Strumenti di Intelligenza Artificiale Predicono il Rischio di Scosse di Assestamento in Pochi Secondi Dopo un Terremoto

Un consorzio internazionale di ricercatori, che include esperti provenienti dall'Università di Edimburgo, dal British Geological Survey (BGS) e dall'Università di Padova, ha sviluppato un innovativo strumento basato sull'intelligenza artificiale (IA) per la previsione del rischio di scosse di assestamento. Questa tecnologia, i cui risultati sono stati resi noti alla fine del 2025, vanta la capacità di valutare quasi istantaneamente la probabilità e il numero di repliche di magnitudo pari o superiore a 4.0 nelle prime 24 ore successive all'evento sismico principale.

Il sistema di apprendimento profondo è stato addestrato utilizzando dati sismici estremamente dettagliati, acquisiti in cinque aree geografiche note per la loro elevata attività tettonica: la California, la Nuova Zelanda, l'Italia, il Giappone e la Grecia. I risultati ottenuti da questo sviluppo si dimostrano paragonabili, in termini di accuratezza predittiva, al consolidato modello Epidemic-Type Aftershock Sequence (ETAS), che attualmente funge da standard operativo in diverse nazioni. Il vantaggio cruciale della nuova soluzione basata sull'IA, come evidenziato dalla responsabile dello studio, Foteini Dervisi, dottoranda presso l'Università di Edimburgo e il BGS, risiede nella velocità di elaborazione.

Mentre il modello ETAS richiede ore o addirittura giorni per completare migliaia di simulazioni necessarie per una previsione, i modelli di IA riescono a fornire un risultato in una manciata di secondi. Questa rapidità è fondamentale, un vero e proprio asso nella manica, specialmente nelle zone colpite da disastri naturali. Le scosse di assestamento, infatti, possono provocare il crollo di strutture già compromesse e ostacolare seriamente le operazioni di soccorso e recupero.

Il contesto storico, in particolare il devastante terremoto che ha colpito la Turchia nel febbraio 2023, ha messo in luce in modo drammatico l'urgente necessità di disporre di strumenti predittivi così veloci per una gestione efficace delle emergenze. L'efficienza in questi frangenti può fare la differenza tra la vita e la morte, rendendo la velocità di calcolo un fattore non negoziabile.

I ricercatori sottolineano che il passo successivo nell'evoluzione della sismologia operativa consiste nell'integrare questi modelli di IA, tra cui SmaAt-UNet ed Earthformer, con i cataloghi sismici ad alta precisione che vengono generati dal machine learning in tempo quasi reale. Questo segna un cambiamento epocale, spostando l'ago della bilancia dall'analisi sismologica tradizionale, che richiede molte risorse, alla fornitura di informazioni vitali quasi istantaneamente. Questo progresso significativo ha ricevuto un sostegno parziale attraverso il programma “Orizzonte 2020” dell'Unione Europea, nell'ambito della Rete di Formazione Innovativa Maria Skłodowska-Curie.

In sintesi, l'introduzione di questi algoritmi di apprendimento automatico promette di rivoluzionare la risposta immediata ai terremoti, fornendo alle autorità di protezione civile dati tempestivi per pianificare evacuazioni mirate e allocare risorse in modo più sicuro ed efficace nelle ore immediatamente successive a un evento tellurico maggiore.