雷鋒網(wǎng)消息，近日，來自 Google 人工智能部門和哈佛大學(xué)的研究人員已經(jīng)建立了一個(gè)人工智能模型，能夠預(yù)測大地震后長達(dá)一年的余震位置。該模型訓(xùn)練了近幾十年來的 199 次大地震以及之后帶來的 13 萬次余震，并發(fā)現(xiàn)比目前用于預(yù)測余震的方法更精確。

用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的余震數(shù)據(jù)集來自距離每個(gè)地震震中垂直延伸 50 公里、水平延伸 100 公里的周邊地區(qū)。

哈佛大學(xué)地球和行星科學(xué)系的 Phoebe DeVries 在電話采訪中表示：

我們發(fā)現(xiàn)，在將這些模型應(yīng)力變化輸入神經(jīng)網(wǎng)絡(luò)后，在測試數(shù)據(jù)中，神經(jīng)網(wǎng)絡(luò)可以更準(zhǔn)確地對余震位置進(jìn)行預(yù)測，這比在余震研究中經(jīng)常使用的庫侖破壞應(yīng)力變化基準(zhǔn)預(yù)測的更準(zhǔn)確。

用于訓(xùn)練該模型的數(shù)據(jù)來自知名的大地震，例如 2004 年蘇門答臘地震、2011 年日本地震、1989 年舊金山灣區(qū)的洛馬普里塔地震和 1994 年洛杉磯附近的北嶺地震。

這項(xiàng)研究成果發(fā)表在《自然》雜志上。雷鋒網(wǎng)了解到，該研究由 DeVries 與 Google 機(jī)器學(xué)習(xí)研究人員 Martin Wattenberg 和 Fernanda Viégas 以及 Google 人工智能招聘負(fù)責(zé)人 Brendan Meade 共同撰寫。雖然 DeVries 和 Meade 認(rèn)為他們自己是地球計(jì)算科學(xué)家，但是目前沒有實(shí)際的地震學(xué)家參與這項(xiàng)研究。

另外，AI 模型在訓(xùn)練過程中的經(jīng)驗(yàn)將被用來探索一個(gè)更大的問題：究竟是什么引發(fā)地震？對此，Meade 在電話采訪中表示:

雖然大多數(shù)神經(jīng)網(wǎng)絡(luò)都非常難以解釋，有時(shí)也被稱為黑匣子，但我認(rèn)為，因?yàn)槲覀儗赡軤可嫫渲械奈锢韺W(xué)有了一些概念，所以我們了解到通過彈性傳遞應(yīng)力是重要的，結(jié)論證明我們的結(jié)果是可以接受的。我們能夠看到這個(gè)模型計(jì)算出的結(jié)果是有意義的，它實(shí)際上為我們指出了一些可能引發(fā)地震的不同的物理理論，因此它正引導(dǎo)我們走向一個(gè)令人興奮的新方向。

Meade 說，該模型無法對由火山爆發(fā)等其他重大自然災(zāi)害所產(chǎn)生的地震產(chǎn)生影響。

任何機(jī)器學(xué)習(xí)應(yīng)用，不管神經(jīng)網(wǎng)絡(luò)是否具有推理能力，不僅取決于算法結(jié)構(gòu)，而且取決于它所使用的訓(xùn)練集，而且我們沒有使用與火山有關(guān)的訓(xùn)練集或諸如此類的東西，所以我們根本沒有理由相信它會對所有的地震預(yù)測起作用。

Meade 補(bǔ)充道，這個(gè)模型是利用過去幾年大地震的歷史數(shù)據(jù)來訓(xùn)練的，但接下來，會加入將來的地震數(shù)據(jù)。

Via Venturebeat，雷鋒網(wǎng)編譯。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。