这简直逆天了！用机器学习预测实际地震指日可待（附论文）

这简直逆天了！结果证明，实验室试验让人看到了希望，不过预测实际的地震要难得多。

地震本质上是不可预测的。虽然地质学家们了解地震颤动为何发生、如何发生，但要做到提前几分钟预测还是非常困难。

一支科学家团队认为，机器学习有朝一日有助于解决这个问题。周三发表在《地球物理研究快报》（Geophysical Research Letters）上的一篇论文介绍了一种方法，这种方法依赖于实验室模拟地震带断裂，监听声音信号。

研究人员对两个很重的钢块施加压力，让两个钢块滑向对方，就像地震过程中的构造板块那样。这种运动以地震波的形式释放能量，而地震波可以通过声学来研究。

贝特朗·鲁埃－勒迪克（Bertrand Rouet-LeDuc）是这篇论文的合著者，还是新墨西哥州洛斯阿拉莫斯国家实验室的研究员。他表示，这套预测系统有赖于发现只要断层断裂就会发出来的一种特定波形。

“关于预测地震是否真的切实可行，或者地震是否在本质上具有随机性、永远无法被预测，这个方面有很大的争议。我们发现了一种新的信号，让我们有可能预测实验室中的小型断层断裂，这个事实给了我们希望：确实有可能预测地震。”

该系统依赖一系列决策树算法。试验分成了两个时长150秒的间隔。上半个间隔生成的地震数据用于训练，结合实验室断层发出来的声音方面的信息，就可以得出断裂之前剩余的时间。

至于下半个间隔，只为系统提供了断层发出来的声波，系统要估计断层断裂前的时间。研究人员重复了15个周期的训练和测试阶段。

鲁埃－勒迪克向英国IT外媒The Register解释：“在训练阶段，机器学习算法学习识别断层发出来的声音中的模式，这种模式表明受到了多大的压力以及距离断裂有多近。在测试阶段，结果证明，即使断层的行为似乎有所不同（比如说，事件之间的重复时间不一样），它仍然遵循同样的可预测模式发出声音。”

预测逐渐变得更准确。研究人员声称，一次模拟的地震之后，系统可以猜测下一次地震颤动何时发生的时间，准确性误差不超过10%。地震模拟器模拟的断层即将断裂时，算法的准确性误差不超过2.5%。

鲁埃－勒迪克说：“比如说，就平均持续10秒的周期而言，在断裂前2秒，该算法（大概）可以在1.9秒至2.1秒之间作出预测。”

虽然实验室地震提供了良好的模拟，但它终归是一个很简单的模型。真实的地震数据要杂乱得多。人类活动和环境会带来环境噪声。从附近断层发出来的声音也会干扰研究人员在寻找的信号模式，从而使预测起来更困难。

研究人员已经开始使用真实的数据，试图搞清楚如何隔离正确的信号，从而准确测定地震何时即将发生。

保罗·约翰逊（Paul Johnson）是论文的另一位合著者，也是洛斯阿拉莫斯国家实验室的研究人员。他告诉The Register：“我们这项研究工作的新颖之处在于，通过仔细分析借助实验室环境记录的声音信号，利用机器学习来发现和了解断裂新的物理特性。”

“我认为，地震物理学的未来将高度依赖机器学习来处理大量的原始地震数据。”

论文全文：