Les scientifiques ont réussi à développer des méthodes efficaces pour cartographier la croûte terrestre au cours de ces dernières années. Grâce à cette cartographie, ils ont pu identifier des ressources telles que le pétrole ou encore les sources géothermiques. Cependant, les méthodes utilisées manquent encore de précisions pour avoir des images plus claires.
Le développement de nouveaux outils : le machine learning
Récemment, des chercheurs du MIT (Massachusetts Institute of Technology) ont mis au point une solution de machine learning permettant à l’intelligence artificielle de cartographier les structures souterraines de la Terre avec plus de précision. Le machine learning ou « apprentissage automatique » en français est un concept qui fait de plus en plus parler de lui dans le monde de l’informatique, et qui se rapporte au domaine de l’intelligence artificielle. Ce terme renvoie à un processus de développement, d’analyse et d’implémentation conduisant à la mise en place de procédés systématiques. Pour faire simple, il s’agit d’une sorte de programme permettant à un ordinateur ou à une machine un apprentissage automatisé, de façon à pouvoir réaliser un certain nombre d’opérations très complexes de façon rapide et automatique.
« Le rêve ultime serait d’être en mesure de cartographier l’ensemble du sous-sol, et d’être en mesure de dire, par exemple : c’est exactement à quoi il ressemble sous l’Islande, vous savez maintenant où explorer des sources géothermiques », a expliqué Laurent Demanet, professeur de mathématiques appliquées au MIT.
Une méthodologie révolutionnaire
La méthodologie mise en place consiste à suivre les ondes sismiques produites naturellement par les tremblements de terre ou artificiellement par des explosifs ou des fusils à air comprimé. En effet, il s’agit de la technique la plus efficace pour cartographier la croûte terrestre. Pour cela, les chercheurs observent la façon dont les ondes se dispersent et rebondissent pour déterminer le type de structure qui se trouve sous la terre.
Certaines ondes se produisant à des fréquences basses d’environ 1 hertz permettent d’obtenir des images plus claires des structures souterraines. Cependant, celles-ci sont difficiles à percevoir parce qu’elles sont souvent étouffées par les bruits sismiques.
Mais grâce à la solution de machine learning mise au point par des chercheurs du MIT, on pourrait bientôt cartographier les structures souterraines de la Terre d’une façon plus précise et plus détaillée.
Cette nouvelle méthode pour cartographier les structures souterraines de la Terre a été décrite dans un article paru dans la revue Géophysique. On y explique que les chercheurs ont formé un réseau de neurones sur des tremblements de terre artificiels. En présentant le réseau formé avec les ondes sismiques à haute fréquence avec un nouveau tremblement de terre artificiel, le réseau était alors capable d’imiter la physique de la propagation des ondes et d’estimer avec précision les ondes à basse fréquence manquantes du séisme.
Et avec l’intelligence artificielle, les chercheurs pourraient synthétiser artificiellement les ondes basses fréquences qui sont cachées dans les données sismiques. De cette façon, il sera possible de cartographier plus précisément les structures internes de la Terre.
Sources :
Bastien. « Machine Learning et Big Data : définition et explications ». LeBigData.fr (blog), 6 juillet 2018. https://www.lebigdata.fr/machine-learning-et-big-data
TNTIC. « L’IA pour cartographier les structures souterraines de la Terre », 6 mars 2020. https://www.tntic.com/2020/03/06/lia-pour-cartographier-les-structures-souterraines-de-la-terre/