雷鋒網(wǎng)消息，近日，來自 Google 人工智能部門和哈佛大學的研究人員已經(jīng)建立了一個人工智能模型，能夠預測大地震后長達一年的余震位置。該模型訓練了近幾十年來的 199 次大地震以及之后帶來的 13 萬次余震，并發(fā)現(xiàn)比目前用于預測余震的方法更精確。

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

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

我們發(fā)現(xiàn)，在將這些模型應力變化輸入神經(jīng)網(wǎng)絡后，在測試數(shù)據(jù)中，神經(jīng)網(wǎng)絡可以更準確地對余震位置進行預測，這比在余震研究中經(jīng)常使用的庫侖破壞應力變化基準預測的更準確。

用于訓練該模型的數(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 機器學習研究人員 Martin Wattenberg 和 Fernanda Viégas 以及 Google 人工智能招聘負責人 Brendan Meade 共同撰寫。雖然 DeVries 和 Meade 認為他們自己是地球計算科學家，但是目前沒有實際的地震學家參與這項研究。

另外，AI 模型在訓練過程中的經(jīng)驗將被用來探索一個更大的問題：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)絡都非常難以解釋，有時也被稱為黑匣子，但我認為，因為我們對可能牽涉其中的物理學有了一些概念，所以我們了解到通過彈性傳遞應力是重要的，結(jié)論證明我們的結(jié)果是可以接受的。我們能夠看到這個模型計算出的結(jié)果是有意義的，它實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，因此它正引導我們走向一個令人興奮的新方向。

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

任何機器學習應用，不管神經(jīng)網(wǎng)絡是否具有推理能力，不僅取決于算法結(jié)構(gòu)，而且取決于它所使用的訓練集，而且我們沒有使用與火山有關的訓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測起作用。

Meade 補充道，這個模型是利用過去幾年大地震的歷史數(shù)據(jù)來訓練的，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。