來自哈佛大學和 Google 的科學家們日前提出一項新的技術,該技術能通過經訓練的神經網路,預測地震餘震可能發生的地點。研究人員為神經網路提供超過 131,000 筆主震和餘震對比的歷史資料作為訓練,比起現在的「庫倫應力變化(Coulomb stress transfer)」預測方式僅計算單一壓力轉移,AI 能夠同時計算多個壓力轉移,也成功帶來了更高的準確度。
但這項技術目前其實還無法實際派上用場。科學家指出,這項技術只計算了靜態應力變化,沒有將動態應力變化納入考量。科學媒體 Nature 的報導中便寫到,單受靜態應力變化的餘震分佈和受到兩種應力變化的結果是截然不同的。
此外,這項技術也不會將斷層的複雜性納入預測的計算過程之中。Nature 認為這就是為何該項技術無法預測斷層周遭因壓力下降所造成的餘震,即便從其它數據上可以很清楚的判斷這些餘震的存在。
就目前看來,這項仰賴神經網路的技術前景依舊光明,也期待經過更多的測試和時間後,會帶來進一步的成果。
但這項技術目前其實還無法實際派上用場。科學家指出,這項技術只計算了靜態應力變化,沒有將動態應力變化納入考量。科學媒體 Nature 的報導中便寫到,單受靜態應力變化的餘震分佈和受到兩種應力變化的結果是截然不同的。
此外,這項技術也不會將斷層的複雜性納入預測的計算過程之中。Nature 認為這就是為何該項技術無法預測斷層周遭因壓力下降所造成的餘震,即便從其它數據上可以很清楚的判斷這些餘震的存在。
就目前看來,這項仰賴神經網路的技術前景依舊光明,也期待經過更多的測試和時間後,會帶來進一步的成果。