新的人工智慧檢測到的地震比傳統方法多17倍

探測地震

地震比人們想像的要普遍得多。每年，僅南加州就會發生1萬次地震，而在美國中部地區，這種情況更頻繁發生，可能是由於污水注入造成的。

雖然我們可能沒有感覺到這些地震的很大一部分，但重要的是我們要理解它們。這些知識可以幫助我們確定是什麼導致了地震，並可能為他們的預防創造工具。

它還可以幫助我們找到如何預測未來各種規模的地震，這將改善社區對地震的反應。

現在，一個由深度學習科學家Thibaut Perol領導的研究小組發現了一種利用人工智慧（AI）來改善地震探測的方法。他們的研究發表在今天的科學進展雜誌上。

用人工智慧進行創新

該小組將他們的人工智慧系統命名為「卷積神經網路」，這是第一個用於探測和定位地震的神經網路。這種專門的演算法可以觀察到被稱為地震記錄的地面運動測量，並確定地震活動是否只是「噪音」或地震。從歷史上看，由於這種雜訊，很難探測到非常小的地震，但對地震來說，這是一種區別。

研究人員利用俄克拉荷馬的地震活動來訓練和測試迴旋地震。他們發現，他們的系統檢測到的地震比俄克拉荷馬地質調查地震目錄中記錄的17倍還要多。

儘管這項研究揭示了該系統如何能改善美國中部地區的地震探測，但它可以應用於該地區以外的地區。通過有效地探測和分類地震活動，它可以在地震「生命」的早期提供重要的信息，儘可能早地提醒社區，地震是否正在加速，以及地震可能有多嚴重。

然而，儘管它比其他地震探測方法優越，但它只能探測地震——它無法預測地震。然而，在我們能夠有效地預測地震發生之前，及早發現是我們預防地震可能造成的災難的最好希望。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！