Un groupe de chercheurs de l’université de Stanford a dévoilé une nouvelle méthode d’utilisation de l’intelligence artificielle (IA) visant à améliorer notre capacité à lire les ondes sismiques et, ce faisant, anticiper plus efficacement les séismes.
Une véritable « pierre de Rosette sismique »
Récemment publiée dans la revue Nature Communications, l’étude détaille une méthode qui automatise la détection des tremblements de terre tout en éliminant une grande partie du bruit inhérent aux données sismiques. Selon ses auteurs, l’intelligence artificielle se concentre sur des millions d’infimes déplacements de la croûte terrestre, qui pourraient agir comme une pierre de Rosette pour identifier les prémices de séismes majeurs.
« En améliorant notre capacité à détecter et à localiser ces très petites secousses, nous pouvons avoir une vision plus claire de la façon dont les tremblements de terre interagissent ou se propagent le long de la faille, comment ils se déclenchent, et même comment ils s’arrêtent », explique le géophysicien Gregory Beroza, auteur principal de l’étude.
Ces dernières années, les chercheurs ont mis au point plusieurs systèmes d’apprentissage automatique pour la détection des tremblements de terre, s’inspirant notamment des algorithmes de déclenchement vocal des assistants virtuels. Baptisé « Earthquake Transformer », le dernier en date s’appuie sur un modèle ultra-précis lui permettant de détecter d’infimes secousses généralement ignorées par les procédés actuels.
Mieux anticiper les séismes
L’équipe a d’abord formé son algorithme sur des données comprenant un million de sismogrammes annotés à la main, enregistrés au cours des deux dernières décennies dans le monde entier, à l’exception du Japon. Elle a ensuite sélectionné cinq semaines de données continues enregistrées il y a vingt ans dans l’archipel nippon, lors du tremblement de terre de Tottori (magnitude 6,6) et de ses répliques.
Au cours du test, le modèle a détecté et localisé 21 092 événements, soit plus de deux fois et demie le nombre de secousses sismiques qui avaient été identifiées par les spécialistes japonais. Et ce, en utilisant les données de seulement 18 des 57 stations utilisées à l’origine pour étudier la séquence.
« La surveillance des tremblements de terre en temps quasi réel grâce à l’apprentissage machine est prévue pour très bientôt », estime Beroza. « Plus nous pourrons obtenir d’informations sur la structure profonde et tridimensionnelle des failles grâce à une meilleure surveillance des petites secousses, mieux nous pourrons anticiper les séismes qui se profilent à l’horizon. »
