•  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

L’intelligence artificielle se lance dans les prévisions sismiques

Illustration d'un sismographe.
Un sismographe Photo: iStock
Radio-Canada

Les dangers d'un tremblement de terre ne proviennent pas toujours de l'événement lui-même. Les répliques qui frappent la région après la première secousse peuvent être encore plus dévastatrices. Une nouvelle intelligence artificielle pourrait toutefois considérablement améliorer la prédiction de ces répliques et sauver un grand nombre de vies.

Un texte de Renaud Manuguerra-Gagné

Lorsqu’une région est frappée par un tremblement de terre, le danger ne disparaît pas dès que le sol cesse de trembler. Bien que des séismes importants causent beaucoup de dégâts, ce sont souvent les répliques, moins fortes, mais qui surviennent dans des régions déjà fragilisées, qui font le plus de victimes.

Quand un tremblement de terre se produit à un endroit, l’énergie dégagée par le déplacement des plaques tectoniques peut s’accumuler à proximité, dans d’autres secteurs qui ont résisté au mouvement enclenché par le séisme.

Cette accumulation de stress, souvent provenant de plusieurs directions en même temps, est l’un des éléments qui favorisent les répliques dans les jours ou les semaines qui suivent un tremblement de terre majeur.

Et pour comprendre toute cette dynamique, il faut une grande quantité de données sur l’événement : la profondeur où il s’est produit, la distance sur laquelle les plaques se sont déplacées et même la composition et l’élasticité du sol où le séisme a eu lieu.

Des modèles mathématiques prenant en compte ces détails existent déjà. Toutefois, aucun n’est en mesure d’offrir des certitudes en ce qui concerne le lieu et le moment où une réplique se produira.

Un cerveau qui peut tout prévoir

Puisque les intelligences artificielles excellent à détecter ce qui lie des événements les uns aux autres, les chercheurs ont entrepris de créer un algorithme de prédiction des répliques (Nouvelle fenêtre) à l’aide de données sur des tremblements de terre récents.
(Nouvelle fenêtre)

Pour ce faire, les chercheurs ont utilisé un réseau neuronal, une structure inspirée du fonctionnement des neurones dans le cerveau. Chaque couche de cette structure devra résoudre une partie du problème et transmettre ses conclusions à la couche suivante, ce qui lui permet d’envisager plusieurs possibilités à la fois.

Ce réseau a ensuite été entraîné par apprentissage profond, une technique dans laquelle les concepteurs doivent fournir à un algorithme une énorme quantité de données, dans ce cas-ci provenant de plus de 131 000 tremblements de terre et de leurs répliques associées.

L’information était représentée sous la forme d’une carte topographique divisée par une grille de 5 kilomètres carrés au centre de laquelle se trouvait l’épicentre d’un tremblement de terre.

Ces données permettent aux systèmes de trouver leurs propres méthodes pour évaluer les probabilités d’une réplique dans chaque case de cette grille.

Donner la réplique

Après une période d’apprentissage, les chercheurs ont testé leur système sur plus de 30 000 autres tremblements de terre et ont remarqué que celui-ci était bien meilleur que les calculs habituellement employés pour prédire l’endroit où pourrait survenir une réplique.

L’emploi d’une intelligence artificielle a aussi permis d’ajouter des calculs qui sont plus rarement employés dans les prévisions de répliques, notamment les probabilités que certains types de matériaux cèdent sous la tension.

Bien que ces résultats soient encourageants, il faudra encore beaucoup de travail avant que les intelligences artificielles ne révolutionnent la sismologie.

L’algorithme n’était en mesure de bien prédire que les répliques causées par un seul type de stress, et bénéficiait de toutes les données obtenues après un tremblement de terre, données qui sont rarement disponibles dans les 24 heures suivant un séisme.

Toutefois, maintenant que leur modèle a fait ses preuves, il leur serait possible d’améliorer sa rapidité et même d’apprendre à déterminer de nouvelles informations, comme la force de la réplique ou le moment où elle surviendra.

Science