您当前的位置:首页> 科技 > 正文

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(prediction)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业副主任菲利普·斯塔克(Philip 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网络技术——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。神经网络是一个复杂的数学系统,大致模拟了人脑的神经元网络,能够独立学习任务。

科学家们表示,地震数据与 Google 和亚马逊等公司用来训练神经网络识别 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网络进行地震分析,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,展示了神经网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。在神经网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,神经网络也有其局限性。虽然神经网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。

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

 来源:好奇心日报  编辑:滚动新闻编辑组

  • 微笑
  • 流汗
  • 难过
  • 羡慕
  • 愤怒
  • 流泪
相关新闻
广告
广告
广告