谷歌AI部門與哈佛大學(xué)研究員們一起研發(fā)了可預(yù)測(cè)地震后1年內(nèi)可能發(fā)生余震位置的AI模型。這個(gè)模型是根據(jù)199個(gè)主要地震災(zāi)難和13萬(wàn)個(gè)余震數(shù)據(jù)得出的，這個(gè)模型比現(xiàn)在正在使用的預(yù)測(cè)余震的方法會(huì)更準(zhǔn)確。
模型主要的數(shù)據(jù)來源于2004年蘇門答臘地震、2011年日本大地震、1989年舊金山地震以及1994年洛杉磯地震等著名地震，在模型完成后已經(jīng)使用最近10年的地震及余震數(shù)據(jù)進(jìn)行測(cè)試。
這項(xiàng)研究結(jié)果刊登在最新一版的自然雜志上面，參與這項(xiàng)研究的有哈佛大學(xué)地球與恒星科學(xué)教授Brendan Meade，谷歌深度學(xué)習(xí)研究員Martin Wattenberg與Fernanda Viégas，這些學(xué)者雖然都是地球相關(guān)的科學(xué)家，但是并沒有地震專家參與研究。
AI模型學(xué)習(xí)訓(xùn)練是用于探索“什么引發(fā)地震”這種大的問題，Meade教授表示“大部分的神經(jīng)網(wǎng)很難解釋，有時(shí)會(huì)被稱為黑匣子，但對(duì)于這個(gè)問題，因?yàn)榱私饬宋锢韺W(xué),所以知道這個(gè)是通過彈性壓力傳達(dá)的重要事實(shí)”。
Meade教授表示“研究結(jié)果證實(shí)是可以解釋的，實(shí)際上誘發(fā)地震的原因和物理性的解釋有所不同，這為研究提供了新的方向”。
該模型無法將火山爆發(fā)等其他重大自然災(zāi)害所造成的地震考慮在內(nèi)。盡管這項(xiàng)研究取得了成功，但它還遠(yuǎn)未準(zhǔn)備好在現(xiàn)實(shí)世界中部署。首先，AI模型只關(guān)注由地面永久性變化引起的余震，稱為靜態(tài)應(yīng)力。但后續(xù)地震也可能是由于后來發(fā)生的地面隆隆聲造成的，稱為動(dòng)態(tài)壓力。現(xiàn)有模型也太慢而無法實(shí)時(shí)工作。
