認(rèn)真閱讀下面的文章，并思考文末互動(dòng)提出的問題，嚴(yán)格按照互動(dòng)：你的答案格式在評(píng)論區(qū)留言，就有機(jī)會(huì)獲得由科學(xué)出版社提供的優(yōu)質(zhì)科普書籍《跟著TED學(xué)科學(xué)（物理與人工智能）》。

機(jī)器學(xué)習(xí)正不斷擴(kuò)展科學(xué)家的地震目錄，并細(xì)化地下斷層分布圖，該技術(shù)更有望提升地震預(yù)測(cè)能力。

今年七月，一場(chǎng)十多年來最強(qiáng)烈的地震撼動(dòng)了俄羅斯偏遠(yuǎn)的堪察加半島，全球地震學(xué)家在片刻內(nèi)便獲知了這一消息。無論地震規(guī)模大小，遍布全球的傳感器都能探測(cè)到震動(dòng)，并將信息傳遞給研究人員，后者迅速分析探測(cè)數(shù)據(jù)并發(fā)布警報(bào)。

如今，人工智能已經(jīng)準(zhǔn)備好讓地震研究的各個(gè)環(huán)節(jié)都顯著提速，并徹底刷新科學(xué)家們對(duì)地震發(fā)生機(jī)制的認(rèn)識(shí)。

通過運(yùn)用人工智能的一個(gè)分支——機(jī)器學(xué)習(xí)，科學(xué)家們正在從地震活躍地區(qū)的數(shù)據(jù)中識(shí)別出多達(dá)數(shù)百萬次微小且此前未被察覺的地震。這些新建成的改進(jìn)型數(shù)據(jù)庫(kù)正幫助研究人員更深入地理解地震發(fā)生的地質(zhì)斷層，這將讓未來地震的風(fēng)險(xiǎn)更清晰可見。部分科學(xué)家甚至運(yùn)用機(jī)器學(xué)習(xí)技術(shù)，提升對(duì)強(qiáng)震災(zāi)區(qū)后續(xù)余震數(shù)量的預(yù)測(cè)精度。

更廣泛而言，研究人員期待機(jī)器學(xué)習(xí)憑借其處理海量信息并從中挖掘規(guī)律的能力，為地震領(lǐng)域重大謎題（包括揭示地震在最初毀滅性瞬間的演變機(jī)制）提供新見解。

哈佛大學(xué)地震學(xué)家莫斯塔法·穆薩維（Mostafa Mousavi）也曾表示，“機(jī)器學(xué)習(xí)打開了一扇全新的窗口”。

震動(dòng)大地，數(shù)據(jù)爆發(fā)

地震發(fā)生于地殼內(nèi)部應(yīng)力持續(xù)累積之時(shí)——例如當(dāng)兩塊地殼板塊相互摩擦擠壓，正如加州圣安德烈亞斯斷層所呈現(xiàn)的景象。當(dāng)應(yīng)力達(dá)到臨界閾值，斷層便會(huì)破裂，巖體隨之?dāng)嗔眩尫诺牡卣鹉芰恳圆ɡ藸钕蛲鈹U(kuò)散，引發(fā)地面震動(dòng)。

圣安德烈亞斯斷層，這里被描繪為貫穿南加州卡里佐平原的一道劇烈切割，是地震學(xué)家利用人工智能更好地理解地震模式的地質(zhì)活躍區(qū)的一個(gè)例子。圖片來源：約翰·威利（John Wiley）/維基共享資源

這些能量被全球各地的地震儀及其他儀器記錄下來，這些儀器大量部署在加利福尼亞和日本等地質(zhì)活躍區(qū)域。數(shù)據(jù)被輸入到國(guó)家和國(guó)際地震監(jiān)測(cè)系統(tǒng)，用于追蹤地震并向全球發(fā)出警報(bào)。近年來，隨著地震學(xué)家探索出新的地面運(yùn)動(dòng)監(jiān)測(cè)方式，例如通過光纖網(wǎng)絡(luò)探測(cè)地震信號(hào)，或利用智能手機(jī)內(nèi)置的加速度傳感器構(gòu)建的基于手機(jī)地震預(yù)警網(wǎng)絡(luò)，使得能檢測(cè)到的地震數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長(zhǎng)。

就在十到二十年前，地震信號(hào)的分析工作大多依靠人工完成，科學(xué)家們爭(zhēng)分奪秒地評(píng)估觀測(cè)網(wǎng)絡(luò)傳回的記錄數(shù)據(jù)。但如今，數(shù)據(jù)點(diǎn)的數(shù)量已然龐大得讓人工難以應(yīng)對(duì)。穆薩維也曾表示“現(xiàn)在處理地震數(shù)據(jù)幾乎唯一可行的方式就是采用自動(dòng)處理，”。他曾于2023年在《地球與行星科學(xué)年度評(píng)論》上以共同作者身份發(fā)表過一篇關(guān)于地震學(xué)中機(jī)器學(xué)習(xí)應(yīng)用的文章。

該圖表顯示了P波和S波在地震圖上的到達(dá)情況。

地震學(xué)中機(jī)器學(xué)習(xí)最常見的應(yīng)用之一，是測(cè)量地震波抵達(dá)特定地點(diǎn)的時(shí)間，這一過程稱為相位拾取。地震會(huì)產(chǎn)生兩種地震波——P波和S波，它們以不同方式影響地面，并在地震圖上呈現(xiàn)為不同的波形。過去，地震學(xué)家需分析來自地震傳感器的數(shù)據(jù)，并在地震圖上人工標(biāo)定P波或S波的起始點(diǎn)。精確捕捉這些波的起始點(diǎn)對(duì)于理解地震的具體震中位置等關(guān)鍵信息至關(guān)重要，然而相位選取過程極其耗時(shí)。

地震能量在地震儀的測(cè)量中呈現(xiàn)為波浪狀曲線 。首先到達(dá)的是稱為P波的地面運(yùn)動(dòng)信號(hào)，隨后是稱為S波的另一類信號(hào)。在地震儀讀數(shù)中確定波浪首次到達(dá)的位置，是理解地震影響的重要環(huán)節(jié)——這項(xiàng)工作通常由地震學(xué)家人工完成，但近年來通過引入機(jī)器學(xué)習(xí)算法，該過程已顯著提速。

近年來，地震學(xué)家們開始運(yùn)用機(jī)器學(xué)習(xí)算法來識(shí)別地震相位，其速度遠(yuǎn)超人類能力。雖然存在多種自動(dòng)相位識(shí)別方法，但經(jīng)過海量歷史地震數(shù)據(jù)訓(xùn)練的機(jī)器學(xué)習(xí)算法，能夠以前所未有的方式識(shí)別不同類型地震產(chǎn)生的多樣化信號(hào)。穆薩維指出，該技術(shù)現(xiàn)已普及到研究論文標(biāo)題中不再標(biāo)注“機(jī)器學(xué)習(xí)”字樣的程度：“這已成為默認(rèn)共識(shí)?！?/p>

穆薩維表示，基于人工智能的相位選擇比人工相位選擇更快，且準(zhǔn)確度至少相當(dāng)。地震學(xué)家們目前正致力于將這些工具擴(kuò)展到其他類型的地震分析中。

擴(kuò)展地震目錄

在利用機(jī)器學(xué)習(xí)擴(kuò)展地震目錄（即記錄特定區(qū)域地震發(fā)生地點(diǎn)的清單）方面，已取得重大突破。地震目錄包含地震學(xué)家能從記錄信號(hào)中識(shí)別出的所有地震——但人工智能能發(fā)現(xiàn)的震動(dòng)數(shù)量遠(yuǎn)超人類科學(xué)家，其數(shù)量呈指數(shù)級(jí)增長(zhǎng)。

本質(zhì)上，機(jī)器學(xué)習(xí)能夠通過數(shù)據(jù)篩選識(shí)別出人類無力或無暇標(biāo)記的小地震。蘇黎世聯(lián)邦理工學(xué)院瑞士地震局地震學(xué)家萊拉·米茲拉希（Leila Mizrahi）指出：“這些微小地震要么肉眼無法察覺，要么根本沒有時(shí)間逐一查看。”通常情況下，這些震動(dòng)會(huì)被數(shù)據(jù)中的背景噪聲所掩蓋。

在2019年《科學(xué)》雜志上發(fā)表的一項(xiàng)開創(chuàng)性研究中，研究人員運(yùn)用一種能匹配地震波模式的人工智能算法，識(shí)別出2008至2017年間發(fā)生在南加州，且此前未被發(fā)現(xiàn)的150多萬次微小地震。這些微弱震動(dòng)微乎其微，即便站在震源正上方，多數(shù)人也難以察覺。但確認(rèn)這些微震的存在對(duì)地震學(xué)家理解地質(zhì)斷層的行為模式具有重要意義。

穆薩維特別指出，微小地震作為觀察大地震形成機(jī)制的窗口具有重要意義。大地震可能每隔一個(gè)世紀(jì)甚至更長(zhǎng)時(shí)間才在特定斷層發(fā)生一次——這對(duì)科學(xué)家而言觀察周期過長(zhǎng)，難以理解斷裂過程。微小地震與大地震行為模式相似，但發(fā)生頻率更高。因此，研究新擴(kuò)展地震目錄中的微小地震規(guī)律，有助于科學(xué)家更深入理解地震活動(dòng)的啟動(dòng)機(jī)制。穆薩維指出，更詳盡的目錄“有望幫助我們更深入地理解并建模地震災(zāi)害風(fēng)險(xiǎn)”。

擴(kuò)展的地震目錄還能比以往更清晰地揭示區(qū)域下方地質(zhì)斷層的結(jié)構(gòu)。這就像是從簡(jiǎn)略勾勒的斷層分布圖，升級(jí)為細(xì)節(jié)逼真如照片的繪畫作品。2022年，由當(dāng)時(shí)任職于斯坦福大學(xué)的地震學(xué)家樸永秀（Yongsoo Park）領(lǐng)導(dǎo)的團(tuán)隊(duì)運(yùn)用機(jī)器學(xué)習(xí)技術(shù)，構(gòu)建了2010至2019年間俄克拉荷馬州和堪薩斯州的擴(kuò)展地震目錄。其中許多地震是由石油天然氣公司向地下注入廢水引發(fā)的。這項(xiàng)工作揭示了此前不可見的斷層結(jié)構(gòu)，使科學(xué)家能夠更精確地繪制斷層圖，并更好地理解地震風(fēng)險(xiǎn)。

樸及其同事發(fā)現(xiàn)，80%的大型地震其實(shí)可以根據(jù)震前發(fā)生的微小地震來預(yù)測(cè)?，F(xiàn)任職于新墨西哥州洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室的樸表示：“下一次大地震仍有可能發(fā)生在尚未被繪制到地圖上的斷層上。通過持續(xù)監(jiān)測(cè)微小地震，或許能在大地震發(fā)生前揭示這些隱蔽斷層的存在。

圖片來源：樸永秀提供

這個(gè)戲劇性的例子展示了機(jī)器學(xué)習(xí)如何增強(qiáng)科學(xué)家對(duì)地震的認(rèn)知。上圖描繪了2016年9月發(fā)生在俄克拉荷馬州波尼市附近的一場(chǎng)地震群。每個(gè)點(diǎn)代表地震儀測(cè)得的地震（黃色代表地震群早期發(fā)生的地震，紅色代表后期發(fā)生的地震）。下方同樣展示該地震群，但此次科學(xué)家運(yùn)用機(jī)器學(xué)習(xí)技術(shù)在觀測(cè)數(shù)據(jù)中精準(zhǔn)定位了更多微小震源。增強(qiáng)版地震目錄不僅清晰呈現(xiàn)了震源分布細(xì)節(jié)，更揭示了底層地質(zhì)斷層的分布特征。

科學(xué)家們正在全球范圍內(nèi)應(yīng)用這種方法。例如，中國(guó)臺(tái)灣研究人員最近利用機(jī)器學(xué)習(xí)技術(shù)，對(duì)2024年4月發(fā)生的一場(chǎng)7.3級(jí)地震編制了更詳細(xì)的目錄。這場(chǎng)地震造成島內(nèi)至少18人死亡，數(shù)百棟建筑受損。這項(xiàng)發(fā)表于2025年4月地震學(xué)會(huì)議的研究發(fā)現(xiàn)，基于人工智能的震情目錄完整性約為人工分析的五倍，且僅需一天即可完成，而非耗時(shí)數(shù)月。該目錄揭示了地質(zhì)斷層位置與走向的新細(xì)節(jié)——這些信息有助于官員更好地預(yù)測(cè)未來地震中的地面運(yùn)動(dòng)模式。研究團(tuán)隊(duì)負(fù)責(zé)人、中國(guó)臺(tái)灣中央研究院地震學(xué)家黃新華（Hsin-Hua Huang）表示：“此類目錄未來將成為所有地震多發(fā)地區(qū)的標(biāo)準(zhǔn)配置?！?br/>

預(yù)測(cè)仍然是個(gè)難題

迄今為止，人工智能在應(yīng)對(duì)地震學(xué)另一重大挑戰(zhàn)——預(yù)測(cè)未來地震發(fā)生概率方面尚未取得顯著成效。

地震預(yù)測(cè)領(lǐng)域主要涉及總體概率問題——例如在Z時(shí)間段內(nèi)Y區(qū)域發(fā)生X級(jí)地震的可能性。目前，地震學(xué)家通過對(duì)歷史地震進(jìn)行數(shù)學(xué)分析來預(yù)測(cè)地震，例如采用統(tǒng)計(jì)方法，該方法依賴于對(duì)“歷史上地震觸發(fā)后續(xù)地震”情況的觀測(cè)數(shù)據(jù)。這種方法在特定任務(wù)中效果良好，例如預(yù)測(cè)大地震后某區(qū)域可能發(fā)生的余震數(shù)量。此類信息能幫助災(zāi)區(qū)民眾判斷能否安全返家，或預(yù)判更多余震是否即將到來，從而避免建筑物因二次震動(dòng)而坍塌。

但此類分析未必能準(zhǔn)確捕捉真實(shí)的地震風(fēng)險(xiǎn)，尤其在那些極少引發(fā)強(qiáng)震、因而地震記錄中缺乏充分?jǐn)?shù)據(jù)的斷層帶。地震學(xué)家正測(cè)試基于人工智能的地震預(yù)測(cè)算法，以期獲得更佳效果，但迄今為止，收效仍然不溫不火。在表現(xiàn)最佳的情況下，機(jī)器學(xué)習(xí)分析的準(zhǔn)確度也僅與傳統(tǒng)地震預(yù)測(cè)方法相當(dāng)?！八鼈兩形闯絺鹘y(tǒng)方法，”穆薩維指出。他在2025年8月《今日物理》雜志的綜述文章中總結(jié)了該領(lǐng)域現(xiàn)狀。

在一項(xiàng)頗具前景的實(shí)驗(yàn)中，米茲拉希正嘗試?yán)萌斯ぶ悄芗铀偕纱蟮卣鸢l(fā)生后關(guān)鍵幾分鐘至幾小時(shí)內(nèi)的余震預(yù)測(cè)。她與同事基于傳統(tǒng)的地震預(yù)測(cè)統(tǒng)計(jì)方法訓(xùn)練了機(jī)器學(xué)習(xí)算法，隨后讓該算法獨(dú)立運(yùn)行以檢驗(yàn)其表現(xiàn)。雖然其運(yùn)行速度遠(yuǎn)超傳統(tǒng)非人工智能方法，但仍有待完善。米茲拉希表示：“我們正在評(píng)估其表現(xiàn)是否令人滿意。”相關(guān)研究成果已于去年發(fā)表在《地震研究通訊》期刊上。

未來，研究人員希望加快此類預(yù)測(cè)分析的速度。地震學(xué)的其他領(lǐng)域最終也可能從中受益。早期研究表明，機(jī)器學(xué)習(xí)可應(yīng)用于地震早期預(yù)警，例如精確估算附近地震發(fā)生后數(shù)秒內(nèi)地面的位移幅度。但這種方法的實(shí)用性僅限于少數(shù)已建立早期預(yù)警系統(tǒng)的地區(qū)，如加利福尼亞州和日本。

樸還提醒人們不要過度依賴機(jī)器學(xué)習(xí)工具。他表示，科學(xué)家必須嚴(yán)把質(zhì)量關(guān)，以確保他們能夠正確解讀任何人工智能分析的結(jié)果。

總體而言， 機(jī)器學(xué)習(xí)正為地震研究掀起顛覆性變革，它憑借高效處理海量數(shù)據(jù)的優(yōu)勢(shì)，捕獲到數(shù)百萬此前未被察覺的微震，細(xì)化了地質(zhì)斷層圖譜，讓震情目錄更完整精準(zhǔn)，為解析地震發(fā)生機(jī)制、研判災(zāi)害風(fēng)險(xiǎn)提供了關(guān)鍵支撐。在余震預(yù)測(cè)等場(chǎng)景中，機(jī)器學(xué)習(xí)也顯著提升了分析效率。盡管目前在地震概率預(yù)測(cè)上尚未超越傳統(tǒng)方法，但隨著技術(shù)持續(xù)優(yōu)化與合理運(yùn)用，機(jī)器學(xué)習(xí)必將進(jìn)一步深化人類對(duì)地震的認(rèn)知，為全球防災(zāi)減災(zāi)工作筑牢堅(jiān)實(shí)的科技屏障。

作者：Alexandra Witze

翻譯：楠客

審校：7號(hào)機(jī)

fu

li

shi

jian

今天我們將送出由科學(xué)出版社提供的《跟著TED學(xué)科學(xué)（物理與人工智能）》。

《跟著TED學(xué)科學(xué)：物理》包含11個(gè)物理學(xué)話題。其中有“原子究竟有多小”“誰規(guī)定的一秒有多長(zhǎng)”這樣的物理學(xué)的基礎(chǔ)性問題，也有愛因斯坦的奇跡之年、薛定諤的貓這樣著名物理學(xué)家的故事，還有海森堡原理等量子力學(xué)相關(guān)的話題。每個(gè)話題都延續(xù)TED的敘事科普風(fēng)格，將深刻的物理原理串聯(lián)在一個(gè)整體敘事框架之中，以探究性問題或事件引入，逐步進(jìn)入深度思考和學(xué)習(xí)，并最終得到結(jié)論。本書能夠激發(fā)孩子對(duì)物理學(xué)的興趣，幫助小學(xué)階段的孩子更好地掌握《科學(xué)》中的物質(zhì)科學(xué)部分，也有助于初中學(xué)生對(duì)物理學(xué)科的學(xué)習(xí)。

《跟著TED學(xué)科學(xué)：人工智能》包含11個(gè)人工智能相關(guān)的話題。諸如計(jì)算機(jī)內(nèi)部結(jié)構(gòu)、存儲(chǔ)器、二級(jí)制編碼這些知識(shí)中蘊(yùn)含著人工智能世界的基礎(chǔ)原理，而算法、機(jī)器學(xué)習(xí)等內(nèi)容則加深對(duì)人工智能核心部分的理解，大數(shù)據(jù)、自動(dòng)駕駛、人工智能與人類等話題讓對(duì)人工智能的學(xué)習(xí)進(jìn)入到了倫理層級(jí)，讓孩子提前進(jìn)行價(jià)值思考和判斷。人工智能飛速發(fā)展，這本書可以作為一把鑰匙，幫助學(xué)生逐步走進(jìn)人工智能世界。除了人工智能本身，本書涉及的知識(shí)同樣有助于學(xué)生對(duì)國(guó)標(biāo)課程《信息科技》的學(xué)習(xí)。

【互動(dòng)問題：要是把 AI 比作地震研究的 “超能力伙伴”，你覺得它的核心技能是“火眼金睛找微震”“快手繪圖析斷層”，還是 “神速預(yù)判余震”？為什么？】

請(qǐng)大家嚴(yán)格按照互動(dòng)：?jiǎn)栴}答案的格式在評(píng)論區(qū)留言參與互動(dòng)，格式不符合要求者無效。

截止到本周四中午12：00，參與互動(dòng)的留言中點(diǎn)贊數(shù)排名第二、三、五的朋友將獲得我們送出的圖書一套（點(diǎn)贊數(shù)相同的留言記為并列，下一名次序加一，如并列第二之后的讀者記為第三名，以此類推）。

為了保證更多的朋友能夠參與獲獎(jiǎng)，過往四期內(nèi)獲過獎(jiǎng)的朋友不能再獲得獎(jiǎng)品，名次會(huì)依次順延

*本活動(dòng)僅限于微信平臺(tái)

編輯：姬子隰

翻譯內(nèi)容僅代表作者觀點(diǎn)

不代表中科院物理所立場(chǎng)

掃碼進(jìn)入“科學(xué)與中國(guó)”小程序，可觀看以院士科普視頻為代表的優(yōu)秀科普視頻，第一時(shí)間獲取中國(guó)科學(xué)院公眾科學(xué)日、科學(xué)節(jié)等科普活動(dòng)報(bào)名信息。