预测地震是地震学的圣杯。毕竟，地震之所以致命，正是因为它们的不规律性——毫无预警地发生，引发火灾和海啸，有时会造成数十万人死亡。如果科学家能够在大型地震发生前数周或数月向公众发出警告，疏散和其他准备工作就可以挽救无数生命。
到目前为止，尽管许多科学家都尝试过，但没有人找到可靠的地震预测方法。一些专家认为这是一种毫无希望的努力。“如果你说你认为自己会在预测地震方面取得进展，你会被视为一个疯子，”洛斯阿拉莫斯国家实验室的地球物理学家保罗·约翰逊说。但他仍然在尝试，他使用了一种他认为有可能解决这个不可能的难题的强大工具：人工智能。
世界各地的研究人员花费了数十年的时间研究他们认为可能可靠地预测地震的各种现象：前震、电磁扰动、地下水化学变化，甚至是异常的动物行为。但是，这些都没有持续奏效。数学家和物理学家甚至在 20 世纪 80 年代和 90 年代尝试将机器学习应用于地震预测，但都无济于事。“整个主题都处于一种停滞状态，”哥伦比亚大学拉蒙特-多尔蒂地球观测站的地震学家克里斯·肖尔茨说。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您将有助于确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
但是，技术的进步——改进的机器学习算法和超级计算机，以及存储和处理大量数据的能力——现在可能为约翰逊的团队在使用人工智能方面提供新的优势。“如果我们 10 年前尝试这样做，我们将无法做到，”约翰逊说，他正在与来自多个机构的研究人员合作。除了更复杂的计算之外，他和他的团队还在实验室尝试以前没有人做过的事情：他们正在向机器输入原始数据——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数据。然后，他们允许算法筛选数据，以寻找可靠地指示人工地震何时发生的模式。除了实验室模拟之外，该团队还开始使用来自真实地震的原始地震数据进行相同类型的机器学习分析。
这与科学家过去尝试地震预测的方式不同——他们通常使用经过处理的地震数据，称为“地震目录”，来寻找预测线索。这些数据集仅包含地震的震级、位置和时间，而忽略了其余信息。通过使用原始数据，约翰逊的机器算法可能能够发现重要的预测标记。
约翰逊和合作者，宾夕法尼亚州立大学的地球物理学家克里斯·马龙，已经使用学校的地震模拟器进行了实验室实验。该模拟器随机产生地震，并为开源机器学习算法生成数据——该系统取得了一些令人惊讶的结果。研究人员发现，计算机算法在声学数据中发现了一个可靠的信号——“吱吱作响和研磨”的声音，随着实验室模拟的构造板块随时间移动而持续发生。该算法显示，随着人工构造系统越来越接近模拟地震，这些噪声以非常特定的方式变化——这意味着约翰逊可以在任何时间点查看这种声学信号，并对地震可能发生的时间设定严格的界限。
例如，如果人工地震将在 20 秒内发生，研究人员可以分析信号，以在一秒钟内准确预测事件。“该算法不仅可以告诉我们事件可能在非常精确的时间范围内发生，而且实际上告诉了我们我们没有注意到的系统的物理特性，”约翰逊解释说。“事后看来，这是显而易见的，但是我们多年来一直忽略它，因为我们专注于处理后的数据。”在他们的实验室实验中，该团队查看了声学信号并追溯预测了地震事件。但是约翰逊说，预测也应该实时有效。
当然，自然地震比实验室产生的地震复杂得多，因此在实验室中有效的方法可能在现实世界中并不适用。例如，地震学家尚未在自然地震系统中观察到算法在整个实验室模拟中检测到的吱吱作响和研磨的声音（尽管约翰逊认为这些声音可能存在，他的团队正在研究）。毫不奇怪，许多地震学家对机器学习将带来突破持怀疑态度——这或许部分是因为他们被过去许多失败的尝试所困扰。“这是一项令人兴奋的研究，我认为我们会从 [约翰逊] 的工作中学习到很多物理知识，但是将其应用于真实地震存在很多问题，”肖尔茨说。
约翰逊也很谨慎——以至于他犹豫是否将他正在做的事情称为“地震预测”。“我们认识到，如果您声称自己可以做一些没有人相信您能做的事情，则必须谨慎对待信誉，”他说。约翰逊还指出，他目前仅在追求一种估计地震时间的方法，而不是震级——他说预测地震的大小是一个更棘手的问题。
但是，肖尔茨和其他与这项研究无关的专家仍然认为约翰逊应该继续探索这种方法。“有可能它会非常棒，”美国地质调查局的研究地球物理学家大卫·洛克纳解释说。“机器学习的力量在于，您可以将所有内容都投入其中，而有用的参数会自然而然地从中脱颖而出。”因此，即使约翰逊实验室实验中的噪声信号没有成功，他和科学界人士仍然可以将机器学习应用于自然地震数据，并找出其他确实有效的信号。
约翰逊已经开始将他的技术应用于真实世界的数据——机器学习算法将分析法国、劳伦斯伯克利国家实验室和其他来源的科学家收集的地震测量数据。如果此方法成功，他认为专家有可能提前数月甚至数年预测地震。“这仅仅是开始，”他说。“我预测，在未来的五到十年内，机器学习将改变我们进行科学研究的方式。”