Artificial intelligence to detect earthquakes
外媒消息,近日,來自 Google 人工智慧部門和哈佛大學的研究人員,已經建立了一個人工智慧模型,能夠預測大地震後,長達一年的餘震位置。該模型訓練了近幾十年來的 199 次大地震,以及之後帶來的 13 萬次餘震,併發現比目前用於預測餘震的方法更精確。
用於訓練神經網路的餘震數據集,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。
哈佛大學地球和行星科學系的 Phoebe DeVries ,在電話採訪中表示:
我們發現,在將這些模型應力變化輸入神經網路後,在測試數據中,神經網路可以更準確地,對餘震位置進行預測,這比在餘震研究中,經常使用的庫侖破壞應力變化基準,預測的更準確。
用於訓練該模型的數據來自知名的大地震,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。
這項研究成果發表在《自然》雜誌上。小編瞭解到,該研究由 DeVries 與 Google 機器學習研究人員 Martin Wattenberg 和 Fernanda Viégas ,以及 Google 人工智慧招聘負責人 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驗,將被用來探索一個更大的問題:究竟是什麼引發地震?對此,Meade 在電話採訪中表示:
雖然大多數神經網路都非常難以解釋,有時也被稱為黑盒子,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,所以我們瞭解到,透過彈性傳遞應力是重要的,結論證明我們的結果是可以接受的。我們能夠看到這個模型計算出的結果是有意義的,它實際上為我們指出了,一些可能引發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等,其他重大自然災害,所產生的地震產生影響。
任何機器學習應用,不管神經網路是否具有推理能力,不僅取決於算法結構,而且取決於它所使用的訓練集,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,大地震的歷史數據來訓練的,但接下來,會加入將來的地震數據。
0 comments:
張貼留言