预测“实验室地震”的机器学习算法绝对是一个突破。这一突破不仅震惊了地质学家，也意味着利用机器学习来预测真实地震指日可待。据统计，地震中遇难的人数十分可怕。每年约有10,000人死于地震和震后灾害，但实际伤亡人数可能要高得多。2004年，苏门答腊沿海发生里氏9级地震，引发海啸，超过23万人丧生；2010年，海地发生7级地震，超过20万人丧生；因此，我们期待一种卓有成效的地震预报方法。在新墨西哥州的洛斯阿拉莫斯国家实验室，贝特朗·鲁埃-勒杜克和他的几个伙伴前段时间发现了一个相当惊人的秘密。他们训练了一种机器学习算法，仅依靠压力产生的声音在实验室中寻找即将发生地震的迹象。该团队还不确定这项技术是否可以用于预测真实的地震，因此他们非常谨慎；但他们的技术和工作确实为地震预测领域的研究开辟了一条新的道路。我先介绍一些相关的背景资料。长期以来，地质学家已经能够预测地震风险的大致概率。他们采用的方法是找出历史上地震断层的运动时间，并利用其中表现出的某些周期性来粗略预测未来的断层运动。时间。最著名的例子是加利福尼亚州帕克菲尔德的圣安吉拉斯断层，它是世界上研究最仔细的断层之一。根据记录，历史上这里发生的地震分别发生在1857年、1881年、1901年、1922年、1934年和1966年。数据暗示了圣安吉拉斯的一种模式和规律性，那里大约每22年发生一次地震。因此，地质学家预测下一次地震将发生在1988年至1993年之间，下一次地震应该发生在2004年，这大概是地震预测所能达到的最好水平了。在大多数其他地方，幅度上的误差会更大。这样的预测有利于在地震多发地区建立地震指标；但在地震确实发生时防止死亡在很大程度上是不可能的。因此，预测时间跨度需要以天为单位，以实现更准确的预测。几乎没有证据表明这种逐日预测是可能的，尽管有大量轶事证据表明动物可以感知即将发生的地震。Rouet-Leduc和他的合作伙伴的工作很可能会改变这种现象。他们通过拉动夹在两个石块之间的石块在实验室中制造了人工地震。在这些积木的接触面上，他们叠加了一种称为“断层泥”的岩石物质混合物，以模拟真实的断层。迄今为止，此类人工地震系统已得到充分研究。地质学家由此得知，当地震即将发生时，“断层泥”开始下落，并伴随着剪切时发出的“咯吱”、“咔嚓”声——一种独特的“地震耳语”——然后块会向下滑动，而且滑动的时机好像是有周期性的。这个系统和真实地震有很多相似之处，比如滑块的尺寸分布和真实地震一样，可以产生很多小滑块和几个大滑块——这个尺寸分布和真实地震是一样的地震，符合著名的“古腾堡-里希特关系”。因此，地质学家确信该系统至少模仿了现实世界的某些行为。到目前为止，问题一直是：故障期间发出的声音能否用于预测下一次故障发生的时间？直到现在，还没有人在这些声音中找到可用于预测时间的一致模式。但是Rouet-Leduc已经开始了一种全新的方法。他们记录了试验期间发出的所有声音，并将其输入机器学习算法。这样做是为了看看机器是否可以破译地质学家目前无法破译的声音模式。这个实验的结果非常令人愉快。研究人员将一个滑动的声音窗口输入到算法中，然后让它在每个可能发生地震的时刻做出即时预测。令研究人员惊讶的是，该机器对即将发生的地震做出了非常准确的预测，尽管有些地震并非迫在眉睫。他们说：“我们只是让算法在实验室‘聆听’故障的声音信号，机器学习就可以准确地预测到故障发生之前的剩余时间。”Rouet-Leduc假设地震前兆可能比以前认为的要小得多，因此在现实生活中通常不会被记录下来。这些机器似乎发现了一个全新的信号，地质学家之前曾将其误认为是产生的噪音他们说：“我们的机器学习分析可以为‘滑移物理学’提供新的见解。”“这是一项有趣且重要的工作。它提出的第一个也是最突出的问题是：同样的技术能否准确预测现实世界的地震？”他们指出，实验室中的实验在各个重要方面都与真实地球有很大不同：实验中剪切压力的大小大于真实地震的大小，剪切岩石的地震温度为也不同于真正的地震。然而，实验室地震在其他一些层面上仍然与真实地震非常相似。因此，该团队的下一个目标是将同样的分析应用于那些与实验相关的分析。帕克菲尔德地震就是这样一种真实世界的地震，帕克菲尔德在相对较短的时间内经历了多次重复地震。该团队表示：“这些断层可能就像在实验室里一样，发出‘地震低语’。”这个大测试当然会被用来准确预测现实世界的地震，但这将是一项艰巨的任务，需要数年时间的仔细研究和观察。同时，该技术也可应用于类似地震。其他材料的预测，例如发电站中的飞机和涡轮机。不管这项新技术如何应用??，Rouet-Leduc已经在地质界掀起了波澜。正如他们自己在总结中所说：“舞台已经为地震科学的进步和发展做好了准备。”
