人工智能的技術(shù)發(fā)展，最終還是要看技術(shù)的落地范疇，而根據(jù)媒體報(bào)道，近日加州理工大學(xué)運(yùn)用了人工智能技術(shù)進(jìn)行了地震。

　　地震模型難以建立成難題

　　地震的成因非常復(fù)雜。人類對(duì)地質(zhì)觀察的知識(shí)和數(shù)據(jù)積累并不全面和系統(tǒng)，很多地震周期跨越幾千年，但很多地方的地質(zhì)學(xué)家只積累了100年左右的數(shù)據(jù)，雖然有的根據(jù)現(xiàn)有數(shù)據(jù)，提供了特定規(guī)模的地震在未來數(shù)年到數(shù)十年之間發(fā)生在某區(qū)域的機(jī)率，對(duì)某些區(qū)域的地震預(yù)報(bào)有實(shí)用價(jià)值，然而這些技術(shù)的可靠性既未確立，也無法重制，很難建立起具有實(shí)際指導(dǎo)意義的模型。

　　未能準(zhǔn)確判斷出一次地震發(fā)生的時(shí)間、地點(diǎn)和規(guī)模，科學(xué)家試圖找到地震發(fā)生的前兆。但目前為止還沒有哪種現(xiàn)象被證實(shí)一定會(huì)發(fā)生在其他地震之前。雖然現(xiàn)在科學(xué)家可以結(jié)合一些監(jiān)測(cè)數(shù)據(jù)和自然現(xiàn)象來分析哪些跡象和地震有關(guān)，關(guān)聯(lián)度有多大，初步得出了一些小的結(jié)論，但仍然停留在很初級(jí)的研究階段，并沒有證實(shí)具有普遍性，只有研究?jī)r(jià)值沒有應(yīng)用價(jià)值。

　　地震預(yù)警系統(tǒng)幾秒鐘內(nèi)發(fā)出警報(bào)

　　據(jù)悉，加州理工學(xué)院地震學(xué)實(shí)驗(yàn)室的工程師們正在使用英偉達(dá)的 GPU、AI 和深度學(xué)習(xí)開發(fā)一種更智能的地震預(yù)警系統(tǒng)，這種系統(tǒng)可能在幾秒鐘內(nèi)發(fā)出警報(bào)。加州理工學(xué)院地震學(xué)實(shí)驗(yàn)室博士后 Zachary Ross 表示，他正在開發(fā)一個(gè)神經(jīng)網(wǎng)絡(luò)，并利用三個(gè) NVIDIA GPU 的計(jì)算資源，從南加州地震記錄的 25 萬多個(gè)地震記錄數(shù)據(jù)庫中分析信息。

　　人工智能系統(tǒng)能夠提取模型特征

　　而地震探測(cè)器(CRED)的人工智能系統(tǒng) ，可以識(shí)別一定范圍內(nèi)的歷史連續(xù)地震信號(hào)數(shù)據(jù)。它建立在哈佛和谷歌的工作基礎(chǔ)之上，后者在8月創(chuàng)建了一個(gè)人工智能模型，能夠預(yù)測(cè)大地震發(fā)生后一年內(nèi)余震的位置。研究人員開發(fā)的人工智能模型主要包括兩種神經(jīng)網(wǎng)絡(luò)層(互連的處理節(jié)點(diǎn)組成，模仿大腦中神經(jīng)元的功能 )：卷積神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)。前者從地震儀數(shù)據(jù)中提取特征，而后者學(xué)習(xí)地震儀數(shù)據(jù)的順序特征，并且可以結(jié)合記憶輸入提高其預(yù)測(cè)的準(zhǔn)確性。

　　兩種神經(jīng)網(wǎng)絡(luò)共同構(gòu)成了一個(gè)殘差網(wǎng)絡(luò)框架(一種緩解多層神經(jīng)網(wǎng)絡(luò)常見問題的架構(gòu))。通常，隨著分層節(jié)點(diǎn)數(shù)量的增加，會(huì)導(dǎo)致精度度飽和并降低。但是由于殘差學(xué)習(xí)函數(shù)自身處理函數(shù)的方式，可以幫助神經(jīng)網(wǎng)絡(luò)既能夠保持準(zhǔn)確性，又能夠從數(shù)據(jù)集中學(xué)習(xí)更多高級(jí)特征。另外一點(diǎn)好處就是，它更容易得到優(yōu)化。

　　此前，該研究人員表示，為了訓(xùn)練和驗(yàn)證人工智能地震探測(cè)系統(tǒng)的有效性，研究人員采集了2011年間記錄在阿肯色州Guy-Greenbrier的連續(xù)數(shù)據(jù)，其中包含3,788個(gè)地震事件，此外還有北加州889個(gè)監(jiān)測(cè)站提供的550,000條平均時(shí)長(zhǎng)30秒、3個(gè)分量級(jí)的地震數(shù)據(jù)。

　　取共計(jì)大約550,000條數(shù)據(jù)中的50000條樣本作為測(cè)試集，用于評(píng)估性能。結(jié)果顯示，無論地震事件是較大、較小、局部還是具有高度的背景噪聲，網(wǎng)絡(luò)模型都能夠準(zhǔn)確預(yù)測(cè)出地震信號(hào)。

　　如果使用該模型進(jìn)行分析預(yù)測(cè)，也意味著人工智能的落地使用也更進(jìn)一步，對(duì)于促進(jìn)人工智能技術(shù)研究也具有很深的意義。