spring63的个人博客分享 http://blog.sciencenet.cn/u/spring63

博文

人工智能能够预测地震吗? 精选

已有 9330 次阅读 2018-12-10 09:06 |系统分类:海外观察

地震是致命的自然灾害,还会引发火灾和海啸。大地震往往造成大量的人员伤亡,例如2008年中国汶川地震、2010年海地地震和2011年日本东北部太平洋海域地震。如果科学家能提前几周或几个月预报大地震即将来临,以便公众做好撤离和其他准备工作,可以挽救无数生命。

我长期从事石油地震勘探数据处理和解释计算机软件开发,之所以关心地震预测问题是由于如下原因:一是我敬仰的地球物理前辈翁文波先生,生前曾经写给我一封信,谈及地震预测的计算机软件开发问题(翁先生在1966年邢台地震后,曾经受周恩来总理的嘱托长期研究地震预报问题);二是在翁先生离世多年后,中国石油集团科技局的一位领导同志曾经就继续开展天灾预测研究问题征求过我的意见。不过,那时我一心一意在石油物探软件。这几年退休后,看到人工智能在石油地震勘探数据处理和解释领域应用十分火爆(例如,2018年10月14-18日在美国阿纳海姆召开的SEG勘探地球物理年会上,有关机器学习论文达到107篇),有时也想:人工智能是否能够用于解决地震预测问题?

地震预报与天气预报不同。天气预报与石油物探一样,早就是超级计算机的大用户。由于使用了更好的卫星、更精确的数学模型和更强大的计算机,天气预报的精确度和可靠性已经显著改善。至于地震预报,尽管有许多科学家也尝试过预测地震,至今还没有人找到可靠的、精确的方法。一些专家认为这是一种无望的努力。

预测地震是地震学的圣杯。预报地震是白日梦吗?地震学家正在利用机器学习实验,以找出答案。洛斯阿拉莫斯国家实验室的地球物理学家保罗·约翰逊正在尝试使用一种强大工具——人工智能来解决这个“不可能”的谜题。保罗·约翰逊是将人工智能应用于预测地震的最前沿研究科学家之一,他说:“实际上,在我的职业生涯中,我第一次感到我们有希望能够在这个问题上取得进展” 。 他认为,“如果在10年前就尝试做,我们不可能做到这一点”。 现在,越来越多的科学家说,在人工智能的帮助下,有望改变他们分析大量地震数据的方式,帮助他们更好地理解地震,预测地震的行为,并提供更快、更准确的预警。

全世界的研究人员花了几十年的时间研究他们认为可以可靠地预测地震的各种现象:前震、电磁干扰、地下水化学变化,甚至动物异常的行为。但没有一个是一贯奏效的。在20世纪80年代和90年代,在人工智能的第二次浪潮中,数学家和物理学家也尝试过将人工智能应用于地震预测,没有收到成效。但是,技术的改进,机器学习算法和超级计算机的进步,以及存储和使用大量数据的能力提高,现在可能为应用人工智能技术带来新的优势。保罗·约翰逊和他的团队正在实验室里利用更复杂的计算,尝试以前没有人做过的事情:他们给机器提供原始数据——在实验室模拟地震事件之前、期间和之后连续进行的大量测量。然后他们允许算法对数据进行筛选,以寻找在人工地震发生时发出信号的模式。除了实验室的模拟,研究小组还开始使用来自真实地震的原始地震数据,进行同类型的机器学习分析。

这与科学家过去尝试的地震预测的方式不同——过去他们通常使用经过处理的地震数据,称为“地震目录”,来寻找预测的线索。这些数据集只包含地震的震级、地点和时间,并且省略了其余信息。通过使用原始数据,约翰逊的机器算法可能能够拾取重要的预测标记。

约翰逊和他的合作者宾夕法尼亚州立大学的地球物理学家克里斯·马龙,已经用学校的地震模拟器进行实验室实验。该模拟器随机产生地震,并为开源的机器学习算法生成数据。该系统已经取得了一些令人惊讶的结果。研究人员发现,计算机算法从声学数据中采集到一个可靠的信号——“嘎吱嘎吱”和“磨碎”噪声,这些噪声随着实验室模拟的构造板块随时间推移,而不断出现。该算法揭示了这些噪声随着人工构造系统接近模拟地震而变化,这意味着约翰逊可以在任何时间点观察这个声学信号,并对地震可能发生的时间设置严格的界限。

例如,如果人造地震将在20秒内发生,研究人员可以分析该信号,从而精确地预测事件发生的时间。约翰逊解释说:“算法不仅可以告诉我们一个事件可能在非常精细的时间范围内何时发生,而且它实际上告诉我们关于我们没有注意到的系统的物理学” 。在他们的实验室实验中,研究小组研究了声学信号,并追溯性地预测了地震事件。约翰逊说,预测应该实时进行。

当然,自然地震比实验室产生的地震复杂得多,所以在实验室里起作用的东西在现实世界中并不一定成立。例如,地震学家尚未在自然地震系统中观察到算法在实验室模拟过程中检测到的吱吱声和磨削声(尽管约翰逊认为这些声音可能存在,他的团队正在研究这些)。也有许多地震学家怀疑机器学习能否带来突破。地震学家肖尔茨说:“这是一项令人兴奋的研究,我认为我们将从(约翰逊的)工作中学到很多物理知识,但是在实际地震中实现这一目标还存在很多问题。”

约翰逊也非常谨慎,以至于他犹豫是否称自己正在做的是“地震预测”。他说:“我们认识到,如果你声称做了没人相信自己能够做到的事情,你就必须注意可信度” 。约翰逊还指出,他目前只寻求一种估计地震发生时间的方法,而不是震级的方法。他说,预测地震的规模是一个更棘手的问题。

但是肖尔茨和其他没有参与这项研究的专家仍然认为约翰逊应该继续探索这种方法。美国地质调查局的研究地球物理学家大卫·洛克纳解释说:“这种可能性真的很大”, “机器学习的强大之处在于,你可以把所有的东西都扔进锅里,而有用的参数自然会从锅里掉出来” 。因此,即使没有成功获取约翰逊的实验室实验中的噪声信号,他和其他科学家可能仍然能够将机器学习应用于自然地震其他有效果的信号。

约翰逊已经开始将他的技术运用到真实世界数据中——机器学习算法将分析各种来源收集的地震测量结果。当然,这仅仅是开始——也许在未来5到10年内,机器学习将彻底变革地震预测的方式,有望提前几个月甚至几年预测地震。

参考资料:

[1] https://www.scientificamerican.com/article/can-artificial-intelligence-predict-earthquakes/

[2] Bertrand Rouet‐Leduc,Claudia Hulbert,Nicholas Lubbers,Kipton Barros,Colin J. Humphreys,Paul A. Johnson. Machine Learning Predicts Laboratory Earthquakes.Geophysical Research Letters. Volume 44,Issue 18. 28 September 2017




https://blog.sciencenet.cn/blog-3005681-1150776.html

上一篇:数据科学入门﹕极简教程●实战指南
下一篇:福布斯《30 under 30》科学俊杰
收藏 IP: 218.98.33.*| 热度|

9 魏泉 曾纪晴 李学宽 刘钢 崔锦华 邱趖 郭景涛 康建 陈蕴真

该博文允许注册用户评论 请点击登录 评论 (13 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-19 12:58

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部