Une étude révélatrice a identifié plus de 500 tremblements de terre cachés sous la glace antarctique grâce à l’utilisation de l’intelligence artificielle. Cette découverte, réalisée sous le glacier David en Antarctique oriental, pourrait transformer notre compréhension de la géologie mondiale.
L’intelligence artificielle révèle des tremblements de terre cachés en Antarctique
L’équipe internationale de scientifiques a utilisé des algorithmes avancés pour détecter des motifs sismiques subtils parmi le bruit de fond, identifiant plus de mille événements dans la région. Bien que ces secousses ne représentent pas une menace significative, elles offrent de nouvelles perspectives sur le comportement géologique du continent le plus austral de la planète.
Le groupe de recherche a affirmé que l’interaction entre la lithosphère froide de l’Antarctique oriental et celle plus chaude de l’occidental, ainsi que le poids de la glace, génère des tensions qui provoquent ces séismes profonds.
Le système d’apprentissage automatique déployé dans cette étude a le potentiel d’être appliqué dans d’autres régions du monde avec de grands volumes de données sismiques non analysées, ouvrant la voie à la découverte de plus d’activités sismiques cachées jusqu’à présent.
Dirigés par l’Université d’Alabama, les scientifiques ont réexaminé des données sismiques historiques à l’aide de techniques de deep learning, révélant ces séismes précédemment indétectables. Les données de 49 stations dans la région, recueillies entre 2001-2004 et 2012-2015, ont été vitales pour cette analyse.
Le géologue Long Ho de l’Université d’Alabama a souligné que les séismes se produisent là où la croûte rigide de l’Antarctique oriental rencontre les roches plus tendres de l’occidental. Selon Ho, si l’apprentissage automatique continue de progresser, il pourrait révéler une fréquence de tremblements de terre profonds plus élevée que ce que nous connaissons actuellement.
Cette étude, publiée dans Science, ne révèle pas seulement des tremblements de terre cachés, mais souligne également le potentiel de l’intelligence artificielle pour réutiliser d’anciens enregistrements scientifiques avec de nouveaux outils technologiques.
