión los modelos de aprendizaje profundo para hacer la asociación de fases sísmicas y la localización de epicentros de cada sismo, ya que aún no se tiene total efectividad en estos pasos, pues en los enfoques propuestos existen limitaciones, contrario a lo que ocurre con la detección y el picado de fases sísmicas (tiempos de llegada de las ondas), en las que sí se han demostrado resultados comparables con el procesamiento manual”, explica el investigador.

Según la Unal, el Servicio Geológico Colombiano (SGC), el territorio de Colombia es sísmicamente activo por su configuración tectónica, pues se ubica entre tres placas (capas rígidas de roca que se encuentran debajo del suelo) importantes: Suramérica, Nazca y Caribe, que cuando interactúan producen distintos tipos de fallas geológicas y generan sismos en profundidades intermedias (30-150 km) y superficiales (menores de 30 km).

Imagen: cenkertekin

Digna Irene Urrea

Digna Irene Urrea

Comunicadora social y periodista apasionada por las buenas historias, el periodismo literario y el lenguaje audiovisual. Aficionada a la tecnología, la ciencia y la historia.

View all posts

Archivos