O som das cidades é absorvido e entendido por Inteligência Artificial, possibilitando um tempo de resposta maior em caso de terremotos.
O barulho da cidade é uma inconveniência para os moradores e também traz complicações para os sistemas de monitoramento de acidentes, principalmente de terremotos e maremotos, já que o som acaba se sobrepondo à vibração da terra, confundindo os sismógrafos. Para mudar esse cenário, pesquisadores de Stanford estão usando inteligência artificial.
O algoritmo, chamado UrbanDenoiser, consegue filtrar o barulho da cidade e entender quais são, de fato, as vibrações que indicam perigo. Ao filtrar o ruído sísmico de fundo, ele pode aumentar a qualidade geral do sinal e recuperar sinais que antes eram muito fracos para serem registrados.
Os sensores sísmicos usados pelas principais cidades do mundo medem as vibrações da terra. Muitas vezes, os especialistas acabam descartando a ameaça de terremotos por acreditarem que certas vibrações acontecem devido aos barulhos da cidade. Já o algoritmo UrbanDenoiser foi treinado para entender e captar essa diferença.
Com isso, as cidades podem se preparar para os desastres. O que pode fazer toda diferença quando se fala em resiliência e em manter os cidadãos seguros. Em caso de cidades que estão em áreas de risco de terremotos, como é o caso da Cidade do México, ou de Tóquio, a Inteligência Artificial pode também ser usada para compreender os padrões da região e analisar, no detalhe, quando eles saem do “normal”.
Os algoritmos de deep learning (um tipo de inteligência artificial) são particularmente úteis para o monitoramento de terremotos porque podem aliviar o fardo dos sismólogos humanos, diz a sismóloga da Royal Holloway University de Londres Paula Koelemeijer, em entrevista ao MIT Technology Review.
No passado, os sismólogos observavam gráficos produzidos por sensores que registram o movimento do solo durante um terremoto e identificavam padrões pela visão. Os algoritmos podem tornar esse processo mais rápido e preciso, ajudando a reduzir grandes volumes de dados, diz Koelemeijer.
