L’IA s’attaque aux tremblements de terre
L’intelligence artificielle capable de décoder la parole s’attaque désormais au langage des tremblements de terre. Une équipe de chercheurs du Laboratoire national de Los Alamos a adapté Wav2Vec-2.0 de Meta, un modèle d’IA conçu pour la reconnaissance vocale, afin d’analyser les signaux sismiques de l’effondrement du volcan Kīlauea d’Hawaï en 2018.
Des failles qui parlent
Leurs découvertes, publiées dans Nature Communications, suggèrent que les failles émettent des signaux distincts lorsqu’elles se déplacent, des schémas que l’IA peut désormais suivre en temps réel. Cela ne signifie pas que l’IA peut prédire les tremblements de terre, mais l’étude marque une étape importante dans la compréhension du comportement des failles avant un glissement.
« Les enregistrements sismiques sont des mesures acoustiques des ondes traversant la Terre solide », a déclaré Christopher Johnson, l’un des principaux chercheurs de l’étude. « Du point de vue du traitement du signal, de nombreuses techniques similaires sont appliquées à l’analyse des formes d’ondes audio et sismiques ».
Le modèle d’IA a été testé à l’aide de données provenant de l’effondrement de la caldeira du Kīlauea d’Hawaï en 2018, qui a déclenché des mois de tremblements de terre et remodelé le paysage volcanique.
Vers une prédiction des tremblements de terre ?
Les grands tremblements de terre ne se contentent pas de secouer le sol : ils bouleversent les économies. Au cours des cinq dernières années, les séismes au Japon, en Turquie et en Californie ont causé des dizaines de milliards de dollars de dégâts et déplacé des millions de personnes.
C’est là que l’IA entre en jeu. Dirigée par Johnson, ainsi que Kun Wang et Paul Johnson, l’équipe de Los Alamos a testé si l’IA de reconnaissance vocale pouvait donner un sens aux mouvements des failles, déchiffrant les tremblements comme des mots dans une phrase.
Pour tester leur approche, l’équipe a utilisé des données de l’effondrement spectaculaire de la caldeira du Kīlauea d’Hawaï en 2018, qui a déclenché une série de tremblements de terre pendant trois mois.
L’IA a analysé les formes d’ondes sismiques et les a mappées sur le mouvement du sol en temps réel, révélant que les failles pourraient « parler » dans des schémas ressemblant à la parole humaine.
L’IA à l’écoute de la Terre
Les modèles de reconnaissance vocale comme Wav2Vec-2.0 sont bien adaptés à cette tâche car ils excellent dans l’identification de motifs de données complexes et temporels, qu’il s’agisse de la parole humaine ou des tremblements de terre.
Le modèle d’IA a surpassé les méthodes traditionnelles, telles que les arbres à gradient boosté, qui ont du mal à gérer la nature imprévisible des signaux sismiques. Les arbres à gradient boosté construisent plusieurs arbres de décision en séquence, affinant les prédictions en corrigeant les erreurs précédentes à chaque étape.
Cependant, ces modèles ont du mal avec des signaux très variables et continus comme les formes d’ondes sismiques. En revanche, les modèles d’apprentissage profond comme Wav2Vec-2.0 excellent dans l’identification des schémas sous-jacents.
Ce qui manque encore : l’IA peut-elle prédire les tremblements de terre ?
Bien que l’IA se soit montrée prometteuse dans le suivi des déplacements des failles en temps réel, elle a été moins efficace pour prévoir les déplacements futurs. Les tentatives d’entraînement du modèle pour des prédictions à court terme, c’est-à-dire lui demander d’anticiper un glissement avant qu’il ne se produise, ont donné des résultats peu concluants.
« Nous devons étendre les données d’entraînement pour inclure des données continues d’autres réseaux sismiques qui contiennent davantage de variations dans les signaux naturels et anthropiques », a-t-il expliqué.
Un pas vers une surveillance sismique plus intelligente
Malgré les défis de la prévision, les résultats marquent une avancée intrigante dans la recherche sur les tremblements de terre. Cette étude suggère que les modèles d’IA conçus pour la reconnaissance vocale pourraient être particulièrement adaptés à l’interprétation des signaux complexes et changeants que les failles génèrent au fil du temps.
« Cette recherche, appliquée aux systèmes de failles tectoniques, n’en est qu’à ses débuts », a déclaré Johnson. « L’étude s’apparente davantage à des données provenant d’expériences en laboratoire qu’à de grandes zones de faille sismique, qui ont des intervalles de récurrence beaucoup plus longs. L’extension de ces efforts à des prévisions dans le monde réel nécessitera un développement de modèle plus poussé avec des contraintes basées sur la physique ».
Donc non, les modèles d’IA basés sur la parole ne prédisent pas encore les tremblements de terre. Mais cette recherche suggère qu’ils pourraient un jour y parvenir, si les scientifiques peuvent leur apprendre à écouter plus attentivement.
Pour approfondir la science qui sous-tend cette recherche révolutionnaire, lisez l’intégralité de l’article, « La reconnaissance automatique de la parole prédit un déplacement de faille sismique contemporain ».
