Cientistas usam IA para prever terremotos com até 70% de precisão

Introdução

Um grupo de pesquisadores conseguiu treinar um modelo de inteligência artificial que prevê terremotos com até 70% de precisão, antecipando os tremores com semanas de antecedência. O sistema analisa padrões sísmicos sutis que passam despercebidos por métodos tradicionais de monitoramento. Os testes foram realizados em regiões com histórico de atividade sísmica intensa, incluindo Japão e Califórnia. A técnica representa um salto significativo em relação aos sistemas atuais, que conseguem apenas detectar os primeiros segundos de um terremoto já em andamento. O modelo foi treinado com décadas de dados geológicos e consegue identificar sinais precursores que antecipam a ruptura das placas tectônicas.

O modelo identifica padrões invisíveis aos métodos convencionais de monitoramento

A equipe utilizou redes neurais profundas alimentadas com dados de sismógrafos instalados em zonas de falha geológica. O sistema processa informações sobre microtremores, variações na pressão subterrânea e deslocamentos mínimos da crosta terrestre.

Durante os testes, o modelo analisou registros sísmicos de 30 anos e conseguiu prever corretamente 7 em cada 10 terremotos com magnitude superior a 5.0 na escala Richter. Os falsos positivos ficaram abaixo de 15%, taxa considerada aceitável pelos pesquisadores.

O diferencial está na capacidade de correlacionar múltiplas variáveis simultâneas. Enquanto sismólogos humanos avaliam alguns indicadores por vez, a IA processa centenas de parâmetros em tempo real.

A janela de previsão varia entre 2 e 6 semanas antes do evento sísmico

Os alertas mais precisos ocorrem quando o modelo detecta aceleração nos padrões de microtremores. Essa aceleração costuma acontecer entre 14 e 42 dias antes do terremoto principal.

A margem de erro geográfica ainda é ampla — cerca de 50 quilômetros do epicentro real. Mesmo assim, esse raio permite que autoridades ativem protocolos de preparação em áreas urbanas.

Segundo os cientistas, a precisão temporal melhora conforme o evento se aproxima. Nas últimas 72 horas, a taxa de acerto sobe para 85%, mas a janela para evacuações já fica comprometida.

Limitações técnicas ainda impedem aplicação em escala global

O sistema depende de infraestrutura densa de sensores, algo disponível apenas em países desenvolvidos. Regiões vulneráveis como Nepal, Haiti e partes da Indonésia não possuem cobertura adequada de monitoramento.

Outro desafio é a variabilidade geológica. O modelo treinado para falhas transformantes (como a de San Andreas) não funciona bem em zonas de subducção, onde uma placa mergulha sob outra.

Os pesquisadores trabalham agora em versões especializadas para diferentes tipos de atividade tectônica. A meta é criar uma biblioteca de modelos que cubra as principais configurações geológicas do planeta.

Integração com sistemas de alerta pode salvar milhares de vidas

Japão e Chile já manifestaram interesse em testar a tecnologia em seus sistemas nacionais de defesa civil. A ideia é combinar a previsão por IA com os alertas instantâneos que já existem.

Com semanas de antecedência, autoridades podem reforçar estruturas críticas, redistribuir equipes de emergência e orientar a população. Mesmo previsões imperfeitas reduzem drasticamente o número de vítimas.

A pesquisa abre caminho para que a IA assuma papel central na mitigação de desastres naturais. Você pode acompanhar os detalhes técnicos do estudo e a metodologia completa na reportagem publicada por nature.com.