¿Realmente no se pueden predecir los terremotos? El "susurro" justo antes de un terremoto captado por la IA: el desafío de la Universidad de Kioto en el "mundo de unos segundos antes".

¿Puede la IA detectar un terremoto "unos segundos antes"?

――Visualización de "señales" por la Universidad de Kioto y las esperanzas y precauciones futuras

"Ser capaz de predecir terremotos con anticipación" es un sueño que la humanidad ha tenido durante mucho tiempo.
Sin embargo, en la realidad, muchos de los signos considerados como "señales", como el comportamiento anormal de los animales o las "nubes de terremoto", carecen de respaldo científico, y en la sismología actual se cree que "los grandes terremotos ocurren casi sin aviso".Fisiología

Un pequeño avance en este conocimiento común fue hecho por un equipo de investigación de la Universidad de Kioto, que en noviembre de 2025 anunció un estudio reciente. Utilizaron un dispositivo experimental de roca gigante a escala métrica y aplicaron aprendizaje automático a los datos para detectar señales extremadamente débiles que aparecen justo antes de que ocurra un "terremoto de laboratorio".Fisiología

Experimento en una "falla artificial" a escala métrica

El escenario de la investigación es una máquina de prueba de roca a escala métrica diseñada para reproducir el comportamiento de una falla real. Se presionan fuertemente bloques de roca entre sí y se deslizan lentamente, creando un estado que dificulta el "deslizamiento" por fricción. Cuando se supera el límite, la roca se desliza repentinamente, generando vibraciones. Este es el "terremoto de deslizamiento y fricción" recreado en el laboratorio.Fisiología

Este dispositivo está equipado con numerosos sensores de alta sensibilidad que registran la deformación de la roca, el sonido (emisión acústica) y los cambios en el esfuerzo cortante con alta resolución temporal. Se aplicó aprendizaje automático para investigar "dónde se esconden los cambios característicos en los datos durante los segundos a decenas de segundos antes de que ocurra un terremoto".Fisiología

La clave es el cambio de estrés en la "zona de deslizamiento silencioso"

En experimentos pequeños a escala centimétrica, se ha informado que el aprendizaje automático puede predecir con alta precisión el momento de los terremotos. Sin embargo, las fallas naturales son mucho más grandes y estructuralmente complejas. Por lo tanto, había una gran duda sobre si se podría predecir de la misma manera en experimentos de mayor escala.Fisiología

El equipo de la Universidad de Kioto comparó los datos experimentales con simulaciones numéricas de modelos físicos para investigar en qué se basa el aprendizaje automático. Descubrieron que no es el estrés promedio de toda la falla, sino el cambio en el esfuerzo cortante en la "zona de deslizamiento lento" lo que se convierte en una señal importante justo antes de la ruptura.Fisiología

En otras palabras, la IA detecta primero cómo el estrés se acerca lentamente al límite en lugares que parecen tranquilos en la superficie. Este conocimiento está cambiando la perspectiva de la investigación sísmica de "observar la falla de manera promedio" a centrarse en "dónde y cómo se desliza".Fisiología

Sin embargo, no se puede decir que "se puede predecir terremotos"

Es importante señalar que este logro no significa en absoluto que ahora podamos saber dónde ocurrirá un gran terremoto mañana.

• El experimento se realizó en un dispositivo de roca artificial

• La escala es a nivel métrico, aún pequeña en comparación con una falla real

• No es seguro que se puedan observar señales tan sutiles en fallas reales a decenas de kilómetros bajo tierra

Hay muchos obstáculos. Los propios investigadores lo consideran un "paso importante para profundizar la comprensión física hacia la predicción a corto plazo de terremotos", y no es un tono de "aplicación inmediata".Fisiología

Aun así, el hecho de que se haya podido explicar el "proceso físico justo antes" tanto con IA como con modelos físicos es significativo. Al vincular las bases de decisión del aprendizaje automático, que a menudo se consideraban una "caja negra", con mecanismos físicos, se ha facilitado el avance de las discusiones en una forma que los sismólogos pueden aceptar.Fisiología

Voces de "expectativa" y "precaución" en las redes sociales (reacciones previstas)

Cuando se informe esta noticia, es probable que haya diversas reacciones en las redes sociales. Aquí organizamos algunas reacciones típicas imaginadas (no son publicaciones reales, sino comentarios ficticios para mostrar tendencias).

1. El grupo positivo que habla de esperanza

• "¡La predicción de terremotos con IA se está volviendo una realidad...! Estoy orgulloso de que sea una investigación japonesa"

• "Incluso si se sabe con decenas de segundos de anticipación, la precisión de detener ascensores o desacelerar trenes bala debería mejorar"

Para aquellos que han experimentado el Gran Terremoto de Hanshin-Awaji o el Gran Terremoto del Este de Japón, este estudio se recibe como una fuerte luz de esperanza para aquellos que tienen el deseo urgente de "saber incluso un segundo antes". Especialmente, el hecho de que una universidad japonesa esté liderando el estudio se suma a la expectativa de "cumplir con la responsabilidad como una nación de prevención de desastres".

2. El grupo cauteloso que advierte sobre "informes alarmistas"

Por otro lado, se pueden imaginar voces cautelosas como estas.

• "Parece que el titular de 'predicción de terremotos con IA' podría correr por sí solo otra vez"

• "Espero que se comunique claramente que es una historia de laboratorio y que los terremotos reales son completamente diferentes"

Dado que es un tema sensible que podría estar directamente relacionado con la información de prevención de desastres del gobierno y las autoridades locales, muchas personas probablemente estén preocupadas por la difusión de "titulares que fomentan expectativas excesivas". Aunque la palabra "IA" aumenta la notoriedad, también tiene el potencial de crear malentendidos debido a su imagen mágica.

3. Perspectiva de expertos y ingenieros en el campo

Entre los sismólogos e ingenieros de prevención de desastres, probablemente surjan discusiones más técnicas.

• "¿Qué tipo de red de sensores se necesita para captar el mismo tipo de emisión acústica en el campo real?"

• "¿Podemos probar un modelo similar utilizando datos de la red de sismómetros existente?"

• "Es bueno que se haya alineado con el modelo físico. Lo siguiente es cómo conectarlo a múltiples escalas"

Aquí, más que el "buzz", la perspectiva práctica de "cómo integrarlo en la red de observación e infraestructura real" se destaca.

4. Incomodidad con la "teoría de la omnipotencia de la IA"

Además, junto con la expectativa hacia la IA, se pueden imaginar voces que expresan incomodidad con tratarla como una "herramienta omnipotente".

• "No es que la IA sea increíble, sino que es un logro gracias a datos experimentales y modelos físicos adecuados"

• "La IA es un 'asistente para encontrar pistas', pero entender los terremotos es trabajo humano"

Este estudio es como un concierto de "IA + física". No es que el aprendizaje automático avance solo, sino que se compara con simulaciones físicas para explicar "por qué funciona", y es probable que haya muchos comentarios que valoren este equilibrio.

El futuro que abre esta investigación

Entonces, ¿qué camino seguirá esta investigación en el futuro?

1. Aplicación a datos de observación
   Primero, se espera que se avance en la verificación de si se puede aplicar el mismo enfoque a los datos de observación de terremotos naturales. Además de la red de sismómetros existente, la combinación de sensores más sensibles y observaciones en pozos será clave para detectar "patrones de señales" como los observados en el laboratorio.

2. Uso avanzado de "segundos a decenas de segundos antes"
   Incluso si se pueden detectar señales a corto plazo, se espera que la predicción sea solo "unos segundos a decenas de segundos antes". Sin embargo, incluso ese breve tiempo puede ser aprovechado en muchas situaciones, como la parada automática de trenes bala, la parada de emergencia de equipos en fábricas y la respuesta durante cirugías en hospitales.

3. Integración con la evaluación del riesgo sísmico
   En el futuro, se buscará un marco que combine modelos de probabilidad de ocurrencia de terremotos a largo plazo con la detección de señales a corto plazo para evaluar de manera multifacética "cuándo, dónde y qué daño podría ocurrir". En ese momento, la política de "no usar la salida de la IA como una caja negra" será importante.
   
   
   

Lo que debemos saber ahora

Finalmente, organizamos lo que podemos hacer "ahora" después de leer este artículo.

• No apresurarse a concluir que "se puede predecir terremotos"
  Este logro es solo un paso adelante en la "comprensión de señales" a nivel de laboratorio.

• Aun así, evaluar correctamente el avance de la investigación
  La combinación de IA y modelos físicos ha permitido una comprensión más profunda del proceso de ruptura de fallas, lo cual es un avance significativo y un paso importante hacia futuras tecnologías de prevención de desastres.Fisiología

• Continuar "actualizando" las acciones de prevención de desastres
  Independientemente de cuán avanzadas sean las tecnologías de predicción, la importancia de preparativos básicos como "asegurar los muebles", "preparar una bolsa de emergencia" y "verificar los métodos de comunicación con la familia" no cambia. De hecho, se requiere que actualicemos nuestras acciones de prevención de desastres en línea con el progreso tecnológico.

La era en que la IA escucha el "susurro" de los terremotos puede estar a la vuelta de la esquina. Sin embargo, sigue siendo responsabilidad de los humanos decidir cómo interpretar esa voz y cómo integrarla en la estructura social. Los logros de la Universidad de Kioto pueden considerarse un material prometedor para avanzar en esa discusión.