谷歌AI部門與哈佛大學研究員們一起研發(fā)了可預測地震后1年內(nèi)可能發(fā)生余震位置的AI模型。這個模型是根據(jù)199個主要地震災難和13萬個余震數(shù)據(jù)得出的，這個模型比現(xiàn)在正在使用的預測余震的方法會更準確。
模型主要的數(shù)據(jù)來源于2004年蘇門答臘地震、2011年日本大地震、1989年舊金山地震以及1994年洛杉磯地震等著名地震，在模型完成后已經(jīng)使用最近10年的地震及余震數(shù)據(jù)進行測試。
這項研究結(jié)果刊登在最新一版的自然雜志上面，KUKA機器人維修，參與這項研究的有哈佛大學地球與恒星科學教授Brendan Meade，www.twshmhelmet.com，谷歌深度學習研究員Martin Wattenberg與Fernanda Viégas，庫卡機器人，這些學者雖然都是地球相關(guān)的科學家，但是并沒有地震專家參與研究。
AI模型學習訓練是用于探索“什么引發(fā)地震”這種大的問題，Meade教授表示“大部分的神經(jīng)網(wǎng)很難解釋，有時會被稱為黑匣子，但對于這個問題，因為了解了物理學,所以知道這個是通過彈性壓力傳達的重要事實”。
Meade教授表示“研究結(jié)果證實是可以解釋的，實際上誘發(fā)地震的原因和物理性的解釋有所不同，這為研究提供了新的方向”。
該模型無法將火山爆發(fā)等其他重大自然災害所造成的地震考慮在內(nèi)。盡管這項研究取得了成功，但它還遠未準備好在現(xiàn)實世界中部署。首先，AI模型只關(guān)注由地面永久性變化引起的余震，稱為靜態(tài)應力。但后續(xù)地震也可能是由于后來發(fā)生的地面隆隆聲造成的，稱為動態(tài)壓力。現(xiàn)有模型也太慢而無法實時工作。