昨日晚間21:42分，中國地震臺網正式測定：2017年08月08日21時19分46秒在四川阿壩州九寨溝縣（北緯33.2度，東經103.82度）發生7級地震，震源深度20千米。

　　8月8日晚22時07分，微博網友“宜賓生活播報”上傳的視頻顯示，在地震剛剛發生時，同屬阿壩州的汶川縣電視臺提前40多秒彈出預警畫面。

　　視頻顯示，正在播放的電視節目變成一段藍底白字的地震預警畫面，正在從40多秒開始進行倒計時。當倒計時進行到38秒左右時，視頻拍攝者所在房屋頂部的吊燈開始微微晃動。

　　新京報記者連線汶川縣文化體育廣電新聞出版局，一位工作人員稱，這是最近兩三年啟動的一套地震報警系統，一旦發生地震，如果震級較大，都會啟動預警。該工作人員說，“我們已經能感受到了，地震剛剛發生的時候，這個系統就會反應出來?！?/p>

　　那么，就算是有地震報警系統，這次也只提前了40多秒于電視臺播報出來，僅僅40秒鐘的時間讓人反應找掩體防地震。那沒看到電視，又或者在深夜人們睡覺的時候發生地震該怎么辦呢？

　　2008年的512汶川大地震，可以說給中國留下了不可磨滅的傷痕，也使民眾對“地震”一詞談之色變。各類預測地震的方法層出不窮，其中“地震云”就反復出現在各類新媒體的文章中，但次次都立即被地震局辟謠，今早在網絡查九寨溝地震消息時，這個所謂能預示災禍來臨的“地震云”不出所料又一次被提及了。

　　不過也由此可見人類對于這類毫無預警的災難，有多希望可以提前獲知，拯救萬千生命。

　　難道地震預測真的無解嗎？

　　世界各地的專家們花了數十年希望挖掘出地震的有關現象，例如：前震、地下水化學變化，甚至動物的反常行為，但成效甚小。后來嘗試過應用機器學習方法也失敗了，因此Lamont-Doherty地球觀測臺的地震學家克里斯·斯科爾茨都說：“這真是讓人無從下手的難解謎題。”

　　但這時人工智能站了出來，也許AI真的是我們未來成功預測地震的救星？

　　定位受災最重地區，將損失降低到最小值

　　地震來襲，快速找到被破壞最強的地區，或許能第一時間拯救出更多生命。One Concern就在研發這項技術——在地震后的幾分鐘內，立刻分析出受災最重的地區是哪里。

　　那么這套算法是如何形成的呢？One Concern首先需要下載某個地區與建筑有關的樓齡、類型、建筑材料等有關的數據。之后，研究人員需要訓練出一套能夠理解地震是如何損壞建筑物的套路。通過將這些知識和地震發生后的地震數據結合，One Concern的CEO Wani表示，他們研發的系統可以高效地預測出建筑物對沖擊波的反饋。

　　人工智能系統在評估分析后，會生成一張受災地圖，方便救災人員的查看，在地圖中，那些建筑物損壞最嚴重的街道和受災人數最多的區域都會被重點標注出來。之后將災害強度和人數相乘，就可以估算出該立刻前往哪個地區進行救災。

　　Muller表示，救災相關方面可以先用這個系統來配合一些地震救災的演習，以此來訓練他們的員工。

　　而對于那些不發達國家的地震區，因為建筑物數據的不足，研究人員采用了另外的AI策略。2015年4月尼泊爾的地震發生后，AI研究人員就訓用了不同的方法來幫助改變地面，救災響應的方式。

　　比如說，在經過人工智能軟件提前掃描后，線上的志愿者們面前會呈現出受災地區的衛星圖，之后大家一起幫助確認哪些地區可能是有人居住的地點。如果志愿者的判斷和AI系統判斷的是一樣的，那么這些地區就會標注出來，以待救災專業人員再進行審查。

　　目前已有兩個之前沒有被識別出來的村莊被地面救災人員發現了，并及時到場給予了救災支援。

　　20：1的時間差內秒速預測地震

　　洛斯阿拉莫斯國家實驗室的地球物理學家保羅·約翰遜曾表示：“如果你聲稱自己在預測地震方面取得了進展，別人會說你大概是傻了”。

　　但是，技術改進后的機器運算和超級計算機，以及存儲和處理大量數據的能力，都讓約翰遜的團隊發現人工智能方面的新突破。正在跟幾個研究機構合作的約翰遜還說：“如果時光倒退十年，我們還不可能做到這一點。”通過更復雜的計算，他和他的團隊正在嘗試去做一件從來沒人做過的事：給機器輸入原始數據——這些數據都來源于實驗室實地模擬地震事件發生前期中期后期，并且都經過大量的采集。然后他們采用算法篩選數據的方式，機器學習除了實驗室模擬，他們還開始使用原始地震數據中的實際溫度信息進行進行同類型的機器學習分析。

　　這與科學家們以往預測的方式不同，過去通常使用“地震目錄”中處理過的地震數據來尋找預測線索。數據集僅僅包含地震震級、位置和時間，而忽略了其他很多信息。與此不同的是，約翰遜的機器算法或將拾取重要的預測標記。

　　約翰遜的合作伙伴—賓夕法尼亞州立大學的地球物理學家克里斯·馬羅內已經與約翰遜在地震模擬器運行實驗室中進行了部分實驗。模擬器可以隨機生成地震模式并生成開源機器學習算法的數據，且系統取得的結果也十分驚人。

　　“吱吱聲和摩擦聲”隨著模擬的構造板的時間推移不斷發生，從而通過計算機算法在聲學數據中拾取到可靠信號。隨著人造地殼系統更接近模擬地震，該算法可以以非常具體的方式揭示這些噪聲的變化。這意味著約翰遜可以隨時任意確認這個聲學信號，以確定地震可能發生的時間。

　　例如，如果模擬地震將在20秒內發生撞擊，研究人員可以分析信號并在一秒內準確預測地震。不過，目前約翰遜團隊只是追求一種估算地震的時間的方法，并不能估測到地震的大小?？梢婎A測地震的大小將是一個更加棘手的問題。

　　雖然大自然與模擬實驗室相比，要復雜的多，不過人工智能已然做到其他技術無法完成的事情。

　　為何人工智能是預測地震的最佳助手呢？

　　對于地震這類微觀前兆很多的災害，會涉及地殼運動、磁場、重力甚至是地下水化學成分的變化，這些數據或現象都要專業儀器的不間斷監測，可見數據量會多么驚人，這對于大數據的分析任務就特別重了。

　　此時，大數據加云端服務就是最佳拍檔，能夠全面分析微觀前兆。

　　再加上日本京都大學一個研究小組宣布，利用一種新方法有望提前1小時至20分鐘預測7級以上大地震。該研究小組調查分析發現，大地震發生前震源上空的電離圈電子數有異常增加的情況，據此斷定大地震發生，如果該論斷屬實，那么傳感器不需要深入地下也可實現預測。

　　此外，MIT人工智能實驗室曾經發明一套算法，通過600個小時的視頻對該算法進行訓練后，它已經能夠對接下來5秒出現的目標進行預測。如果加強算法強度，將地球至今的運動軌跡輸入系統，提高其成功率以及延長預測的時間，那正確預測碰撞的時間點也將指日可待了？