人工智能彻底改变地震和余震预测

机器学习（ML）正在为地震预测的突破性改进铺平道路，包括主震和余震。

最近的三篇新论文利用了深度学习模型，在初步发现中，这些模型在预测地震方面超过了传统的统计方法。

尽管这些研究相对具体–主要是预测重大地震事件后的余震–但它们标志着预测地震预测方面的一次飞跃。

来自加利福尼亚州帕萨迪纳市美国地质调查局(USGS)的地震学家摩根·佩奇表达了她对进展的热情，她说：“我真的很兴奋，这终于发生了。”

然而，重要的是要揭开地震预报的神秘面纱。他们不是要精确定位地震事件的确切时间或地点。预测地震的强度、位置和时间的长期想法——类似于说“下周日上午8点”。—不现实

相反，在统计分析的帮助下，地震学家现在更好地测量更广泛的模式，包括估计潜在的余震。

深度学习在海量数据集上蓬勃发展，根据历史地震数据预测后续地震。

然而，这并不是一个简单的旅程，因为大地震相对罕见，数据稀少。

关于报纸

最近的三项研究 突出人工智能在预测地震方面的潜力：

• 地球物理学家Kelian Dascher—Quineau和来自加州大学伯克利分校的一个团队： 设计了一个模型，在2008年至2021年期间的南加州地震中进行了测试。他们的模型在预测两周内地震的数量和幅度范围方面超过了传统模型。
• 布里斯托尔大学的统计学家塞缪尔·斯托克曼Stockman的方法在2016—17年意大利中部地震数据上进行训练时，表现出优于传统方法的性能。
• 物理学家Yohai Bar—Sinai和特拉维夫大学的团队： D开发出了另一种神经网络模型，在30年的日本地震数据上测试时，该模型的性能优于传统模型。Bar—Sinai认为，这可能会导致对地震力学的更深入理解。

USGS和类似实体很快将采用机器学习模型以及传统模型。

然而，无论预测的准确性如何，为地震做好准备仍然至关重要，确保建筑物符合安全标准，应急包随时准备。

人工智能的进步正在支持环境和保护战略，包括保护亚马逊雨林和增强海啸预警系统。