人工智能可以预测地震吗？

预测地震是地震学的圣杯. 毕竟, 地震是致命的，正是因为他们不稳定-没有征兆, 引发火灾和海啸, 有时造成成千上万人的死亡. 如果科学家能够提前几周或几个月预知一场大地震即将来临, 疏散和其他准备工作就可以挽救无数生命.

到目前为止, 还没有人找到可靠的方法来预测地震, 尽管许多科学家已经尝试过. 有些专家认为这是没有希望的努力. 洛斯阿拉莫斯国家实验室的地球物理学家-保罗·约翰逊说：“如果你说你认为你在地震预测上取得进展，那么你会被认为是个疯子” . 但他正在尝试使用一种他认为有可能解决这个不可能的难题：人工智能.

世界各地的研究人员已花了数十年研究各种现象，他们认为可能可靠地预测地震: 前震, 电磁干扰, 地下水中的化学变化—甚至异常动物行为。但这些都没有发挥作用。20世纪80年代和90年代，数学家和物理学家甚至尝试将机器学习应用于地震预报，但毫无效果。哥伦比亚大学的拉蒙特–多尔蒂地球天文台的地震学家-Chris Scholz说道：“整个主题是梦境样的。

但是，技术的进步改进了机器学习算法和超级计算机，以及存储和使用大量数据的能力，这可能使约翰逊团队在使用人工智能方面有了新的优势。 “如果我们在10年前尝试过，我们就无法做到这一点，”约翰逊说，他正与几家机构的研究人员合作。 随着更复杂的计算，他和他的团队正在尝试在实验室里没有其他人做过： 他们正在给机器提供原始数据，在实验室模拟地震事件之前、期间和之后不断地进行大量的测试。然后，他们允许算法筛选数据，寻找能在人工地震发生时可靠地发出信号的模式. 除了实验室模拟外，团队也开始使用原始地震数据做同样的机器学习分析。

这不同于过去科学家如何试图预测地震—他们通常使用处理过的地震数据, 称为 “地震目录” 来寻找预测线索。

这些数据集只包含地震震级、位置和时间，而忽略了其余的信息。通过使用原始数据来代替，约翰逊的机器学习算法可能能够提取重要的预测指标。

约翰逊和合作者克里斯(宾夕法尼亚州立大学的地球物理学家)已经使用学校的地震模拟器运行实验。模拟器产生随机地震并为一个开源的机器学习算法生成数据，这套系统已经取得了一些令人吃惊的结果。研究人员发现，计算机算法已经在声学数据中提取出了可靠信号—“吱吱作响和摩擦” 响声不断出现在实验室模拟构造板块的移动。随着人造构造系统更接近于模拟地震，该算法揭示了这些声音以一种具体的方式进行改变，这意味着约翰逊可以在任何时候观察这个声音信号，并对地震可能发生的时候施加严格的限制。

例如，如果人为制造的地震在20秒内发生，研究人员可以能够通过分析信号，在一秒钟内准确地预测事件。约翰逊解释说：“这个算法不仅能告诉我们一个地震事件何时会在非常短的时间范围内发生，它实际上告诉了我们系统的物理性质，而之前我们没有注意到它。回想起来，这是显而易见的，但我们因为注重于手上处理的数据而忽略了它多年。”在他们的实验室的实验中，研究团队查看和分析声学信号，回过头来预测地震事件。但约翰逊说，预测工作也应该是实时的。

当然，天然地震比实验室产生的地震复杂得多，所以在实验室的工作结果不一定能在现实世界中适用。例如，地震学家尚未在天然地震中观察到像算法在实验室模拟中检测到的有吱吱作响的磨噪声（虽然约翰逊认为声音存在，而且它的团队正在研究这个）。毫不奇怪，许多地震学家怀疑机器学习可以提供一个突破点——哪怕只是一部分，因为他们已经在过去的尝试中遭遇过太多的失败。肖尔茨说：“这是令人兴奋的研究，我想我们会从约翰逊的工作中学习很多地震系统的物理性质，但把它实际运用到真实的地震中还存在着许多的问题”。

约翰逊也非常谨慎，他总是犹豫地称他所做的是“地震预测”。他说：“我们认识到，如果你声称没有人相信你能做到的事情，你就必须关心信誉问题。”约翰逊还指出，目前他仅仅追求一种地震的时间估计方法，不是预测地震震级的大小，那是一个更复杂棘手的问题。

但与这项研究无关的肖尔茨和其他专家仍然认为约翰逊应该继续探索这种方法。“存在可能性就非常棒啦”，美国地质调查局的一个研究地球物理学家David Lockner解释说，“机器学习的能力，就是你把一切都扔在锅里，有用的参数就自然地掉出来了。”因此即使来自约翰逊的实验室实验的噪声信号没有价值，他仍然可以和其他科学家将机器学习应用于天然地震数据，并找出有意义的信号。

约翰逊已经开始将他的技术应用到真实世界的数据中，机器学习算法将分析法国、劳伦斯伯克利国家实验室和其他来源的科学家收集的地震测量数据。如果这种方法成功，他认为专家们可以提前数月甚至数年预测地震。“这仅仅是个开始”，他说：”我预测，在未来的5到10年里，机器学习将改变我们科学研究的方式。”