Pesquisadores da Universidade da Califórnia em Los Angeles (UCLA) desenvolveram uma técnica que ajuda a prever onde e quando deslizamentos de terra podem ocorrer, oferecendo uma forma de preservar vidas em áreas suscetíveis a este tipo de desastres. O método foi publicado na revista Communications Earth & Environment e usa inteligência artificial para gerar seus resultados.
Deslizamentos de terra são um tipo de fenômeno natural que acontece especialmente em áreas onde o relevo é mais inclinado, como a encosta de morros. Quando tais locais estão ocupados por construções, a ocorrência destes eventos podem causar diversas vítimas, além de causar grandes danos à infraestrutura. Identificar no território as regiões mais prováveis a sofrerem com estes desastres é essencial para diminuir a gravidade de cada acontecimento.
/i698920.jpeg)
Existem diversos fatores que fazem um deslizamento ocorrer — certos tipos de solo e rocha são mais propícios, a inclinação do terreno é determinante e a chuva é um gatilho comum para que eles aconteçam. Nos Estados Unidos, incêndios florestais e terremotos também são determinantes. Juntar tantos fatores é algo complexo e que exige altas capacidades computacionais quando se constrói um modelo de previsão para os deslizamentos, mas os geólogos da UCLA simplificaram o processo com o uso de inteligência artificial.
IA salvando vidas
Recentemente, cientistas pelo mundo já vêm criando modelos através de técnicas de aprendizagem de máquina, alimentando seus algoritmos com séries históricas de dados relacionados aos deslizamentos. Estes algoritmos, chamados de redes neurais profundas – deep neural networks (DNN) – por serem inspirados no funcionamento do cérebro humano, fornecem probabilidades que podem ser precisas, mas não revelam o que pode estar causando os desastres.
Kevin Shao, estudante de doutorado na UCLA, explica que “apesar das suas vantagens em tempo de processamento e poder de aprendizagem, as DNNs ‘não mostram seu trabalho’, tornando difícil para os pesquisadores saber quais são os fatores causadores que podem ser tratados para evitar deslizamentos no futuro.” Por conta disso, sua equipe adotou uma abordagem diferenciada a de redes neurais sobrepostas – superposable neural networks, as SNNs.
/i697648.jpeg)
Este tipo de redes neurais cria diferentes camadas que são calculadas em paralelo, facilitando a análise das relações entre os dados de entrada e os de saída. O método foi aplicado para deslizamentos na região dos Himalaias, incorporando 15 variáveis climáticas e geoespaciais, obtendo resultados tão precisos quanto os das DNNs com a vantagem de um processamento muito mais transparente.
Na região estudada, as principais variáveis identificadas no estudo como facilitadoras dos deslizamentos foram a declividade e aspecto do relevo, a precipitação anual, o número de eventos de chuvas extremas e a elevação do local. Os cientistas querem agora testar sua técnica em outros lugares pelo mundo e desenvolver sistemas de alerta para evitar danos relacionados a estes eventos.
Fonte: Communications Earth & Environment via: UCLA
Por: Rodilei Morais
