Los geólogos utilizan inteligencia artificial para mejorar la predicción de deslizamientos de tierra

Los geólogos de la UCLA han desarrollado una técnica innovadora que utiliza inteligencia artificial (IA) para mejorar la predicción de deslizamientos de tierra. Este método innovador, descrito en un artículo publicado en Communications Earth & Environment, ofrece una mayor precisión e interpretabilidad en comparación con los modelos predictivos tradicionales. Al aprovechar el poder de la IA, los geólogos buscan proteger vidas y propiedades en regiones propensas a desastres naturales, como California, donde la convergencia de sequías, incendios forestales y terremotos aumenta el riesgo de deslizamientos de tierra devastadores.

Predecir la ocurrencia de deslizamientos de tierra es una tarea compleja influenciada por múltiples factores, incluida la forma del terreno, la pendiente, las áreas de drenaje, las propiedades del suelo y la roca madre, así como las condiciones ambientales como el clima, las precipitaciones, la hidrología y el movimiento del suelo resultante de los terremotos. Los geólogos tradicionalmente incorporan estos factores en modelos físicos y estadísticos para estimar los riesgos de deslizamientos. Si bien estos modelos pueden proporcionar predicciones razonablemente precisas, los modelos físicos requieren tiempo y recursos significativos y no son adecuados para aplicaciones a gran escala. Por otro lado, los modelos estadísticos carecen de transparencia en cuanto a la evaluación de los factores de riesgo.

Aprovechando la IA para la predicción de deslizamientos

Durante años, los investigadores han estado entrenando modelos de aprendizaje automático de IA, específicamente redes neuronales profundas (DNN, por sus siglas en inglés), para predecir deslizamientos. Estas redes interconectadas de algoritmos son excelentes procesando grandes cantidades de datos y aprendiendo de ellos rápidamente, lo que resulta en predicciones altamente precisas. Sin embargo, las DNN tienen limitaciones cuando se trata de explicar sus predicciones e identificar las variables específicas que contribuyen a la ocurrencia de deslizamientos.

Para abordar las limitaciones de las DNN, los investigadores de la UCLA desarrollaron un método que utiliza un tipo de IA llamada red neuronal superponible (SNN, por sus siglas en inglés). A diferencia de las DNN, las SNN separan los resultados de diferentes entradas de datos, lo que permite un análisis más útil de los factores contribuyentes más importantes para los desastres naturales. El equipo de investigación alimentó la SNN con datos sobre varias variables geoespaciales y climáticas relevantes para las montañas del Himalaya oriental, un área conocida por su alta frecuencia de deslizamientos. El modelo SNN demostró una precisión comparable a la de las DNN en la predicción de la susceptibilidad a deslizamientos, mientras que también proporcionó información sobre las variables que desempeñan roles significativos en los resultados.

Desentrañando variables y reduciendo los recursos informáticos

La capacidad del modelo SNN para identificar variables clave y cuantificar sus contribuciones a la susceptibilidad a deslizamientos ofrece información valiosa para los geólogos. Además, este enfoque requiere menos recursos informáticos en comparación con las DNN, lo que lo hace eficiente y adaptable incluso con capacidad de cómputo limitada. Los investigadores enfatizaron que su modelo SNN podría ejecutarse en dispositivos tan pequeños como un Apple Watch, eliminando la necesidad de servidores informáticos potentes.

Aplicaciones futuras y sistemas de alerta temprana

El equipo de investigación de la UCLA planea expandir su trabajo a otras regiones propensas a deslizamientos en todo el mundo. Particularmente en áreas como California, donde la combinación de incendios forestales frecuentes y terremotos exacerba los riesgos de deslizamientos, el nuevo modelo de predicción de IA podría ayudar en el desarrollo de sistemas de alerta temprana. Estos sistemas incorporarían múltiples señales y predecirían una variedad de peligros superficiales, incluidas inundaciones, para mejorar los esfuerzos de preparación y respuesta.

Los geólogos de la UCLA han empleado con éxito la tecnología de IA para revolucionar la predicción de deslizamientos. Su método, que utiliza redes neuronales superponibles, ofrece una precisión y interpretabilidad mejoradas en comparación con los modelos tradicionales. Al identificar variables clave y cuantificar sus contribuciones, este enfoque de IA permite a los geólogos comprender mejor los factores que influyen en los deslizamientos. Con la capacidad de ejecutarse en dispositivos con capacidad de cómputo limitada, este modelo tiene el potencial de mejorar los sistemas de alerta temprana y proteger vidas y propiedades en regiones propensas a deslizamientos en todo el mundo.