人工智能以前所未有的准确性预测地震

2011 年新西兰强烈地震后的损坏情况。德克萨斯大学奥斯汀分校的研究人员正在利用人工智能预测地震。图片来源：Flickr/Martin Fluff

研究人员训练人工智能检测实时地震数据中的统计突变，并将这些数据与之前的地震配对。结果，在每周一次的预测中，人工智能成功预测了 14 次地震，距离它估计的地震发生地点约 200 英里，强度几乎完全一致。它错过了一次地震，并发出了 8 次错误警报。

目前还不知道同样的方法是否能在其他地点奏效，但这项工作是人工智能驱动的地震预报研究的一个里程碑。

德克萨斯大学经济地质局教授、研究小组成员谢尔盖-福梅尔（Sergey Fomel）说："预测地震是圣杯。我们还无法预测世界上任何地方的地震，但我们取得的成果告诉我们，我们认为不可能解决的问题原则上是可以解决的。"

这次试验是在中国举行的国际竞赛的一部分，德克萨斯大学 开发的人工智能在 600 个其他设计方案中脱颖而出。德克萨斯大学的参赛选手是地震局专家、人工智能的主要开发者陈阳康。试验结果发表在《美国地震学会公报》杂志上。

该地图显示了人工智能预测的地震在中国的位置（蓝点），并用红线连接到每次实际地震发生的位置（红点）。数字表示地震发生的星期。在为期 30 周的试验中，德克萨斯大学 Austin 开发的人工智能只错过了一次地震。图片来源：Yangkang Chen/杰克逊地球科学学院

高级研究科学家亚历山大-萨瓦伊迪斯（Alexandros Savvaidis）说："我们看不到地震的到来，这是一个毫秒级的问题，唯一能控制的就是对地震的防灾准备程度。即使只有 70%，这也是一个巨大的成果，有助于最大限度地减少经济和人员损失，并有可能显著改善全球的地震防备工作。"

研究人员说，他们的方法是通过相对简单的机器学习方法取得成功的。根据研究小组掌握的地震物理学知识，给人工智能提供了一组统计特征，然后让它在一个为期五年的地震记录数据库中进行自我训练。

经过训练后，人工智能通过聆听地球背景隆隆声中地震来袭的迹象进行预测。

该局局长斯科特-廷克（Scott Tinker）说："我们为这支队伍及其在这一著名比赛中取得的第一名成绩感到非常自豪。当然，重要的不仅是地点和震级，还有时间。地震预测是一个棘手的问题，我们怎么强调其难度都不为过。"

研究人员相信，在加利福尼亚、意大利、日本、希腊、土耳其和德克萨斯等拥有强大地震跟踪网络的地方，人工智能可以提高成功率，将预测范围缩小到几十英里以内。

下一步工作之一是在德克萨斯州测试人工智能，因为该州小震和一些中震的发生率很高。地震局的 TexNet 拥有 300 个地震台站和六年多的连续记录，是验证该方法的理想地点。

最终，研究人员希望将该系统与基于物理的模型相结合，这在数据贫乏的地方或卡斯卡迪亚等地可能非常重要，因为那里上一次大地震发生在地震仪出现之前的几百年。

陈说："我们未来的目标是将物理学和数据驱动方法结合起来，为我们提供一种通用的方法，就像ChatGPT一样，可以应用于世界上的任何地方。"

新研究是实现这一目标的重要一步。这可能是一个漫长的过程，但像这样的许多进展加在一起，才能推动科学向前发展。

编译自/ScitechDaily2024-08-20