Un modelo de inteligencia artificial podría predecir réplicas de terremotos en pocos segundos

Un nuevo sistema basado en inteligencia artificial (IA) logró predecir de manera casi instantánea el riesgo y la cantidad de réplicas que pueden ocurrir después de un terremoto principal, un avance que podría transformar la respuesta de emergencia en zonas sísmicas.

La tecnología, presentada en un reciente estudio publicado en Earth, Planets and Space, ofrece estimaciones en cuestión de segundos, superando ampliamente a los métodos tradicionales que requieren horas o incluso días para entregar resultados completos.

Esta herramienta, desarrollada por especialistas del Reino Unido e Italia, permite anticipar cuántas réplicas podrían ocurrir y en qué regiones se concentrarían durante las primeras 24 horas tras un sismo fuerte, un periodo crítico para las autoridades y los equipos de rescate.

La rapidez del sistema facilita iniciar evacuaciones, reforzar zonas inestables y organizar la distribución de ayuda, especialmente en áreas donde las infraestructuras pueden verse comprometidas.

El estudio fue liderado por Foteini Dervisi, en colaboración con la Universidad de Edimburgo, el Servicio Geológico Británico y la Universidad de Padua. Su investigación buscó resolver uno de los principales desafíos que enfrentan los modelos sísmicos actuales: la lentitud en la generación de pronósticos y la necesidad de equipos computacionales de alto rendimiento, un obstáculo frecuente en países con recursos limitados.

El problema de las réplicas y la lentitud de los métodos tradicionales

Las réplicas suelen aparecer minutos u horas después del sismo principal y pueden generar daños mayores en edificios debilitados, por lo que forman parte de las mayores preocupaciones tras un evento de gran magnitud. Tradicionalmente, los pronósticos se realizan mediante modelos como ETAS, basados en ecuaciones matemáticas y simulaciones que requieren múltiples procesos para entregar un resultado confiable.

Sin embargo, según los investigadores, este tipo de modelos puede tardar varias horas o incluso días en generar proyecciones completas, un tiempo que dificulta la toma de decisiones urgente después de un terremoto. La falta de equipos potentes o personal especializado en algunos países también limita el uso práctico de estas metodologías, generando brechas en la capacidad de respuesta.

Ante este escenario, la necesidad de una alternativa más rápida y accesible llevó a los científicos a explorar el potencial del aprendizaje automático como herramienta de predicción sísmica.

Cómo funciona el modelo de IA desarrollado por los investigadores

El modelo trabaja analizando patrones en enormes bases de datos sísmicos provenientes de países como Japón, Nueva Zelanda, Estados Unidos, Italia y Grecia. Cada registro incluye detalles sobre magnitud, intensidad, número de réplicas y ubicación de eventos pasados. Con esa información, el sistema aprende a reconocer señales que suelen anticipar la aparición de nuevas réplicas.

En lugar de seguir reglas fijas, la IA identifica relaciones entre variables que no siempre son evidentes para los modelos matemáticos tradicionales. Esto permite generar predicciones ágiles, incluso utilizando computadoras convencionales, sin necesidad de infraestructura avanzada.

Para evaluar su desempeño, los especialistas pusieron a prueba el sistema pidiéndole que calculara cuántas réplicas podrían registrarse durante el día posterior a un sismo de magnitud 4 o superior. Además del número estimado de réplicas, el modelo indicó en qué regiones podrían ocurrir, información clave para priorizar la vigilancia, desplazar rescatistas y reforzar zonas vulnerables.

Los resultados mostraron que la precisión era comparable a los métodos clásicos, pero con una velocidad muy superior, una combinación que podría cambiar la forma en que los países monitorizan sus crisis sísmicas.

Un recurso adaptable y de bajo costo para zonas vulnerables

Una de las ventajas más destacadas del sistema es su bajo coste computacional, lo que permite implementarlo en países con menos recursos tecnológicos. Según los autores del estudio, su rapidez lo convierte en una herramienta viable para operar en tiempo real, incluso durante escenarios de emergencia en los que las infraestructuras pueden estar dañadas.

Los investigadores subrayan que su eficacia depende de la calidad y actualización de los datos sísmicos disponibles, por lo que incentivar el desarrollo de catálogos locales es fundamental para aprovechar al máximo la tecnología.