Investigadores de la Universidad Pablo de Olavide, del Nikola Tesla New Technology Labs ( NT2 Labs) de Chile y de la Universidad de Sevilla utilizan redes neuronales artificiales, que copian el comportamiento de las neuronas cerebrales, para predecir los terremotos tanto en la Península Ibérica como en Chile, uno de los países con mayor actividad sísmica del mundo.

Las redes neuronales artificiales son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales.Se organizan de una forma parecida a las del cerebro y presentan algunas características propias de las neuronas humanas: capacidad para aprender, generalizar y abstraer o considerar por separado cualidades. 

En un artículo publicado en la revista Applied Soft Computing  el equipo muestra el método concreto, basado en la aplicación de redes neuronales artificiales, que ha usado para predecir terremotos en Chile. Ese mismo sistema, con ligeras modificaciones, se ha aplicado con éxito a las dos zonas más activas de la Península Ibérica. Sus resultados se publicaron en 2013 en la revista Tectonophysics. Recientemente se ha depurado la metodología y mejorado los resultados en ambas zonas, alcanzando tasas de acierto superiores al 80%, mediante la aplicación de técnicas de selección de atributos. Los resultados se han publicado en Knowledge-Based Systems.

Para toda su experimentación, los investigadores realizan dos tipos de predicciones: la probabilidad de que un terremoto sea de magnitud mayor que un determinado valor umbral, así como la probabilidad de ocurrencia de un terremoto de magnitud dentro de un determinado intervalo de tiempo. En ambos casos, se mide la probabilidad de que ocurran en los siguientes cinco o siete días, para los casos de Chile y de la Península Ibérica, respectivamente.

La precisión del método se evaluó en experimentos retrospectivos. La alta tasa de éxito alcanzado apoya la conveniencia de la aplicación de técnicas de minería de datos en este ámbito, según los investigadores, y plantea nuevos retos que deben abordarse.

Aunque en el mercado ya existen diversos aparatos que detectan con cierta anticipación el riesgo de un terremoto, ninguno es tan preciso y tampoco tiene posibilidades de ampliar su desarrollo o entregar datos analíticos. Francisco Martínez Álvarez, miembro del grupo TIC-200: Sistemas Inteligentes y Minería de Datos de la Universidad Pablo de Olavide, afirma que este modelo es capaz de predecir terremotos con alta fiabilidad, para una incertidumbre temporal de entre cinco y siete días y con una margen de error espacial del orden de, aproximadamente, cien kilómetros cuadrados 

Los investigadores responsables de este trabajo sostienen que la metodología desarrollada podría extrapolarse a cualquier tipo de desastre natural siempre que se aporten los datos necesarios, lo cual sería de gran interés por ejemplo para la predicción de tsunamis tras un terremoto, puesto que el sistema de detección actual, consistente en alarmas-sensores colocados en boyas instaladas en el mar, avisa sólo cuatro horas antes de que se produzca. En la actualidad, están estudiando también si se puede extrapolar la metodología a otras partes del mundo, habiendo ya obtenido los primeros resultados positivos para determinadas zonas de China y de Japón.

Los investigadores también están estudiando la posibilidad de aplicar la minería de datos a la predicción de tifones, lo que requiere hacer un análisis de datos relacionados, determinar si la metodología es aplicable y extrapolable, y por tanto hacer las modificaciones oportunas.