2011年3月11日，在日本本州島附近海域，發生了9級大地震。日本氣象廳提前數秒發出了地震預警信息，通過各種渠道發送民眾，為挽救眾人的生命，減少損失發揮了作用。
一個完整的地震預警系統應該包括實時地震定位、實時震級計算、預警目標區烈度估計以及預警信息發佈等幾個重要功能模塊。由於地震預警對於信息有著超高的時效性要求，計算預警震級時往往只有震中附近的少數幾個觸發臺站、有限時間長度內的信息可以利用。因此，傳統的地震定位與算法基本不能在預警系統中使用。而這兩個模塊也就成了全球地震監測技術發展過程中的關鍵性技術難題。
最近，首都大學東京的研究人員揭示了AI在預測地震方面的一種全新用途，發表在了《IEICE通信快報》雜誌上。他們使用機器學習技術來分析地磁場的微小變化，通過這種方法，他們預測地震的時間“前所未有的早”。首都大學東京副教授大久保(Kan Okubo)領導的研究團隊在報告中寫道：“眾所周知，地震和海嘯都伴隨著地磁場的局部變化。”
在地震時，沿斷層釋放大量的累積應力，導致地磁發生局部變化，也就是所謂的壓磁效應;而在海嘯時，是海水突然的巨幅移動導致了大氣壓力的變化，緊接著電離層受到衝擊，進而改變地磁場。這種方法有著明確的優勢，即2種情況都可以被不同地點的觀測網絡直接探測到。另一大優點則是速度快，電磁波以光速傳播，因此我們以觀測地磁場的變化來瞬間探測，可以在事件發生的一瞬間就獲得信息。
研究小組開發了一種先進的機器學習算法，模擬的是人腦神經元連接。在創建算法的過程中，他們通過歷史測量結果輸入大量數據，一步步將極其複雜、多層次的操作優化，最終有效地將數據映射到實際測量數據。目前，他們利用2015年採集的50萬個數據點，創建了一個網絡，可以以前所未有的精度估計觀測點的磁場。
相較於現在的算法，用機器學習和AI計算的成本相對較低，可以相對容易地與高靈敏度探測網絡相結合，以實現對地震和海嘯的及早探測，提供有效預警。
不過，目前小編尚未找到有關這項技術應用在現實地震的典型案例，因此，其科學性和實際應用效果尚無法判定。但是，倘若AI系統在地震預警中得以實現的話，相比於傳統的地震預警，我們或許可以有更多的期待。
閱讀更多 震知卓見 的文章
