近日，据中新社报道，中国科学技术大学团队与中国地震局合作，推出了号称世界首个人工智能地震实时监测系统“智能地动”监测系统。

  据研究团队介绍，该系统在 1 秒之内，不仅可获得地震三要素(发震时间、震中、震级)信息，还能够实时分析震源机制，如破裂的断层、方向等。让地震的监测，变得更迅速和全面。

  “以往情况下，地震发生后大约 3-10 分钟，才会发布出来地震震源机制的报告。而有了智能地动系统，可以在地震破裂尚未到达区域的时候，把有关信息发布出去，对于防震减灾有非常大的意义。地震发生后，如能提前 3 秒接收预警信息，伤亡程度就会减少 14%。”该项目的研究员介绍到。

  把人工智能技术应用于地震监测，很多国家已开展此项研究多年，并且实现了某些特定的程度上的工程化和应用落地。

  以日本 REIS 地震预警系统为代表的其他几个国家的地震自动预警系统为例，它们早已大量应用机器学习、神经网络、深度学习等 AI 技术，进行地震的分析和监测。

  而中国科学技术大学团队与中国地震局合作的 “智能地动”监测系统，某一些程度上来讲，它是全球首个 AI 实时系统，重点在于 “实时”。

  以全球公认最为先进的日本 REIS 地震预警系统，可在收到地震波信号 5 秒钟后计算出地震位置和震级，约 2 分钟后估计出地震破裂的震源机制;美国国家地质调查局的自动速报系统要 3~5 分钟报出地震信息。

  而中国的 “智能地动”监测系统，可在 1 秒内计算出地震信息和震源机制，是世界最快的地震预警系统。

  中国的 “智能地动”监测系统，可以依据数据库中汇集的上百万个地震数据，结合地震学理论，快速处理正在发生的地震数据。不仅可推断断层的破裂方向、速度，还能够在一定程度上帮助预测海啸、强余震的可能分布等信息。

  根据中新社采访视频中谈到的内容称，智能地动系统的一大特点是，有别于多数系统非常依赖人工处理和分析，该系统则主要基于深度学习。

  可以推断出，系统能在 1 秒内得出预警报告，因为它几乎完全借助机器进行分析。

  深度学习的特点，是当算力和数据量足够庞大时，机器在诸多场景中的表现，要明显优于人工。

  但深度学习也存在一个弊病：即鲁棒性较差。通俗讲，就是表现不稳定，尤其是遇到陌生的场景和情况时，系统有可能会出现误判。

  深度学习的本质是一个超级记忆体，机器以前见到过、学习过的现象(数据 / 特征)，在下一次遇见时，它自己能精准判断。而一旦遇到以往未曾见过的情况，误判的可能性就会变大。

  因此，如果用深度学习，实现准确的地震监测，系统便需要提前学习更大量、更多元、更多维度的标注数据。

  据悉，中科大研究团队已将 “智能地动”系统对外开放，通过搭建一个开放平台，吸引世界各地其他研究团队，为此提供数据，众人拾柴火焰高，提高预测的准确性。

  但数据的持续收集、清洗、标注，以及要让系统达在真实地震场景中，达到工程级、高鲁棒性、迅速且超高精准的监测，或许还需要一段时间。

  地震预警，是指在地震发生以后，抢在地震波传播到设防区域前，向其提前几秒至数十秒发出警报，以告知当地人们采取应急措施，尽可能减少伤亡。

  由于地震事件涉及太多变量，从不一样的区域的地面构成到地震板块之间的相互作用类型，以及能量在波浪中穿过地球传播的方式，理解这一切非常困难。

  但这些年，不少AI科学家和地震学家已经在开展通过人工智能预测中短期地震的研究。

  其中，如美国康涅狄克大学费比 德福利尔斯团队，在 2018 年利用 13.1 万多组地震及其余震的配对数据，训练了一种深度学习模型，此模型能在包含 3 万多组地震余震的独立数据集中，识别并解释余震出现地点的模式，且比库仑破裂应力变化的准确度更高。

  美国斯坦福大学科学家格里高利 百洛泽认为，该结果强调了深度学习方法可提高余震预报的准确度，并为进一步了解地震激发机制提供了新见解。

  虽然，任重而道远，但随着未来对地震各种变量的理解和捕获，以及对大量数据的采集，相信的前景，会变得愈加明朗。

  北京市海淀区上地南路中博大厦8、9层 业务合作QQ：905 144 107