Les tremblements de terre sont-ils vraiment imprévisibles ? Les "murmures" juste avant un séisme captés par l'IA ─ L'Université de Kyoto s'attaque au défi du "monde quelques secondes avant".

L'IA peut-elle détecter un tremblement de terre "quelques secondes à l'avance" ?

―― Visualisation des "signes avant-coureurs" par l'Université de Kyoto, espoir et prudence pour l'avenir

"Pouvoir prédire les tremblements de terre à l'avance" ―― c'est un rêve que l'humanité nourrit depuis longtemps.
Cependant, en réalité, de nombreux signes considérés comme des "prémonitions", tels que le comportement anormal des animaux ou les "nuages sismiques", manquent de fondement scientifique. Actuellement, la sismologie considère que "les grands tremblements de terre se produisent presque sans signes avant-coureurs".Phys.org

C'est dans ce contexte que l'équipe de recherche de l'Université de Kyoto a introduit une petite brèche avec sa dernière étude, publiée en novembre 2025. En utilisant un dispositif expérimental de roches géantes à l'échelle du mètre, et en appliquant l'apprentissage automatique à ces données, ils ont réussi à détecter un signal très faible qui n'apparaît que juste avant un "séisme de laboratoire".Phys.org

Expérimentation sur une "faille artificielle" de taille métrique

Le cadre de cette recherche est une machine d'essai de roches de taille métrique, conçue pour reproduire le comportement des failles réelles. En pressant fortement des blocs de roche les uns contre les autres et en les déplaçant lentement, on crée une condition de "glissement" difficile à atteindre en raison du frottement. Au moment où cette limite est dépassée, la roche glisse brusquement, générant des vibrations. C'est ce qu'on appelle un "séisme par glissement saccadé" reproduit en laboratoire.Phys.org

De nombreux capteurs haute sensibilité sont installés sur cet appareil, enregistrant avec une haute résolution temporelle les déformations de la roche, les sons (émissions acoustiques), et les variations de contrainte de cisaillement. L'application de l'apprentissage automatique pour explorer "où se cachent les changements caractéristiques dans les données quelques secondes à quelques dizaines de secondes avant un séisme" est l'objet de cette recherche.Phys.org

La clé est le changement de contrainte dans les zones de "glissement silencieux"

Dans de petites expériences à l'échelle du centimètre, il a été rapporté que l'apprentissage automatique pouvait prédire avec précision le moment des tremblements de terre. Cependant, les failles naturelles sont beaucoup plus grandes et structurellement complexes. Par conséquent, la question de savoir si des prédictions similaires peuvent être faites à une plus grande échelle expérimentale restait en suspens.Phys.org

L'équipe de l'Université de Kyoto a comparé les données expérimentales avec des simulations numériques de modèles physiques pour déterminer ce que l'apprentissage automatique utilise comme "indice". Il s'est avéré que ce n'est pas la contrainte moyenne sur l'ensemble de la faille, mais le changement de contrainte de cisaillement dans les "zones de fluage" qui glissent lentement, qui constitue un signe important juste avant la rupture.Phys.org

En d'autres termes, l'IA perçoit d'abord comment le stress approche lentement de sa limite dans des endroits qui semblent calmes en surface ―― c'est l'image qui se dégage. Cette découverte déplace la perspective de la recherche sismique d'une "vue moyenne de la faille" vers une focalisation sur les "disparités spatiales de glissement".Phys.org

Cependant, pourquoi ne peut-on pas dire que "nous pouvons prédire les tremblements de terre" ?

Il est important de noter que ce résultat ne signifie pas du tout que nous savons maintenant où un grand tremblement de terre se produira demain.

• L'expérience a été menée dans un dispositif de roche artificielle

• L'échelle est de l'ordre du mètre, encore petite par rapport aux failles réelles

• Il n'est pas garanti que des signaux aussi subtils puissent être observés dans de vraies failles à des dizaines de kilomètres sous terre

Il y a de nombreux obstacles. Les chercheurs eux-mêmes considèrent cela comme "une étape importante pour approfondir la compréhension physique en vue de la prévision à court terme des tremblements de terre", et non comme une solution "immédiatement applicable".Phys.org

Néanmoins, le fait que "le processus physique juste avant puisse être expliqué à la fois par l'IA et le modèle physique" est significatif. En reliant les bases de décision souvent "boîte noire" de l'apprentissage automatique à des mécanismes physiques, cela permet aux sismologues de discuter de manière plus convaincante.Phys.org

Les réactions "d'espoir" et de "prudence" sur les réseaux sociaux (réactions attendues)

Lorsque cette nouvelle sera rapportée, diverses réactions devraient émerger sur les réseaux sociaux. Voici quelques réactions typiques imaginées (ce ne sont pas des publications réelles, mais des commentaires fictifs pour illustrer les tendances).

1. Ceux qui expriment un espoir positif

• "La prédiction des tremblements de terre par l'IA devient une réalité... ! Fier que ce soit une recherche japonaise"

• "Même si c'est quelques secondes avant, cela pourrait améliorer la précision de l'arrêt des ascenseurs et du ralentissement des trains à grande vitesse"

Pour ceux qui ont vécu des expériences comme le tremblement de terre de Hanshin-Awaji ou le séisme de Tōhoku, ce désir pressant de "vouloir savoir même une seconde plus tôt" fait de cette recherche une lueur d'espoir. En particulier, le fait que ce soit dirigé par une université japonaise suscite des attentes pour "assumer la responsabilité en tant que nation de prévention des catastrophes".

2. Ceux qui mettent en garde contre les "titres sensationnalistes"

D'un autre côté, des voix prudentes peuvent également être imaginées.

• "Encore un titre qui va circuler seul sur 'la prédiction des tremblements de terre par l'IA'"

• "Il faut bien expliquer que c'est une histoire de laboratoire et que ce n'est pas la même chose que les tremblements de terre réels"

Étant donné que ce thème sensible pourrait être directement lié aux informations de prévention des catastrophes des gouvernements et des municipalités, beaucoup craignent la diffusion de "titres qui suscitent des attentes excessives". Le mot-clé "IA" ajoute à l'attrait, mais son image magique peut aussi facilement conduire à des malentendus.

3. La perspective des experts et ingénieurs de terrain

Parmi les sismologues et les ingénieurs en prévention des catastrophes, des discussions plus techniques devraient s'intensifier.

• "Quel type de réseau de capteurs serait nécessaire pour capter les mêmes émissions acoustiques sur le terrain ?"

• "Ne pourrait-on pas tester des modèles similaires en utilisant les données des réseaux sismiques existants ?"

• "C'est bien d'avoir assuré la cohérence avec le modèle physique. La prochaine étape est de voir comment connecter à une échelle multiple"

Ici, plus que le "buzz", c'est la perspective pratique de "comment intégrer cela dans les réseaux d'observation et les infrastructures réelles" qui prédomine.

4. Le malaise face à la "théorie de l'IA omnipotente"

De plus, en même temps que l'attente envers l'IA, des voix exprimant un malaise face à son traitement en tant qu'"outil omnipotent" peuvent être imaginées.

• "Ce n'est pas l'IA qui est incroyable, mais le fait qu'il y ait des données expérimentales et des modèles physiques appropriés"

• "L'IA est un 'assistant pour trouver des indices', mais c'est aux humains de comprendre les tremblements de terre"

Cette recherche est en quelque sorte un "concerto AI + physique". L'apprentissage automatique ne fonctionne pas en solo, mais il est confronté à des simulations physiques pour expliquer "pourquoi cela fonctionne", et de nombreux commentaires devraient évaluer cet équilibre.

L'avenir ouvert par cette recherche

Alors, quel chemin cette recherche pourrait-elle tracer à l'avenir ?

1. Application aux données d'observation
   Tout d'abord, il est probable que des vérifications seront effectuées pour voir si la même méthode peut être appliquée aux données d'observation des tremblements de terre naturels. En plus des réseaux sismiques existants, la combinaison de capteurs plus sensibles et d'observations en forage pourrait permettre de détecter les "modèles de précurseurs" observés en laboratoire dans la réalité.

2. Utilisation avancée "quelques secondes à quelques dizaines de secondes avant"
   Même si des précurseurs à court terme pouvaient être détectés, il est probable que la prédiction ne concernerait que des échelles de temps très courtes, de "quelques secondes à quelques dizaines de secondes avant". Cependant, même ce court laps de temps pourrait être exploité dans de nombreuses situations du côté des infrastructures sociales, telles que l'arrêt automatique des trains à grande vitesse, l'arrêt d'urgence des équipements industriels, ou la gestion des interventions chirurgicales dans les hôpitaux.

3. Intégration avec l'évaluation des risques sismiques
   À l'avenir, un cadre combinant des modèles de probabilité d'occurrence de séismes à long terme avec la détection de précurseurs à court terme pourrait être exploré pour évaluer de manière multi-couches "quand, où et quelle ampleur de dommages pourrait survenir". Dans ce cas également, l'approche de "ne pas utiliser les résultats de l'IA comme une boîte noire" sera cruciale.
   
   
   

Ce que nous devons savoir maintenant

Enfin, résumons ce que nous pouvons faire dès maintenant après avoir lu cet article.

• Ne pas conclure hâtivement que "nous pouvons prédire les tremblements de terre"
  Les résultats actuels représentent une avancée dans la "compréhension des signaux précurseurs" au niveau du laboratoire.

• Évaluer correctement l'avancée de la recherche
  La combinaison de l'IA et des modèles physiques a permis une compréhension plus approfondie des processus de rupture des failles, ce qui constitue une avancée certaine et une étape importante vers les technologies de prévention des catastrophes futures.Phys.org

• Continuer à "mettre à jour" nos actions de prévention des catastrophes
  Peu importe les progrès des technologies de prédiction, l'importance des préparatifs de base tels que "fixer les meubles", "préparer un sac d