Et si l’intelligence artificielle (IA) pouvait permettre de prédire la date, l’heure et la magnitude de futurs tremblements de terre ? Une équipe de chercheurs français de l’École normale supérieure (ENS) – PSL développe des « algorithmes d’IA qui scrutent en continu les données de sismomètres enregistrant les vibrations du sol, pour tenter de repérer des comportements particuliers qui précéderaient les séismes ». Ce mercredi 19 août, ces recherches font l’objet d’une publication dans la revue scientifique Nature Communications. Les résultats sont aussi encourageants qu’inédits.
Enregistrer « les comportements récurrents »
« Le concept est simple : en analysant les enregistrements sismiques précédant de nombreux séismes, un algorithme peut identifier des comportements récurrents dans ces enregistrements, et apprendre à reconnaître l’occurrence prochaine de la rupture », écrivent les deux doctorants Claudia Hulbert et Romain Jolivet dans un article de vulgarisation publié sur The Conversation.
En bref, ils utilisent le Machine Learning pour tenter de comprendre les « cycles sismiques » – défini comme « l’alternance de séismes et de périodes durant lesquelles les contraintes tectoniques s’accumulent ». Déterminer un schéma pré-séisme pour mieux s’y préparer.
Des « séismes de labo »
Si le concept est simple de prime abord, la méthode est sophistiquée. « Cette approche a été Initialement développée sur des « séismes de laboratoire » : en comprimant des échantillons d’acier ou de roche dans une presse et en les faisant glisser les uns contre les autres, on peut donner naissance à des milliers de fractures, chacune analogue à un séisme, la seule différence étant la taille », expliquent les chercheurs. « Par exemple, un séisme de magnitude 7 correspond environ à une rupture d’environ 100 km de long pour quelques dizaines de centimètres de glissement tandis que les séismes de laboratoire ne font que quelques centimètres de long pour quelques millimètres de glissement ». Leur approche est donc basée sur une mise à l’échelle de leurs observations en labo.
L’algorithme est alors « entrainé » par les « vibrations émises par l’échantillon avant les ruptures » observées en laboratoire pour « identifier s’il existe des signaux caractéristiques d’une rupture prochaine et, surtout, à les reconnaître »… grandeur nature.
Des tests sur l’île de Vancouver
Néanmoins, les chercheurs restent prudents. Leur « méthode n’est pas encore applicable aux grands séismes dévastateurs mais rares, qui font la une des journaux », préviennent-ils. C’est pourquoi, ils ont expérimenté leur IA détectrice de tremblements de terre sur l’île de Vancouver, au Canada, connue pour ses « séismes lents ». Ce type de séismes peuvent durer des semaines ou des mois et leurs effets ne sont pas désastreux.
Toutefois, ces « séismes lents » partagent des points communs avec les séismes classiques – par exemple ils peuvent être aussi grands et les signes avant-coureurs sont les mêmes. Le succès de l’algorithme développé par les chercheurs français pour ces phénomènes ouvre donc un champ des possibles : « on pourrait être tentés par une simple mise à l’échelle : un séisme lent dure un mois et nous observons des signaux précurseurs sur 100 jours (soit trois mois) avant le séisme. Un séisme classique de forte magnitude dure de 10 à 100 secondes et ces signaux précurseurs seraient donc observables 30 à 300 secondes avant… », proposent les chercheurs avant de s’interroger : « Est-ce bien le cas ? Serait-il utile d’avoir une estimation à si brève échéance ? ». Les recherches devraient s’intensifier.
Sources : Nature Communications via The Conversation
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
