人工智能如何帮助科学家预测地震
- 身为里中横
- 2024-09-11 05:23:07
【人工智能如何帮助科学家预测地震】热门视频 海外新鲜事
8 月 13 日，一场4.4 级地震袭击洛杉矶，但大家并不感到意外。大约一百万加州人通过手机收到了地震即将发生的预警。
这是怎么发生的？这要归功于新开发的MyShake 应用程序，该应用程序由伯克利大学的研究人员与加州州长紧急服务办公室合作开发。该应用程序基本上是一个众包探测器，收集西海岸各地手机的运动数据——从加利福尼亚州到华盛顿州——并根据手机的位置发出警报。
提前通知的时间并不长。加州大学伯克利分校地震实验室主任理查德·艾伦博士参与开发了这项技术，他说：“根据地震发生地点和手机的可用性，预警时间从几秒到几十秒不等。”
这看起来似乎没什么大不了的——几秒钟的差别到底有多大——但在地震预报领域，它就像电话的发明一样。多年来，能够预测地震的想法不仅仅是不可能。正如地震学家 Allie Hutchison 在《麻省理工技术评论》上所写的那样，直到 2013 年，这种想法本身还被认为是不严肃的，“就像寻找尼斯湖水怪一样，超出了主流研究的范围。”
许多杰出的科学家仍然有这种感觉。加州理工学院地球物理学家汤姆·希顿说：“我研究地震已有 50 多年，我看到许多科学家报告了重大地震的前兆现象。根据我的经验，没有人开发出预测地震的系统。我坚信这是自组织混沌中的一个问题。这是一个重要的物理学领域，但地球科学家大多不熟悉。”
从历史上看，地震预测科学一直是巫术和江湖骗术的混合体。从关于“地震天气”的误导理论，到 1990 年引发“世界大战”式恐慌（包括建造掩体）的预测，再到 1933 年日本地震学家在一项研究中提出鲶鱼可以以 80% 的准确率预测地震，没有什么能让人乐观。
即使是日本，这个世界上地震活动最频繁的地区之一，也对过度承诺持谨慎态度。本月早些时候，当 7.1 级地震袭击该国南部岛屿时，日本气象局发布了有史以来第一份“特大地震预警”，警告发生第二次更强烈地震的可能性“高于正常水平”。但该机构在其网站上澄清说，警告并不意味着确定。声明中写道：“通过指定日期、时间和地点来预测地震的信息是骗局。”
但随着科学的发展，这种观点正在慢慢开始改变。法国尼斯蔚蓝海岸大学地球科学研究员 Quentin Bletery 表示：“多年来，地震学界一直在争论地震是混沌现象还是确定性现象。如果地震是一种混沌现象，无论采用何种技术，我们都无法预测。”
但如果地震是确定性的——也就是说，有前兆异常可以通过正确的仪器提前观察到——“那么地震预测就会成为可能，”布莱特里说。
地震学家正尝试利用机器学习来做到这一点，以前所未有的方式寻找隐藏的模式和数据。
“之前大多数尝试都集中在非常复杂的地震物理学上，”德克萨斯大学奥斯汀分校的地质学家谢尔盖·福梅尔 (Sergey Fomel) 表示，他去年在中国领导了一项为期七个月的地震预报试验。“在我们的方法中，物理学与统计数据分析相结合，使用机器学习和人工智能的新工具。我们从记录的数据中提取物理属性，然后将它们进行统计组合，以获得最佳预测。”
研究结果于去年 9 月发表在《美国地震学会公报》上，超出了他们的预期。他们的人工智能算法经过训练，可以检测实时地震数据中的统计波动，至少提前一周准确预测了 70% 的地震（总共 14 次），准确率在震中 200 英里以内。（该算法漏掉了一次地震，预测了八次从未发生的地震。）
“中国实验的成功率令人震惊，”福梅尔告诉《华盛顿邮报》。“考虑到问题的复杂性和之前失败的长期历史，没有人预料到会有这样的结果。”
这种数据驱动的地震预报方法很可能是地震学的未来，科学家们正在探索机器学习让我们更接近全面预测的所有可能方式。在加州大学伯克利分校和圣克鲁斯分校，研究人员正在开发一种新模型，称为 RECAST（“反复地震预报”的缩写），它为地震预报提供深度学习。
它的工作原理类似于语言模型，它“使用大量书面文本来对下一个单词做出最佳猜测”，领导这项研究的加州大学伯克利分校研究员 Kelian Dascher-Cousineau 告诉《华盛顿邮报》。“RECAST 使用大量地震目录来对下一次地震的时间做出最佳猜测。”
布莱特里的研究重点是许多大地震前出现的细微信号，这种几乎无法察觉的运动被称为“抗震滑动”，它不会产生地震波，但可以被 GPS 传感器探测到。
尽管这种现象在过去已经被研究过，但布莱特里和他的团队试图分析所有全球数据，而不仅仅是某个特定事件。
他告诉《华盛顿邮报》：“我们所做的基本上是汇总了 7.0 级或更大地震前记录的所有 GPS 观测数据。”
他们发现，地震发生前两小时，传感器的水平运动呈指数级加速。这是一个令人兴奋的发现，但这并不意味着我们能够预测下一次毁灭性的地震。识别地震滑动作为一种真实现象只是成功的一半。另一半是创造工具来发现它们。
“这将需要开发能够记录地面运动的传感器，其精度至少比我们目前的大地测量仪器高 100 倍，这是一个巨大的技术挑战，”布莱特里说。然而，如果能实现这一点，“我们或许有望预测地震。”
我们比以往任何时候都更接近拥有地震警报，而这种警报不仅仅是手机上的警报，它会在几秒钟内提醒你寻求庇护。但科学——或者至少是新的数据驱动的机器学习地震学方法——仍处于起步阶段。“我们仍然有更多问题而不是答案，”希顿警告说。
东京大学地震学名誉教授罗伯特·盖勒博士长期以来一直直言不讳地批评地震预测，即使它只是一个假设的想法。
“卡尔·萨根有句名言：‘非凡的主张需要非凡的证据’，”他告诉《华盛顿邮报》。“换句话说，考虑到过去 140 年来数以千计的预测最终被否定，除非这些人有真正有力的数据，否则他们很难获得支持。”
但“真正强大的数据”正是许多研究人员近年来一直在收集的数据。去年夏天德克萨斯大学人工智能研究的首席开发人员陈阳康博士表示，他们计划在中国西部以外的地震活跃地区测试他们的方法，包括美国西海岸、日本和地中海地区。
“我们需要验证相同的预测框架是否具有普遍性，”陈说。“一旦我们能够在许多地区复制同样的地震预测成功，我们将专注于通过调整人工智能模型和与顶尖数据科学家合作来提高预测性能。”
陈说，我们有理由保持乐观，因为人工智能完全由数据驱动，不受物理影响。“它不会偏向任何人类定义的假设，”她说。“只要它能达到统计上令人信服的分数，它就表明了一些东西，无论你是否承认异常是前兆信号。”
至少就目前而言，数据只是数据而已。Dascher-Cousineau 表示，这些数据集“可能蕴含大量信息”，“但它们也有自己的特点。”当今地震学家面临的挑战是确定如何处理所有这些数据，以便明天的地震预测不仅仅是最佳猜测。
“即使你认为你有一个更好的模型，这也可能不会马上显现出来，”Dascher-Cousineau 说。“想象一下，在只看过几次抛硬币之后，试图解决关于硬币是否有偏差的争论。”
8 月 13 日，一场4.4 级地震袭击洛杉矶，但大家并不感到意外。大约一百万加州人通过手机收到了地震即将发生的预警。
这是怎么发生的？这要归功于新开发的MyShake 应用程序，该应用程序由伯克利大学的研究人员与加州州长紧急服务办公室合作开发。该应用程序基本上是一个众包探测器，收集西海岸各地手机的运动数据——从加利福尼亚州到华盛顿州——并根据手机的位置发出警报。
提前通知的时间并不长。加州大学伯克利分校地震实验室主任理查德·艾伦博士参与开发了这项技术，他说：“根据地震发生地点和手机的可用性，预警时间从几秒到几十秒不等。”
这看起来似乎没什么大不了的——几秒钟的差别到底有多大——但在地震预报领域，它就像电话的发明一样。多年来，能够预测地震的想法不仅仅是不可能。正如地震学家 Allie Hutchison 在《麻省理工技术评论》上所写的那样，直到 2013 年，这种想法本身还被认为是不严肃的，“就像寻找尼斯湖水怪一样，超出了主流研究的范围。”
许多杰出的科学家仍然有这种感觉。加州理工学院地球物理学家汤姆·希顿说：“我研究地震已有 50 多年，我看到许多科学家报告了重大地震的前兆现象。根据我的经验，没有人开发出预测地震的系统。我坚信这是自组织混沌中的一个问题。这是一个重要的物理学领域，但地球科学家大多不熟悉。”
从历史上看，地震预测科学一直是巫术和江湖骗术的混合体。从关于“地震天气”的误导理论，到 1990 年引发“世界大战”式恐慌（包括建造掩体）的预测，再到 1933 年日本地震学家在一项研究中提出鲶鱼可以以 80% 的准确率预测地震，没有什么能让人乐观。
即使是日本，这个世界上地震活动最频繁的地区之一，也对过度承诺持谨慎态度。本月早些时候，当 7.1 级地震袭击该国南部岛屿时，日本气象局发布了有史以来第一份“特大地震预警”，警告发生第二次更强烈地震的可能性“高于正常水平”。但该机构在其网站上澄清说，警告并不意味着确定。声明中写道：“通过指定日期、时间和地点来预测地震的信息是骗局。”
但随着科学的发展，这种观点正在慢慢开始改变。法国尼斯蔚蓝海岸大学地球科学研究员 Quentin Bletery 表示：“多年来，地震学界一直在争论地震是混沌现象还是确定性现象。如果地震是一种混沌现象，无论采用何种技术，我们都无法预测。”
但如果地震是确定性的——也就是说，有前兆异常可以通过正确的仪器提前观察到——“那么地震预测就会成为可能，”布莱特里说。
地震学家正尝试利用机器学习来做到这一点，以前所未有的方式寻找隐藏的模式和数据。
“之前大多数尝试都集中在非常复杂的地震物理学上，”德克萨斯大学奥斯汀分校的地质学家谢尔盖·福梅尔 (Sergey Fomel) 表示，他去年在中国领导了一项为期七个月的地震预报试验。“在我们的方法中，物理学与统计数据分析相结合，使用机器学习和人工智能的新工具。我们从记录的数据中提取物理属性，然后将它们进行统计组合，以获得最佳预测。”
研究结果于去年 9 月发表在《美国地震学会公报》上，超出了他们的预期。他们的人工智能算法经过训练，可以检测实时地震数据中的统计波动，至少提前一周准确预测了 70% 的地震（总共 14 次），准确率在震中 200 英里以内。（该算法漏掉了一次地震，预测了八次从未发生的地震。）
“中国实验的成功率令人震惊，”福梅尔告诉《华盛顿邮报》。“考虑到问题的复杂性和之前失败的长期历史，没有人预料到会有这样的结果。”
这种数据驱动的地震预报方法很可能是地震学的未来，科学家们正在探索机器学习让我们更接近全面预测的所有可能方式。在加州大学伯克利分校和圣克鲁斯分校，研究人员正在开发一种新模型，称为 RECAST（“反复地震预报”的缩写），它为地震预报提供深度学习。
它的工作原理类似于语言模型，它“使用大量书面文本来对下一个单词做出最佳猜测”，领导这项研究的加州大学伯克利分校研究员 Kelian Dascher-Cousineau 告诉《华盛顿邮报》。“RECAST 使用大量地震目录来对下一次地震的时间做出最佳猜测。”
布莱特里的研究重点是许多大地震前出现的细微信号，这种几乎无法察觉的运动被称为“抗震滑动”，它不会产生地震波，但可以被 GPS 传感器探测到。
尽管这种现象在过去已经被研究过，但布莱特里和他的团队试图分析所有全球数据，而不仅仅是某个特定事件。
他告诉《华盛顿邮报》：“我们所做的基本上是汇总了 7.0 级或更大地震前记录的所有 GPS 观测数据。”
他们发现，地震发生前两小时，传感器的水平运动呈指数级加速。这是一个令人兴奋的发现，但这并不意味着我们能够预测下一次毁灭性的地震。识别地震滑动作为一种真实现象只是成功的一半。另一半是创造工具来发现它们。
“这将需要开发能够记录地面运动的传感器，其精度至少比我们目前的大地测量仪器高 100 倍，这是一个巨大的技术挑战，”布莱特里说。然而，如果能实现这一点，“我们或许有望预测地震。”
我们比以往任何时候都更接近拥有地震警报，而这种警报不仅仅是手机上的警报，它会在几秒钟内提醒你寻求庇护。但科学——或者至少是新的数据驱动的机器学习地震学方法——仍处于起步阶段。“我们仍然有更多问题而不是答案，”希顿警告说。
东京大学地震学名誉教授罗伯特·盖勒博士长期以来一直直言不讳地批评地震预测，即使它只是一个假设的想法。
“卡尔·萨根有句名言：‘非凡的主张需要非凡的证据’，”他告诉《华盛顿邮报》。“换句话说，考虑到过去 140 年来数以千计的预测最终被否定，除非这些人有真正有力的数据，否则他们很难获得支持。”
但“真正强大的数据”正是许多研究人员近年来一直在收集的数据。去年夏天德克萨斯大学人工智能研究的首席开发人员陈阳康博士表示，他们计划在中国西部以外的地震活跃地区测试他们的方法，包括美国西海岸、日本和地中海地区。
“我们需要验证相同的预测框架是否具有普遍性，”陈说。“一旦我们能够在许多地区复制同样的地震预测成功，我们将专注于通过调整人工智能模型和与顶尖数据科学家合作来提高预测性能。”
陈说，我们有理由保持乐观，因为人工智能完全由数据驱动，不受物理影响。“它不会偏向任何人类定义的假设，”她说。“只要它能达到统计上令人信服的分数，它就表明了一些东西，无论你是否承认异常是前兆信号。”
至少就目前而言，数据只是数据而已。Dascher-Cousineau 表示，这些数据集“可能蕴含大量信息”，“但它们也有自己的特点。”当今地震学家面临的挑战是确定如何处理所有这些数据，以便明天的地震预测不仅仅是最佳猜测。
“即使你认为你有一个更好的模型，这也可能不会马上显现出来，”Dascher-Cousineau 说。“想象一下，在只看过几次抛硬币之后，试图解决关于硬币是否有偏差的争论。”
