用AI预测地震,靠谱吗?

科学家通过机器学习来研究断层线的“慢地震”(预示地震到来的有用指标)信号,有望能作为准确预测地震的科学依据。

与其他断层沿线的地震相比,该地区发生的六次地震的间隔时间异常规律,因此美国地质调查局的科学家非常有信心地预测,下一次类似震级的地震将在1993年之前发生。

发现第二种奇怪的地质运动的科学家们,在日本西南部进一步发现了一种被称为“慢地震”的信号。

最近一段时间,世界各地地震频发。

就在1月1日,日本突发里氏7.6级的地震,随后陆续有灾情传出。据统计,目前至少已有62人死亡。

而下面这个问题,也再一次被提起:人类究竟什么时候能及时预测地震呢?

别急,已经在进步了。

现在,在用AI和其他技术及时预测地震这个方向,研究者取得了不少突破。

科学家通过机器学习来研究断层线的“慢地震”(预示地震到来的有用指标)信号,有望能作为准确预测地震的科学依据。

而AI技术也成为了分辨地震信号和其他地质学噪声的重要工具。

地震预警

2017年9月,在墨西哥城发生8.2级地震前约两分钟,刺耳的警报器提醒居民地震即将来临。

现在在全世界范围内普遍采用的这种地震预警系统,可以在潜在的破坏性地震开始后三到五秒内,向受灾地区发出响亮的信号。

首先,靠近断层的地震仪可以捕捉到地震的开始,精细编程的算法会确定震级可能的大小。

如果是中型或大型地震,发出的警报会比地震本身传播得更快,从而提供几秒钟到几分钟的窗口期。

这个时间窗口至关重要:就在这短短的几秒钟到几分钟,人们可以关闭电力和天然气管道,将消防车移到街道上,转移到安全的地方。

但这些预警系统有局限性,存在误报和漏报的情况。

更重要的是,它的作用只是预警,并不是预测。

“地震预测”,不再是无稽之谈

预测地震,是一件极其困难的事。

但这几年,开始有了一丝希望。

本文作者地震学博士Allie Hutchison表示,2013年当自己开始攻读地震学博士学位时,预测地震这个话题显得很不严肃,仿佛寻找尼斯湖水怪一样,不属于主流研究的范畴。

但仅仅七年后,很多事情都发生了变化。

2020年开始,当Hutchison开始第二次博士后研究时,她发现业内的科学家对于地震预测的态度更为开放了。

她所在的项目Tectonic正是使用机器学习来推进地震预测的。欧洲研究委员会深信这个项目的潜力,提供了为期四年、340万欧元的捐款资助。

如今,许多备受尊敬的科学家,都在各自的子领域中取得了进展。

比如一种沿着断层线的“慢地震”行为(预示地震到来的有用指标),以及地震噪声。

仍然很困难

预测地震之所以如此困难,是因为专家们能知道的事情实在是太少了。

20世纪60年代,板块构造理论就被广泛接受了,但几十年后,人们对于地震成因的理解,也只是应力累积到临界阈值,就会通过地震释放。

但对于沿着给定断层线正在发生什么,专家们基本上一无所知。

他们可以通过使用地震波和绘制地震位置来构建断层的近似地图,但无法直接测量它所承受的应力,也无法量化地面移动的阈值。

在地震预测上能做到的事,就是了解特定地区地震发生的频率。

比如,上一次导致加州圣安德烈亚斯断层南部全长断裂的地震是在1857年。

据估计,那里发生大地震的平均时间间隔在100年到180年之间。根据粗略计算,第二次地震可能“迟到”了。

当然,这种复发间隔可能差异会很大,样本量仅限于人类历史范围内、地质记录中所记载的范围,而这些,仅仅是地球历史上发生过的地震的极小一部分。

曾经,专家们一度非常有信心。

1985年,科学家沿着加州中部圣安德烈亚斯断层的帕克菲尔德部分,安装了地震仪和其他地震监测设备。

与其他断层沿线的地震相比,该地区发生的六次地震的间隔时间异常规律,因此美国地质调查局的科学家非常有信心地预测,下一次类似震级的地震将在1993年之前发生。

但实际上,这场地震2004年才发生,所以可以说预测失败了。

并且,对于容易发生大地震的地区,间隔可能长达数百年,不确定性如此之大,这种预测方法基本是不靠谱的。

对此,加州理工学院地球物理学家、美国地质调查局前高级科学家Tom Heaton就曾这样怀疑:我们根本无法预测地震。

在他眼里,地震很大程度上是随机过程——我们可以把概率附加到事件上,但无法准确预测

“从物理学的角度来看,这是一个混沌系统。这一切的背后有重要的证据表明地球的行为是有序的和确定性的。但如果不充分了解地下发生的事情,就不可能凭直觉理解这种秩序。”

新工具,让地震预测变得靠谱了

长时间以来,地震预测甚至带有一丝伪科学的意思,直到在2000年之后,两项发现才开启了预测地震的可能性。

第一个发现,是地震科学家在日本西南部发现的一种奇怪的低振幅信号。这种信号往往会持续几个小时到几周,科学家们将之称为“构造震颤”

第二种可能和地震相关的信号,就是卡斯卡迪亚俯冲带的大地测量学家发现,地壳会以奇怪的方向缓慢移动,科学家称之为“缓慢滑行”现象。

发现第二种奇怪的地质运动的科学家们,在日本西南部进一步发现了一种被称为“慢地震”的信号。

就像常规地震一样,这种“慢地震”能让地壳中的应力重新分布。但是这种“慢地震”持续的时间会很长,最长可能长达几年时间。

而在这种“慢地震”期间内,普通地震发生的概率会大大提高。

但是进一步的相关性研究发现,这种“慢地震”之后只是很可能伴随普通地震,但结论并不绝对。

虽然科学家在“慢地震”和普通地震之间没有发现绝对的关联,但是有科学家认为:

可能地震的前兆信号就隐藏在其中,只是我们还没有办法足够好的测量出这种前兆信号。

而在这些复杂的信号中提取有用的信息,就是AI能发挥作用的地方了。

AI能从噪音中寻找真正的地震信号

2017年,新墨西哥州洛斯阿拉莫斯国家实验室的Paul Johnson开始使用机器学习来理解地震的数据。他建立了一个人工模拟地震的实验室,用各种方法来模拟地震。

比如将岩石样本放置在金属框架内,将其中心切开以模拟断层,并将其置于围压下,让局部传感器测量样品变形时发生的情况。

在这个模拟地震的系统之下,他们发现机器学习可以帮助研究人员预测人为开始制造的断层需要多长时间能引发震动。

而令科学家感到惊喜的是,他们发现先前很多认为是噪声的信号,却被机器学习认为是可以做出预测的主要信号。

然后,Johnson开始将这些发现应用于卡斯卡迪亚的地震数据。在地震数据中他们识别出了来自俯冲带的连续信号。

这些“慢地震”信号开始让科学家重新建立一个地震数据模型。

Johnson称:“机器学习能够建立起一些原本不存在的关联,而其中的一些关联让人感到非常惊喜。”

科学家们,在用AI尝试做一些事

而除此之外,还有其他很多科学家,也在通过不同方式来使用机器学习,对地震进行研究。

虽然现在相关研究还处于早期阶段,但机器学习方法可以揭示隐藏的结构和因果关系,让数据看起来不再是杂乱无章的一堆数字。

斯坦福大学的Mostafa Mousavi和Gregory Beroza等科学家,在研究如何使用机器学习来用单个地震台的地震数据来预测地震的震级,这对地震的早期预警系统来说非常有用。

哈佛大学地球与行星科学教授Brendan Meade能够使用神经网络预测余震的位置。加州理工学院的Zachary Ross和其他研究人员使用深度学习技术从噪声水平很高的数据中分辨出地震信号,从而使得科学家检测出更多的地震。

Beroza、Mousavi和英国地质调查局的研究员Margarita Segou通过机器学习识别地震数据,发现了可能比人类所知多10倍的地震,从而创建了更大的地震数据库。

他们在2021年发表在《自然通讯》上的一篇论文中公布了这一发现。这些改进的数据集可以帮助人类和机器更好地理解地震。

肉眼可见的是,地震预测正在发生范式转变。

或许我们还需要几十年的时间,来确定这一时期地震研究的意义,以及是否具有革命性的作用。

但现在可以肯定的是,AI确实让某些东西变得不一样了。

参考资料:https://www.technologyreview.com/2023/12/29/1084699/machine-learning-earthquake-prediction-ai-artificial-intelligence/

本文来自微信公众号:新智元 (ID:AI_era),作者:新智元

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年1月3日 14:26
下一篇 2024年1月3日 14:38

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日