在地震等自然災害面前，人類總是顯得很渺小，希望可以提前獲知，做好撤離和其他準備工作。然而，雖然人類研究地震預測已超過千年，但始終無法準確預測。

近日，英國劍橋大學的研究人員宣布，他們利用機器學習，在實驗室的模擬狀態下成功預測了地震。雖然還處在實驗室階段，但人工智能為我們預測地震提供了另一個角度。

AI 可以聽懂地震的「語言」

研究人員們發現了一個導致地震的隱藏信號——一種特殊的聲音。這種聲音由地殼的斷層運動所發出，而地殼的斷層運動被認為是地震的主因，機器學習算法能夠找到這種運動發出聲音中的規律，評估斷層的壓力以及發生斷裂所需時間，最終進行精確預測。

研究人員使用了模擬實際地震的實驗室系統，他們在層間放置巖石混合物來模擬真實斷層，然后將采集到的地層運動所發出的聲音送入機器學習算法當中，最后利用機器學習技術來分析地震時的聲信號并研究它的模式。

研究人員表示，機器學習算法能夠識別聲音中的特定模式，這些聲音之前被認為只不過是噪音，而它們產生于地震發生的很久之前。他們表示，這種聲音模式的特點還可以用于估計地震之前剩余的時間，因為這種聲音會隨著地震的接近越來越響。

劍橋大學 Colin Humphreys 表示，「這是機器學習第一次被用于分析聲學數據，以預測何時會發生地震，在地震真正發生的很久之前就做出預測，這樣就可以提供足夠的報警時間——機器學習的能力真的是不可思議的。」

準確預測地震還有很長的路

從某種程度上來講，地理學家很早就能對地震做出預測，然而他們的預測只能稱得上是估算，他們會根據以往的經歷觀測數據，對未來的地震進行周期性的預測，這種預測方式有時會有著很大的誤差。

為了提高地震預測的精度，科學家研究了大量地震前的征兆：前震、電磁干擾、地下水文變化——甚至是不尋常的動物行為，不過這些嘗試似乎都不太奏效。

而機器學習的加入，為提高地震預測的精確度帶來了可能。研究人員將「模擬地震」發生之前，之中、和之后測量的大量數據輸入到機器學習算法當中，然后，通過算法篩選數據，查找當人造地震發生時發出信號的可靠模式，從而提高地震的預測精度。

不過，目前這種方法還停留在實驗室階段，而真實地震要復雜得多：真實地震中的壓力，要比實驗中大好幾個數量級，巖石溫度不同也會造成聲波差異。

研究人員也表示，該方法是否有效，自然要看其在真實環境下預測地震的表現。所以，研究的下一個目標將會是，在盡可能接近實驗環境的條件下進行地震預測。不過，準確預測地震這項工作相當繁雜，未來還有很長的路要走。