地震無法預警？AI或是唯一救星

　　眾所周知，地震是目前最常見同時也危害最大的自然災害之一，2008年的5月12日的汶川大地震更令不少人至今都談之色變！昨日在四川阿壩州九寨溝縣又毫無預兆的出現(xiàn)了一場7.0級的大地震，難道說地震真的無法提前獲知嗎？

　　據(jù)了解，世界各地的專家們花了數(shù)十年希望挖掘出地震的有關(guān)現(xiàn)象，例如：前震、地下水化學變化，甚至動物的反常行為，但成效甚小。后來嘗試過應用機器學習方法也失敗了，因此Lamont-Doherty地球觀測臺的地震學家克里斯·斯科爾茨都說：“這真是讓人無從下手的難解謎題。”

　　但這時人工智能站了出來，也許AI真的是我們未來成功預測地震的救星？

　　定位受災最重地區(qū)，將損失降低到最小值

　　地震來襲，快速找到被破壞最強的地區(qū)，或許能第一時間拯救出更多生命。One Concern就在研發(fā)這項技術(shù)——在地震后的幾分鐘內(nèi)，立刻分析出受災最重的地區(qū)是哪里。

　　那么這套算法是如何形成的呢？One Concern首先需要下載某個地區(qū)與建筑有關(guān)的樓齡、類型、建筑材料等有關(guān)的數(shù)據(jù)。之后，研究人員需要訓練出一套能夠理解地震是如何損壞建筑物的套路。通過將這些知識和地震發(fā)生后的地震數(shù)據(jù)結(jié)合，One Concern的CEO Wani表示，他們研發(fā)的系統(tǒng)可以高效地預測出建筑物對沖擊波的反饋。

　　人工智能系統(tǒng)在評估分析后，會生成一張受災地圖，方便救災人員的查看，在地圖中，那些建筑物損壞最嚴重的街道和受災人數(shù)最多的區(qū)域都會被重點標注出來。之后將災害強度和人數(shù)相乘，就可以估算出該立刻前往哪個地區(qū)進行救災。

　　Muller表示，救災相關(guān)方面可以先用這個系統(tǒng)來配合一些地震救災的演習，以此來訓練他們的員工。

　　而對于那些不發(fā)達國家的地震區(qū)，因為建筑物數(shù)據(jù)的不足，研究人員采用了另外的AI策略。2015年4月尼泊爾的地震發(fā)生后，AI研究人員就訓用了不同的方法來幫助改變地面，救災響應的方式。

　　比如說，在經(jīng)過人工智能軟件提前掃描后，線上的志愿者們面前會呈現(xiàn)出受災地區(qū)的衛(wèi)星圖，之后大家一起幫助確認哪些地區(qū)可能是有人居住的地點。如果志愿者的判斷和AI系統(tǒng)判斷的是一樣的，那么這些地區(qū)就會標注出來，以待救災專業(yè)人員再進行審查。

　　目前已有兩個之前沒有被識別出來的村莊被地面救災人員發(fā)現(xiàn)了，并及時到場給予了救災支援。

　　20：1的時間差內(nèi)秒速預測地震

　　洛斯阿拉莫斯國家實驗室的地球物理學家保羅·約翰遜曾表示：“如果你聲稱自己在預測地震方面取得了進展，別人會說你大概是傻了”。

　　但是，技術(shù)改進后的機器運算和超級計算機，以及存儲和處理大量數(shù)據(jù)的能力，都讓約翰遜的團隊發(fā)現(xiàn)人工智能方面的新突破。正在跟幾個研究機構(gòu)合作的約翰遜還說：“如果時光倒退十年，我們還不可能做到這一點。”通過更復雜的計算，他和他的團隊正在嘗試去做一件從來沒人做過的事：給機器輸入原始數(shù)據(jù)——這些數(shù)據(jù)都來源于實驗室實地模擬地震事件發(fā)生前期中期后期，并且都經(jīng)過大量的采集。然后他們采用算法篩選數(shù)據(jù)的方式，機器學習除了實驗室模擬，他們還開始使用原始地震數(shù)據(jù)中的實際溫度信息進行進行同類型的機器學習分析。

　　這與科學家們以往預測的方式不同，過去通常使用“地震目錄”中處理過的地震數(shù)據(jù)來尋找預測線索。數(shù)據(jù)集僅僅包含地震震級、位置和時間，而忽略了其他很多信息。與此不同的是，約翰遜的機器算法或?qū)⑹叭≈匾�的預測標記。

　　約翰遜的合作伙伴—賓夕法尼亞州立大學的地球物理學家克里斯·馬羅內(nèi)已經(jīng)與約翰遜在地震模擬器運行實驗室中進行了部分實驗。模擬器可以隨機生成地震模式并生成開源機器學習算法的數(shù)據(jù)，且系統(tǒng)取得的結(jié)果也十分驚人。

　　“吱吱聲和摩擦聲”隨著模擬的構(gòu)造板的時間推移不斷發(fā)生，從而通過計算機算法在聲學數(shù)據(jù)中拾取到可靠信號。隨著人造地殼系統(tǒng)更接近模擬地震，該算法可以以非常具體的方式揭示這些噪聲的變化。這意味著約翰遜可以隨時任意確認這個聲學信號，以確定地震可能發(fā)生的時間。

　　例如，如果模擬地震將在20秒內(nèi)發(fā)生撞擊，研究人員可以分析信號并在一秒內(nèi)準確預測地震。不過，目前約翰遜團隊只是追求一種估算地震的時間的方法，并不能估測到地震的大小�？梢婎A測地震的大小將是一個更加棘手的問題。

　　雖然大自然與模擬實驗室相比，要復雜的多，不過人工智能已然做到其他技術(shù)無法完成的事情。

　　為何人工智能是預測地震的最佳助手呢？

　　對于地震這類微觀前兆很多的災害，會涉及地殼運動、磁場、重力甚至是地下水化學成分的變化，這些數(shù)據(jù)或現(xiàn)象都要專業(yè)儀器的不間斷監(jiān)測，可見數(shù)據(jù)量會多么驚人，這對于大數(shù)據(jù)的分析任務就特別重了。

　　此時，大數(shù)據(jù)加云端服務就是最佳拍檔，能夠全面分析微觀前兆。

　　再加上日本京都大學一個研究小組宣布，利用一種新方法有望提前1小時至20分鐘預測7級以上大地震。該研究小組調(diào)查分析發(fā)現(xiàn)，大地震發(fā)生前震源上空的電離圈電子數(shù)有異常增加的情況，據(jù)此斷定大地震發(fā)生，如果該論斷屬實，那么傳感器不需要深入地下也可實現(xiàn)預測。

　　此外，MIT人工智能實驗室曾經(jīng)發(fā)明一套算法，通過600個小時的視頻對該算法進行訓練后，它已經(jīng)能夠?qū)�接下�?秒出現(xiàn)的目標進行預測。如果加強算法強度，將地球至今的運動軌跡輸入系統(tǒng)，提高其成功率以及延長預測的時間，那正確預測碰撞的時間點也將指日可待了？

　　據(jù)研究機構(gòu)的調(diào)查數(shù)據(jù)顯示，地球上每年約發(fā)生500多萬次地震，即每天要發(fā)生上萬次的地震，其中真正能對人類造成嚴重危害的地震大約有十幾二十次；能造成特別嚴重災害的地震大約有一兩次！需要注意的是，還有專家指出，“目前的科技水平尚無法預測地震的到來，所謂成功預測地震的例子基本都是巧合，目前我們能做的是提高建筑抗震等級、做好防御，而非預測地震”。那么小伙伴們又如何看待此事呢？

上一篇：同步信息最重要！百度回應錯用高德地圖…
下一篇：小米AI音箱開啟公測：1元即可帶走