MIT, algoritmo per trovare onde sismiche nascoste

I ricercatori del MIT hanno scovato un metodo per rilevare anche quelle onde sismiche a bassa frequenza, solitamente non presenti nei dati sismici generati dall’uomo: si tratta di una rete neurale, ovvero un insieme di algoritmi modellati secondo i meccanismi neurali del cervello umano, addestrata a lavorare su centinaia di diversi terremoti simulati. La novità è stata pubblicata in un articolo sulla rivista Geophysics ed è considerata la soluzione per colmare le lacune degli scienziati circa l’assenza delle onde sismiche a bassa frequenza, quasi impossibili da rilevare con gli attuali macchinari.

Nel corso dell’ultimo secolo, gli scienziati hanno sviluppato metodi per mappare le strutture all’interno della crosta terreste, con lo scopo di identificare risorse sfruttabili come petrolio e fonti geotermiche. Questo è possibile rintracciando le onde sismiche prodotte naturalmente dai terremoti o artificialmente, tramite esplosivi oppure pistole ad acqua subacquee: il modo in cui queste rimbalzano e si diffondono attraverso la Terra, permette agli scienziati di farsi un’idea sul tipo di strutture che si trovano sotto la superficie.

Esiste, però, anche una gamma ristretta di onde sismiche, che si verificano a basse frequenze di circa 1 hertz e che potrebbero fornire un quadro sotterraneo più chiaro. Ma sono frequenze difficili da captare; per questo motivo, gli scienziati hanno elaborato una rete neurale in grado di oltrepassare il problema. Quando i ricercatori hanno presentato alla rete solo onde sismiche ad alta frequenza, è stata in grado di imitare la fisica della propagazione delle onde, stimando con precisione le onde a bassa frequenza mancanti.

Laurent Demanet, co-autore dell’esperimento e professore di matematica applicata al MIT, ha affermato:

Il sogno finale è quello di essere in grado di mappare l’intero sottosuolo e di poter dire, ad esempio, ‘questo è esattamente quello che sembra esserci sotto l’Islanda, per cui ora sai dove esplorare per trovare le fonti geotermiche’. Ora abbiamo dimostrato che il deep learning offre una soluzione per essere in grado di riempire il vuoto di queste frequenze fino ad ora mancanti.