舊金山電 — 整個科學界花了無數資金，一直在致力於預測下一次大地震將在何時何地發生。由於使用了更好的衛星和更強大的數學模型，天氣預報已經有了很大的改進，但地震預報卻屢屢失敗。
2008 年的中國地震、2010 年的海地地震和 2011 年的日本地震……世界上破壞性最大的地震都發生在地震危險圖認為相對安全的地區。美國境內上一次大地震發生在 1994 年的洛杉磯北嶺市（Northridge），而震源地處於一個沒有出現在地震地圖上的斷層上。
目前，在人工智能的幫助下，越來越多的科學家表示，大規模地震數據分析方式的改變，可以幫助他們更好地理解地震，預測地震形態，並提供更快、更準確的早期預警。
“我對我們能在這個問題上取得進展滿懷信心——實際上，這在我職業生涯中還是頭一遭，”保羅·約翰遜（Paul Johnson）說。他是洛斯阿拉莫斯國家實驗室（Los Alamos National Lab）的研究員，也是這項研究的重要人物之一。
科學家們很清楚地震預報失敗的歷史。當被問及使用人工智能技術取得了多大進展時，他們非常謹慎。這個領域的一些人把預測（prediction）稱為“P 字”，因為他們甚至不想暗示預測地震是可能的。但他們說，他們努力的一個重要目標，便是能夠提供可靠的預測。
例如，地震危險圖上提供的地震概率就具有至關重要的作用，其中最明顯的就是指導工程師該如何建造建築物。但批評人士說，這些地圖非常不精確。
洛杉磯的一張地圖列出了在給定的時間內（通常是 50 年）發生強烈地震的可能性。這些預測基於一個複雜的公式，該公式考慮到了某地距離斷層的距離、斷層一側向另一邊移動的速度，以及該地區再次發生地震的情況等等。
美國地質調查局地質學家凱瑟琳·謝勒（Katherine M. Scharer）領導的一項研究，估計了聖安德烈亞斯（San Andreas）斷層南加州部分可追溯到 8 世紀的前 9 次地震的日期。上一次聖安德烈亞斯大地震發生在 1857 年。
由於這些大地震之間的平均間隔是 135 年，一個普遍的解釋是，南加州將再次發生大地震。然而，地震之間的間隔也是非常不同——從 44 年到 305 年不等——所以取平均值並不是一個非常有用的預測工具。大地震可能明天就會發生，也可能在一個半世紀或更長的時間之後才會發生。
這也是加州大學伯克利分校數學與物理科學專業副主任菲利普·斯塔克（Philip Stark）的批評意見之一。斯塔克說，地震概率這套體系“介於無意義和誤導之間”，呼籲將其廢除。
全新的、與人工智能有關的地震研究則依賴於神經網絡技術——從會說話的數字助理到無人駕駛汽車，很多事物的發展背後依賴的都是這項技術。神經網絡是一個複雜的數學系統，大致模擬了人腦的神經元網絡，能夠獨立學習任務。
科學家們表示，地震數據與 Google 和亞馬遜等公司用來訓練神經網絡識別 Alexa 等數字助手的語音命令的音頻數據非常相似。在研究地震時，計算機會在海量的數據中尋找各種模式，而以前靠的是科學家疲憊的雙眼。
加州理工學院地震實驗室的研究員扎卡里‧羅斯（Zachary Ross）正在研究此類人工智能技術，他說：“我們監測的是地層震動測量數據，而不是一系列的詞彙。我們要尋找的是這些數據中蘊含的模式。”
哈佛大學地球和行星科學教授布倫丹·米德（Brendan Meade）在 Google 休完學術假期後，開始探索這些技術。Google 在人工智能研究領域處於前沿位置。
米德的第一個項目表明，這些機器學習方法至少可以顯著加速他的實驗。他和他的研究生使用神經網絡進行地震分析，速度比過去快了 500 倍。過去花幾天時間才能完成的分析，現在只要幾分鐘。
米德還發現，這些人工智能技術可以帶來新的見解。今年秋天，他與 Google 和哈佛大學的其他研究人員一起發表了一篇論文，展示了神經網絡如何預測地震餘震。他認為，這類項目代表了地震科學研究方式的巨大轉變。加州理工學院和斯坦福大學等機構也在開展類似的工作。
羅斯說：“現在這項技術的表現和人類專家一樣好，或者比人類專家做得更好。”
科學家們之所以會有這種謹慎樂觀的態度，是因為隨著傳感器的體積越來越小、成本越來越低，科學家將能夠收集到更多的地震數據。在神經網絡等人工智能技術的幫助下，他們希望從這些數據中獲得新的發現。
羅斯和加州理工學院的其他研究人員正在利用這些技術建立系統，以便在地震發生時更準確地識別地震，並預測震中的位置和地震擴散的方向。
日本和墨西哥都有預警系統，加州也剛剛推出了自己的預警系統。但科學家們表示，人工智能可以極大地提升其準確性，幫助預測地殼破裂的方向和強度，並向醫院和其他機構提供早期預警——對於它們來說，額外的幾秒鐘準備工作會非常有幫助。
羅斯說：“擁有的細節越多，預測就會越準確。”
從事這些項目的科學家說，神經網絡也有其侷限性。雖然神經網絡擅長在數據中找到熟悉的信號，但它們不一定適合於尋找新的信號——比如地殼板塊碰撞時發出的聲音。
但是在洛斯阿拉莫斯，約翰遜博士和他的同事們已經證明了一種叫做“隨機森林”（random forests）的機器學習技術，它能夠在實驗室內產生的模擬斷層中發現先前未知的信號。有一次，他們的系統顯示，由斷層發出的特定聲音實際上預示了地震將在何時到來，而科學家們以前認為這種聲音毫無意義。
另外一些科學家——比如東京大學的地震學家羅伯特·蓋勒（Robert Geller）——並不相信人工智能將改善地震預測。他對過去的地震可以預測未來地震的假設表示了質疑。他說，只有當地震預測不再是碰運氣時，我們才能最終了解到人工智能預測地震的有效性（到底有多高）。
“（地震預測）沒有捷徑好走，”蓋勒說，“如果不能預測未來，那麼你的假設就是錯的。”
閱讀更多 兩頭跑的歡 的文章
