Foto: news.mit.edu
Investigadores del Instituto Tecnológico de Massachusetts (MIT) publicaron un estudio del desarrollo de un sismógrafo con tecnología de inteligencia artificial (IA) y entrenado con machine learning para realizar mapas más precisos de la estructura interna del planeta, así como encontrar hallazgos subterraneos de materiales.
El estudio publicado por la revista Geophysics detalla el método desarrollado por el grupo de investigadores, apoyados por Total SA y la Oficina de Investigación Científica de la Fuerza Áerea de Estados Unidos, mediante una red neuronal entrenada mediante deep learning para imitar artificialmente la física de la propagación de las ondas como suceden en los sismos y movimientos terrestres debajo de la superficie.
Normalmente, el zumbido producido por los continuos movimientos terrestres no permite captar la ondas sísmicas de baja frecuencia, lo que lleva a no tener mapas precisos de la subsuperficie. Para ello, los científicos desarrollaron una red neuronal entrenada con miles de imágenes y simulaciones de sismos. La red neuronal convencional (CNN por sus siglas en inglés), utilizada para analizar material visual, desarrolló patrones con los cuales reconocer y sintetizar artificialmente la información faltante de las ondas en un sismo que generalmente no se obtiene.
"El sueño hecho realidad sería poder mapear toda la subsuperficie y poder afirmar, por ejemplo, 'esto es exactamente como se ve Islandia por debajo, ahora se sabe donde buscar fuentes geotermales'", comentó Laurent Demanet, coautor y profesor de matemáticas aplicadas en MIT, "ahora hemos demostrado que el aprendizaje profundo ofrece una solución capaz de llenar estas frecuencias pérdidas".
La aplicación principal del invento busca desarrollar un mejor mapa de la subsuperficie terrestre del cual pueda obtenerse información relevante para ciertas empresas como yacimientos de petróleo, minerales o fuentes geotermales.
Sin embargo, la tecnología IA en machine learning aún tiene desventajas, pues la información proporcionada en los resultados será tan buena y precisa como de variados sean los datos en input que sean suministrados en el entrenamiento neuronal. El equipo del MIT, cuyo primer experimento con el sismógrafo tuvo resultados óptimos, espera agregar más información a la CNN para mejorar la precisión del mapeo.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
