新的人工智能检测到的地震比传统方法多17倍

探测地震

地震比人们想象的要普遍得多。每年，仅南加州就会发生1万次地震，而在美国中部地区，这种情况更频繁发生，可能是由于污水注入造成的。

虽然我们可能没有感觉到这些地震的很大一部分，但重要的是我们要理解它们。这些知识可以帮助我们确定是什么导致了地震，并可能为他们的预防创造工具。

它还可以帮助我们找到如何预测未来各种规模的地震，这将改善社区对地震的反应。

现在，一个由深度学习科学家Thibaut Perol领导的研究小组发现了一种利用人工智能（AI）来改善地震探测的方法。他们的研究发表在今天的科学进展杂志上。

用人工智能进行创新

该小组将他们的人工智能系统命名为“卷积神经网络”，这是第一个用于探测和定位地震的神经网络。这种专门的算法可以观察到被称为地震记录的地面运动测量，并确定地震活动是否只是“噪音”或地震。从历史上看，由于这种噪声，很难探测到非常小的地震，但对地震来说，这是一种区别。

研究人员利用俄克拉荷马的地震活动来训练和测试回旋地震。他们发现，他们的系统检测到的地震比俄克拉荷马地质调查地震目录中记录的17倍还要多。

尽管这项研究揭示了该系统如何能改善美国中部地区的地震探测，但它可以应用于该地区以外的地区。通过有效地探测和分类地震活动，它可以在地震“生命”的早期提供重要的信息，尽可能早地提醒社区，地震是否正在加速，以及地震可能有多严重。

然而，尽管它比其他地震探测方法优越，但它只能探测地震——它无法预测地震。然而，在我们能够有效地预测地震发生之前，及早发现是我们预防地震可能造成的灾难的最好希望。