【概要】哈佛大學(xué)和谷歌的科研人員利用人工智能技術(shù)實(shí)現(xiàn)了對(duì)地震余震的有效預(yù)測(cè)。

地震研究人員多年來(lái)一直試圖模擬余震。到目前為止，他們已經(jīng)能夠相當(dāng)準(zhǔn)確地預(yù)測(cè)余震發(fā)生的時(shí)間，以及余震的強(qiáng)度。但在準(zhǔn)確定位余震的位置方面，他們遠(yuǎn)沒(méi)有做到完美。

回答這個(gè)難題的答案當(dāng)然是人工智能。來(lái)自谷歌和哈佛團(tuán)隊(duì)的一群合作者稱，在對(duì)超過(guò)13.1萬(wàn)次地震及其后續(xù)余震地點(diǎn)的數(shù)據(jù)庫(kù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，他們已經(jīng)找到了預(yù)測(cè)未來(lái)余震發(fā)生地點(diǎn)的最佳方法。

人工智能的核心是奇特的模式匹配：顯示它的數(shù)據(jù)，無(wú)論是某人的臉部照片還是余震的位置，算法都會(huì)試圖找到潛在的模式。就拿面部識(shí)別來(lái)說(shuō)，模式是代表一個(gè)人面部的像素排列，而在余震預(yù)測(cè)中，可以用方程來(lái)解釋余震位置的原因。

研究人員在2018年8月29日發(fā)表在《自然》雜志上的論文中寫道，該算法較為準(zhǔn)確的一個(gè)原因是它使用了兩個(gè)復(fù)雜的指標(biāo)，即最大剪應(yīng)力變化和馮-米塞斯屈服準(zhǔn)則，這兩個(gè)指標(biāo)以前被認(rèn)為與余震無(wú)關(guān)。這些指標(biāo)通常應(yīng)用于銅或鋁等可彎曲材料的科學(xué)領(lǐng)域，而不用于余震預(yù)測(cè)——現(xiàn)在這種情況可能發(fā)生了改變。

但不要因?yàn)檫@將從明天開(kāi)始為人類提供幫助而感到興奮——正如這篇論文的共同作者、哈佛大學(xué)研究員Phoebe DeVries表示：“我們離讓它在任何操作層面上發(fā)揮作用還很遠(yuǎn)。我們認(rèn)為這是非常鼓舞人心的第一步。”