Machine learning ajuda Japão a prever impactos de tsunamis em segundos

Pesquisadores do Japão desenvolveram um modelo capaz de prever os impactos de um tsunami no país em frações de segundos. Utilizando sensores que monitoram o movimento das placas tectônicas e técnicas de machine learning, ou aprendizagem de máquina, o recurso pode ajudar a salvar milhares de vidas na ocorrência de um desastre.

• Inteligência artificial e aprendizagem de máquina são a mesma coisa? Entenda
• Como se forma um tsunami?

Localizado em região extremamente suscetível a terremotos e tsunamis, para o Japão, estar preparado para o momento que um desastre acontecer é fundamental. O tsunami que atingiu o nordeste do país em 11 de março de 2011 deixou 18.500 mortes, muitas das quais poderiam ter sido evitadas com alertas e evacuações mais rápidas.

Foi pensando nisso que os cientistas do laboratório RIKEN de previsão de desastres construíram uma nova ferramenta que consegue detectar e antecipar os danos de um tsunami em menos de um segundo. O sistema utilizado até hoje leva cerca de 30 minutos em um computador normal, mas o tsunami de 2011 atingiu a costa japonesa 45 minutos após o terremoto.

Como são feitos os cálculos

A costa do Japão conta com a maior rede do mundo de monitoramento do leito oceânico para a ocorrência de terremotos e tsunamis. Mas os dados dos 150 sensores precisam ser processados para prover informações da altura das ondas e até onde elas podem atingir.

A equipe criou um modelo computacional que resolve uma série de equações não-lineares utilizando os dados coletados. O sistema de machine learning recebeu mais de 3.000 cenários hipotéticos de tsunami para sua calibração. O modelo foi validado com mais 480 cenários e com os dados de três tsunamis reais. A abordagem resultou em uma precisão compatível com o sistema convencional em muito menos tempo.

Iyan Mulia, cientista que lidera a equipe, diz que a abordagem serve ainda para outros tipos de desastres. “Estou trabalhando agora em um sistema de previsão de tempestades, também utilizando aprendizagem de máquina,” afirma.

Embora muito preciso para grandes tsunamis, Mulia diz que o modelo precisa ser melhorado para eventos com ondas menores que 1,5 metros. O cientista decidiu se dedicar a essa área de pesquisa quando seu país natal, a Indonésia, foi atingido por um enorme tsunami em 2004.

Fonte: Natura Communications Via: Phys.org