谁才是全球首个AI地震预测系统?
 

近日,据中新社报道,中国科学技术大学团队与中国地震局合作,推出了号称世界首个人工智能地震实时监测系统——“智能地动”监测系统。

 

据研究团队介绍,该系统在1秒之内,不仅可获得地震三要素(发震时间、震中、震级)信息,还能够实时分析震源机制,如破裂的断层、方向等。让地震的监测,变得更加迅速和全面。

 

“以往情况下,地震发生后大约3-10分钟,才会发布出来地震震源机制的报告。而有了智能地动系统,可以在地震破裂尚未到达区域的时候,把相关信息发布出去,对于防震减灾有非常大的意义。地震发生后,如能提前3秒接收预警信息,伤亡程度就会减少14%。”该项目的研究员介绍到。

 

1、媒体为什么抓错了重点?

消息一出,该成果被媒体争相报道。

 

世界首个人工智能地震监测系统,14个大字,赫然占据了各大媒体的版面。

 

但多数媒体犯了一个事实错误,就是丢掉了“实时”二字。

 

雷锋网了解到,把人工智能技术应用于地震监测,很多国家已开展此项研究多年,并且实现了一定程度上的工程化和应用落地。

 

以日本REIS地震预警系统为代表的其他国家的地震自动预警系统为例,它们早已大量应用机器学习、神经网络、深度学习等AI技术,进行地震的分析和监测。

 

因此,谁才是第一个人工智能地震预测系统?

 

婆说婆有理。

 

而中国科学技术大学团队与中国地震局合作的“智能地动”监测系统,某种程度上来讲,它是全球首个AI地震预测实时系统,重点在于“实时”。

 

其实在研究团队接受视频采访时,受访者也谈到他们是首个“实时”的系统。

 

但在多数媒体报道的标题中,实时二字不翼而飞,两者看似差别不大,实则谬之千里。

 

实时背后的含义是:速度快,且同步进行。

 

以全球公认最为先进的日本REIS地震预警系统,可在收到地震波信号5秒钟后计算出地震位置和震级,约2分钟后估计出地震破裂的震源机制;美国国家地质调查局的自动速报系统需要3~5分钟报出地震信息。

 

而中国的“智能地动”监测系统,可在1秒内计算出地震信息和震源机制,是世界最快的地震预警系统。

 

推算地震震源机制,是个比较耗时的过程。

 

中国的“智能地动”监测系统,能够根据数据库中汇集的上百万个地震数据,结合地震学理论,快速处理正在发生的地震数据。不仅可推断断层的破裂方向、速度,还可以帮助预测海啸、强余震的可能分布等信息。

 

目前,智能地动系统已经在云南四川两省的中国地震实验场进行试用。

 

2、快虽快,但它够准吗?

在一秒内处理出结果,速度世界领先,但它可以与以往一样足够精准吗?

 

根据中新社采访视频中谈到的内容称,智能地动系统的一大特点是,有别于多数系统非常依赖人工处理和分析,该系统则主要基于深度学习。

 

可以推断出,系统能在1秒内得出预警报告,因为它几乎完全借助机器进行分析。

 

深度学习的特点,是当算力和数据量足够庞大时,机器在诸多场景中的表现,要明显优于人工。

 

但深度学习也存在一个弊病:即鲁棒性较差。通俗讲,就是表现不稳定,尤其是遇到陌生的场景和情况时,系统容易出现误判。

 

深度学习的本质是一个超级记忆体,机器以前见到过、学习过的现象(数据/特征),在下一次遇见时,它自己可以精准判断。而一旦遇到以往未曾见过的情况,误判的可能性就会变大。

 

因此,如果用深度学习,实现准确的地震监测,系统便需要提前学习更大量、更多元、更多维度的标注数据。

 

数据从何而来?

 

单靠研究团队自行采集、公开域数据集、与地方地震单位合作,显然还不够。

 

据悉,中科大研究团队已将“智能地动”系统对外开放,通过搭建一个开放平台,吸引世界各地其他研究团队,为此提供数据,众人拾柴火焰高,提高预测的准确性。

 

对外开放,不失为一种良好的解决方案。

 

但数据的持续收集、清洗、标注,以及要让系统达在真实地震场景中,达到工程级、高鲁棒性、迅速且超高精准的监测,或许还需要一段时间。

 

3、可以提前预测地震吗?

新闻一出后,不少人发出疑问,“智能地动”系统能否提前预测地震?

 

首先我们要知道,“地震预警”和“地震预测”是两个不同的概念。

 

地震预警,是指在地震发生以后,抢在地震波传播到设防区域前,向其提前几秒至数十秒发出警报,以告知当地人们采取应急措施,尽可能减少伤亡。

 

地震预测是对尚未发生、但有可能发生的地震事件事先发出通告。

 

“智能地动”系统,其主要功能显然是地震预警。

 

而地震的预测,直到现在,全世界都没有一套成熟的研究成果。

 

由于地震事件涉及太多变量,从不同区域的地面构成到地震板块之间的相互作用类型,以及能量在波浪中穿过地球传播的方式,理解这一切非常困难。

 

但这些年,不少人工智能科学家和地震学家已经在开展通过人工智能预测中短期地震的研究。

 

其中,如美国康涅狄克大学费比·德福利尔斯团队,在2018年利用13.1万多组地震及其余震的配对数据,训练了一种深度学习模型,此模型能在包含3万多组地震—余震的独立数据集中,识别并解释余震出现地点的模式,且比库仑破裂应力变化的准确度更高。

 

美国斯坦福大学科学家格里高利·百洛泽认为,该结果强调了深度学习方法可提高余震预报的准确度,并为进一步了解地震激发机制提供了新见解。

 

虽然地震预测,任重而道远,但随着未来对地震各种变量的理解和捕获,以及对大量数据的采集,相信地震预测的前景,会变得愈加明朗。