谷歌的人工智能部门和哈佛大学的研究人员已经建立了一个人工智能模型，可以预测大地震一年后余震的位置。该模型在近几十年里经历了199次大地震事件，随后又经历了13万次余震。研究发现，该模型比目前用于预测余震的方法更加准确。
用于训练神经网络的数据集中包含的余震发生在距离震中50公里的垂直范围和100公里的水平范围内。
“我们发现，在喂养这些模型压力变化到神经网络时，神经网络可以更准确地预测余震的位置——对比起已经应用在很多震后研究地点的传统方法。”哈佛大学地球和行星科学系的Phoebe DeVries在电话采访中说。
用于训练该模型的数据来自值得注意的地震，比如2004年苏门答腊岛地震、2011年日本地震、1989年旧金山海湾地区洛玛普雷塔地震和1994年洛杉矶附近的北岭地震。
研究结果发表在今天的《自然》杂志上。这项研究由DeVries和谷歌机器学习研究人员Martin Wattenberg和Fernanda Viegas以及谷歌AI招聘负责人Brendan Meade共同撰写。
没有真正的地震学家参与这项研究，尽管DeVries和Meade认为他们自己是计算地球科学家。
人工智能模型的经验教训将被用来探索一个更大的问题：什么引发了地震?
”虽然大部分神经网络非常难以解释,有时也被称为黑盒,我想因为我们有一些想法的物理可能参与其中,我们带来了知识转移的压力通过弹性很重要,“米德在电话采访中说。“结果证明我们的结果是可以解释的。我们可以观察这个网络产生了什么，并真正理解它，它实际上给我们指出了一些可能不同的物理理论，关于地震触发的原因，所以它把我们引向了一个新的方向，这对我们来说是令人兴奋的。
米德说，该模型无法将火山爆发等其他重大自然灾害所造成的地震考虑在内。
“任何机器学习应用,神经网络具有推理能力,是否真的不仅取决于建筑,但使用的训练集,和我们没有使用训练集与火山之类的,所以我们没有理由相信它会工作对于这样的事件,”他说。
米德说，该模型是利用过去几年中主要地震的历史数据进行训练的，但未来的地震数据将为模型提供信息。