人工智能正在帮助预测下一次大地震将在何时店面装修齿轮泵二极管温度移液器Oe

人工智能正在帮助预测下一次大地震将在何时发生

旧金山电 — 整个科学界花了无数资金，一直在致力于预测下一次大地震将在何时何地发生。由于使用了更好的卫星和更强大的数学模型，天气预报已经有了很大的改进，但地震预报却屡屡失败。

2008 年的中国地震、2010 年的海地地震和 2011 年的日本地震……世界上破坏性最大的地震都发生在地震危险图认为相对安全的地区。美国境内上一次大地震发生在 1994 年的洛杉矶北岭市（northridge），而震源地处于一个没有出现在地震地图上的断层上。

目前，在人工智能的帮助下，越来越多的科学家表示，大规模地震数据分析方式的改变，可以帮助他们更好地理解地震，预测地震形态，并提供更快、更准确的早期预警。

“我对我们能在这个问题上取得进展满怀信心——实际上，这在我职业生涯中还是头一遭，”保罗·约翰逊（paul johnson）说。他是洛斯阿拉莫斯国家实验室（los alamos national lab）的研究员，也是这项研究的重要人物之一。

科学家们很清楚地震预报失败的历史。当被问及使用人工智能技术取得了多大进展时，他们非常谨慎。这个领域的一些人把预测（predict实验机固有参数对检测结果的影响ion）称为“p 字”，因为他们甚至不想暗示预测地震是可能的。但他们说，他们努力的一个重要目标，便是能够提供可靠的预测。

例如，地震危险图上提供的地震概率就具有至关重要的作用，其中最明显的就是指导工程师该如何建造建筑物。但批评人士说，这些地图非常不精确。

洛杉矶的一张地图列出了在给定的时间内（通常是 50 年）发生强烈地震的可能性。这些预测基于一个复杂的公式，该公式考虑到了某地距离断层的距离、断层一侧向另一边移动的速度，以及该地区再次发生地震的情况等等。

美国地质调查局地质学家凯瑟琳·谢勒（katherine m. scharer）领导的一项研究，估计了圣安德烈亚斯（san andreas）断层南加州部分可追溯到 8 世纪的前 9 次地震的日期。上一次圣安德烈亚斯大地震发生在 1857 年。

由于这些大地震之间的平均间隔是 135 年，一个普遍的解释是，南加州将再次发生大地震。然而，地震之间的间隔也是非常不同——从 44 年到 305 年不等——所以取平均值并不是一个非常有用的预测工具。大地震可能明天就会发生，也可能在一个半世纪或更长的时间之后才会发生。

这也是加州大学伯克利分校数学与物理科学专高速电机业副主任菲利普·斯塔克（philip防腐设备 stark）的批评意见之一。斯塔克说，地震概率这套体系“介于无意义和误导之间”，呼吁将其废除。

全新的、与人工智能有关的地震研究则依赖于神经络技术——从会说话的数字助理到无人驾驶汽车，很多事物的发展背后依赖的都是这项技术。神经络是一个复杂的数学系统，大致模拟了人脑的神经元络，能够独立学习任务。

科学家们表示，地震数据与 google 和等公司用来训练神经络识别 alexa 等数字助手的语音命令的音频数据非常相似。在研究地震时，计算机会在海量的数据中寻找各种模式，而以前靠的是科学家疲惫的双眼。

加州理工学院地震实验震动马达室的研究员扎卡里‧罗斯（zachary ross）正在研究此类人工智能技术，他说：“我们监测的是地层震动测量数据，而不是一系列的词汇。我们要寻找的是这些数据中蕴含的模式。”

哈佛大学地球和行星科学教授布伦丹·米德（brendan meade）在 google 休完学术假期后，开始探索这些技术。google 在人工智能研究领域处于前沿位置。

米德的第一个项目表明，这些机器学习方法至少可以显著加速他的实验。他和他的研究生使用神经络进行地水压试验机操作震分析，速度比过去快了 500 倍。过去花几天时间才能完成的分析，现在只要几分钟。

米德还发现，这些人工智能技术可以带来新的见解。今年秋天，他与 google 和哈佛大学的其他研究人员一起发表了一篇论文，展示了神经络如何预测地震余震。他认为，这类项目代表了地震科学研究方式的巨大转变。加州理工学院和斯坦福大学等机构也在开展类似的工作。

罗斯说：“现在这项技术的表现和人类专家一样好，或者比人类专家做得更好。”

科学家们之所以会有这种谨慎乐观的态度，是因为随着传感器的体积越来越小、成本越来越低，科学家将能够收集到更多的地震数据。在神经络等人工智能技术的帮助下，他们希望从这些数据中获得新的发现。

罗斯和加州理工学院的其他研究人员正在利用这些技术建立系统，以便在地震发生时更准确地识别地震，并预测震中的位置和地震扩散的方向。

日本和墨西哥都有预警系统，加州也刚刚推出了自己的预警系统。但科学家们表示，人工智能可以极大地提升其准确性，帮助预测地壳破裂的方向和强度，并向医院和其他机构提供早期预警——对于它们来说，额外的几秒钟准备工作会非常有帮助。

罗斯说：“拥有的细节越多，预测就会越准确。”

从事这些项目的科学家说，神经络也有其局限性。虽然神经络擅长在数据中找到熟悉的信号，但它们不一定适合于寻找新的信号——比如地壳板块碰撞时发出的声音。

论文征集：但是在洛斯阿拉莫斯，约翰逊博士和他的同事们已经证明了一种叫做“随机森林”（random forests）的机器学习技术，它能够在实验室内产生的模拟断层中发现先前未知的信号。有一次，他们的系统显示，由断层发出的特定声音实际上预示了地震将在何时到来，而科学家们以前认为这种声音毫无意义。

另外一些科学家——比如东京大学的地震学家罗伯特·盖勒（robert geller）——并不相信人工智能将改善地震预测。他对过去的地震可以预测未来地震的假设表示了质疑。他说，只有当地震预测不再是碰运气时，我们才能最终了解到人工智能预测地震的有效性（到底有多高）。

“（地震预测）没有捷径好走，”盖勒说，“如果不能预测未来，那么你的假设就是错的。”

翻译：熊猫译社 葛仲君