70 ricercatori esperti di sismologia, vulcanologia, geofisica, modellistica numerica, fisica dei terremoti, data science e intelligenza artificiale sono stati ospiti, dal 14 al 19 giugno scorsi, del resort Baia Samuele di Scicli, in occasione di ML4SEG 2026 – Machine Learning for Solid Earth Geosciences and Earthquake Physics, la conferenza internazionale dedicata all’applicazione dell’intelligenza artificiale alla geofisica.
L’evento, organizzato dall’Istituto Nazionale di Geofisica e Vulcanologia (Osservatorio Etneo), dal Los Alamos National Laboratory, dall’Università di Roma La Sapienza (Dipartimento di Scienze della Terra), dall’Università di Catania (Dipartimento di Scienze Biologiche, Geologiche e Ambientali), dall’Università di Perugia (Dipartimento di Fisica e Geologia) e dall’École normale supérieure – PSL, ha permesso di discutere come deep learning, foundation models, physical-guided AI, digital twins, reti neurali, tecniche di explainable AI e tecnologie innovative come il Distributed Acoustic Sensing possano contribuire a trasformare il modo in cui studiamo terremoti, vulcani, deformazioni del suolo, eventi estremi meteo-marini e risorse geotermiche.
ML4SEG 2026 conferma la crescente centralità dell’intelligenza artificiale nelle scienze della Terra e, allo stesso tempo, il ruolo della Sicilia come laboratorio naturale e luogo privilegiato per il confronto internazionale su terremoti, vulcani e rischi naturali. Tra i temi al centro della conferenza vi sono stati il miglioramento dei cataloghi sismici, il riconoscimento automatico dei segnali geofisici compresa l’evoluzione delle proprietà delle zone di faglia durante i cicli sismici, la modellazione dei processi di faglia, l’analisi di grandi moli di dati provenienti dalle reti di monitoraggio, lo sviluppo di sistemi di early warning, l’interpretazione dei segnali vulcanici, il monitoraggio di eventi meteo-marini estremi e la costruzione di scenari evolutivi per fenomeni naturali complessi.
Un aspetto centrale di ML4SEG 2026 ha riguardato le ricadute di queste ricerche per la mitigazione dei rischi naturali. L’integrazione tra reti di monitoraggio, intelligenza artificiale e modelli basati sulla fisica dei processi naturali può contribuire a riconoscere più rapidamente segnali anomali, migliorare la tempestività dei sistemi di allerta, supportare la valutazione degli scenari di pericolosità e fornire strumenti più efficaci alla comunità scientifica, agli enti di monitoraggio e alle strutture di protezione civile.
In territori esposti a pericolosità sismica, vulcanica, idrogeologica e costiera, come la Sicilia e più in generale l’area mediterranea, lo sviluppo di metodologie innovative per l’analisi dei dati geofisici rappresenta un tassello fondamentale per rafforzare la prevenzione, la preparazione e la risposta agli eventi naturali estremi. In questa prospettiva, l’intelligenza artificiale non è soltanto una nuova frontiera tecnologica, ma uno strumento potenzialmente strategico per aumentare la resilienza dei territori e ridurre l’impatto dei rischi naturali sulla popolazione, sulle infrastrutture e sulle attività economiche.
