人工智能神经网络用途！研究使用AI技术深度学习 预测余震的位置 非常准确

在大地震发生后的几个星期和几个月内，周围地区经常遭受强大余震的破坏，这些余震可能会使已经受损的社区瘫痪并严重阻碍恢复工作。

虽然科学家已经制定了经验法则，如Bäth定律和Ohmori定律，来描述这些余震的可能大小和时间，但预测其位置的方法却难以掌握。

但是，谷歌研究人员的建议引发了地球和行星科学教授布伦丹米德以及在他的实验室工作的博士后人员Phoebe DeVries正在使用人工智能技术试图解决这个问题。

使用深度学习算法，该对分析了来自世界各地的地震数据库，试图预测余震可能发生的位置，并开发了一个系统，虽然仍然不精确，但能够比随机分配更好地预测余震。该作品在8月30日发表于“ 自然”杂志的论文中有所描述。

“你想知道三件关于地震的事情 - 你想知道它们何时会发生，它们将会变得多大以及它们将会发生在哪里，”米德说。“在这项工作之前，我们有关于它们何时会发生以及它们将会变得多大的经验法则，现在我们正处于可能发生的第三条腿。”

“对于机器学习在这些问题上取得进展的潜力，我感到非常兴奋 - 这是一个非常重要的问题，”DeVries说。“特别是余震预测是一项非常适合机器学习的挑战，因为有太多的物理现象可以影响余震行为，机器学习非常善于梳理这些关系。我认为我们真的只是划伤了余震预测可以做些什么......这真的令人兴奋。“

使用人工智能神经网络试图预测余震的概念最早出现在几年前，当时米德在剑桥谷歌的两次休假中首次出现。

Meade说，在与一组研究人员讨论相关问题时，一位同事建议当时正在出现的“深度学习”算法可能会使问题更容易处理。Meade后来与DeVries合作，后者一直使用神经网络将高性能计算代码转换为可在笔记本电脑上运行的算法，以便专注于余震。

“目标是完成图片，我们希望我们为此做出了贡献，”米德说。

要做到这一点，Meade和DeVries首先访问了超过199次大地震后的观测数据库。

米德说：“在5级或更大的地震发生后，人们会花费大量的时间来绘制故障的哪一部分，以及它的移动程度。” “许多研究可能会使用一两次地震的观测结果，但我们使用了整个数据库......我们将它与基于物理的模型相结合，研究地震后地球将如何受到压力和应变，其理念是：主震引起的应力和应变可能是引发余震的原因。“

有了这些信息，他们就会将一个区域分成5公里方格的网格。在每个网格中，系统检查是否存在余震，并要求神经网络寻找发生余震的位置与主要地震产生的应力之间的相关性。

“问题在于哪些因素可能具有预测性，”米德说。“有许多理论，但本文所做的一件事显然是颠覆了最主要的理论 - 它表明它具有可忽略的预测能力，而是提出了具有明显更好的预测能力的理论。”

米德说，系统指出的是一个被称为偏应力张量的第二个不变量的量 - 更好地称为J2。

“这是在冶金学和其他理论中发生的数量，但在地震科学中从未流行过，”米德说。“但这意味着神经网络没有出现一些疯狂的东西，它提出了一些高度可解释的东西。它能够识别出我们应该关注的物理特性，这非常酷。”

DeVries说，这种可解释性至关重要，因为人工智能系统长期以来被许多科学家视为黑盒子 - 能够根据一些数据产生答案。

“这是我们这个过程中最重要的步骤之一，”她说。“当我们第一次训练神经网络时，我们注意到它在预测余震的位置方面做得很好，但我们认为如果我们能够解释它发现的哪些因素对于预测是重要的或有用的，那将是很重要的。”

然而，采用高度复杂的现实世界数据来应对这一挑战将是一项艰巨的任务，因此该对要求系统为合成的，高度理想化的地震创建预测，然后检查预测。

“我们研究了神经网络的输出，然后我们看看如果不同的数量控制余震预测，我们会期待什么，”她说。“通过在空间上比较它们，我们能够证明J2在预测中似乎很重要。”

Meade说，由于网络是使用来自全球的地震和余震进行训练的，因此产生的系统适用于许多不同类型的故障。

“世界不同地区的断层有不同的几何形状，”米德说。“在加利福尼亚州，大多数都是滑倒故障，但在其他地方，如日本，它们的俯冲区非常浅。但是这个系统很酷的是你可以在一个系统上进行训练，它会预测另一个，所以它真的普及“。

“我们距离实际预测它们还有很长的路要走，”她说。“我们在任何实时意义上都要做很长的事情，但我认为机器学习在这方面具有巨大的潜力。”

梅德说，展望未来，他正致力于利用人工智能技术自行预测地震的严重程度，目标是有一天能够帮助预防灾难造成的破坏性影响。

“正统的地震学家主要是病理学家，”米德说。“他们研究灾难性事件发生后会发生什么。我不想这样做 - 我想成为一名流行病学家。我想了解导致这些事件的触发因素，导致和转移。”

最终，米德说，这项研究突出了深度学习算法回答问题的可能性 - 直到最近 - 科学家几乎不知道如何提问。

“我认为在思考地震预测方面存在一场静悄悄的革命，”他说。“这不是一个完全在那里的想法。虽然这个结果很有意思，但我认为这是关于在人工智能时代重建所有科学的一般革命的一部分。

“这些令人生畏的问题现在极易获得，”他继续道。“这不仅仅是由于计算能力 - 科学界将从中受益匪浅，因为...... AI听起来非常令人生畏，但实际上并非如此。这是一种非常民主化的计算类型，我认为很多人都在开始得到那个。“