Quentin Bletery, le chercheur IRD décroche un financement ERC avec le projet EARLI

Quentin Bletery, le chercheur IRD décroche un financement ERC avec le projet EARLI !

Quentin Bletery, chercheur IRD à Géoazur décroche un financement ERC Starting Grant d’1,5 million d’euros avec son projet EARLI. Cette initiative de recherche a reçu le soutien de l’Académie « Systèmes Complexes » en 2018 dans le cadre de l’AAP « TREMPLIN COMPLEX ». L’allocation Idex de 5k€ octroyée par l’académie lui a permis de consolider son réseau de recherche grâce à la prise en charge de ses déplacements et de ses séances de travail avec ses futurs partenaires. Tel que Bertrand Rouet Le Duc, un expert en Machine Learning au Los Alamos National Laboratory (Etats-Unis). A la suite de cette collaboration, le projet EARLI a pu être rédigé et soumis à l’ERC Starting Grant 2020.



 

EARLI, un projet à fort impact sociétal

EARLI est un projet qui ambitionne d’identifier les signaux annonciateurs de grands séismes à l’aide de l’intelligence artificielle. Son enjeu est de taille, il vise à améliorer la rapidité et la fiabilité des systèmes d’alerte sismique et tsunami. Même si aujourd’hui il est impossible de prédire la date et l’heure d’un séisme, des systèmes d’alerte existent. Ils se déclenchent dès que les premières ondes sismiques atteignent les capteurs les plus proches de l'épicentre. Ces systèmes donnent ainsi quelques secondes aux habitants des villes alentours pour se préparer aux secousses.

EARLI explore la faisabilité d'un système d'alerte précoce des séismes basé sur un signal qui précède les ondes sismiques. Ce signal est appelé « PEGS » (Prompt Elasto-Gravity Signal). Pour l’équipe du projet, le défi consiste à développer un algorithme de Machine Learning apte à identifier ces « PEGS ». L’algorithme d'EARLI devra en déduire quasi-instantanément une estimation de la magnitude et de la localisation du séisme. Ces estimations ultra-rapides pourraient être d’une importance cruciale pour activer des procédures de sécurité adéquates (arrêt des trains, etc.)

Détecter des signaux précurseurs à l'aide du Machine Learning

Un autre volet du projet consiste à explorer la possibilité de prévoir à plus long terme les tremblements de terre. A la différence des prévisions météorologiques, nous n’avons pas de prévision utilisable pour les séismes. Les algorithmes de Machine Learning pourraient être un outil de prédiction fiable pour anticiper sur le long terme ces évènement naturels. Pour y parvenir, Quentin Bletery, programme d’adapter les algorithmes développés pour les « PEGS ».

Leur mission sera de détecter des signaux précurseurs de grands séismes. Pour ce faire, les données de sismomètres enregistrant les vibrations du sol seront scrutées, en continu, par les algorithmes de Machine Learning. Les données collectées pourraient décelées de nouveaux signaux encore plus précoces précédant l’initiation des séismes. Cet objectif est extrêmement ambitieux car il repose sur l’existence hypothétique de tels signaux.

Grâce à la bourse ERC d’1,5 million d’euros, Quentin Bletery a pu se constituer un groupe de recherche autour de ce projet prometteur.

Retrouvez l'interview de Quentin Bletery réalisée par l'Académie
Géoazur : Quentin Bletery, décroche une ERC !

Le communiqué de l’ERC
https://erc.europa.eu/news/StG-recipients-202