La predicción exacta de terremotos ha sido, durante siglos, uno de los grandes desafíos de la ciencia. Si bien los modelos estadísticos han permitido estimar probabilidades a partir de registros históricos, ninguno ha logrado anticipar con precisión cuándo y dónde ocurrirá el próximo gran evento. En este contexto, la inteligencia artificial abre un nuevo horizonte: no para predecir el momento del sismo, sino para anticipar con segundos cruciales la intensidad del movimiento que afectará a las estructuras.

Un equipo internacional liderado por Jawad Fayaz, profesor asistente de la University of Exeter, junto a Sergio Ruiz, profesor asociado de la Universidad de Chile, y Rodrigo Astroza, académico de la Universidad de los Andes, desarrolló un innovador sistema de alerta temprana el cual fue testeado con datos sísmicos de Japón, país que dispone de una de las redes acelerográficas más extensas del mundo.

El sistema, denominado HEWFERS (Hybrid Earthquake Early Warning Framework for Estimating Response Spectra), permite estimar la intensidad sísmica —es decir, la demanda que el movimiento impondrá a las estructuras— con 30 a 40 segundos de anticipación. Esta diferencia es sustancial respecto de otros sistemas de alerta temprana, que suelen concentrarse en estimar la magnitud del evento, parámetro el cual no se traduce directamente en el nivel de solicitación estructural.

El modelo analiza los primeros segundos del registro sísmico captado por una estación acelerográfica —en general, no más de 10 segundos— y, mediante técnicas avanzadas de aprendizaje automático integradas con el contexto físico del fenómeno, proyecta la intensidad esperada tanto en la estación inicial como en otras localidades donde las ondas aún no han arribado. A medida que nuevas estaciones registran el movimiento, el sistema incorpora esa información y mejora progresivamente su capacidad predictiva.

Esta herramienta resulta especialmente relevante para países como Chile, donde predominan los terremotos generados por mecanismos de subducción, capaces de afectar extensas zonas del territorio. La investigación se sustentó en una base de aproximadamente 14.000 registros correspondientes a 1.860 terremotos ocurridos en Japón entre 1996 y 2022, gran parte de ellos de tipo subductivo, ampliando la aplicabilidad del modelo. Actualmente, el equipo trabaja con datos provenientes del Centro Sismológico Nacional de Chile, cuya red se fortaleció significativamente tras el terremoto del Maule del año 2010.

El sistema desarrollado ofrece aplicaciones concretas tanto en el ámbito público como privado. Permite, por ejemplo, activar protocolos de evacuación en edificaciones con alta ocupación, detener procesos industriales críticos o resguardar infraestructuras estratégicas como hospitales, carreteras y redes de energía y agua. Asimismo, abre la posibilidad de integrar la información en plataformas digitales que entreguen a la población estimaciones anticipadas del nivel de movimiento esperado en su ubicación.

Fuente: University of Exeter, Reino Unido.