全球首台人工智能地震实时监测系统问世，我国再次走在世界前列

当地震发生后，如果能够提前3秒接收到地震预警信息，伤亡就会减少14%，如果能提前10秒，伤亡就会减少39%。所以，地震发生时，时间就是生命。目前世界各国大概在地震发生后的3~10分钟左右能够接到预警信息，而由中国科学技术大学与中国地震局合作研发的，世界首个人工智能地震实时监测系统——“智能地动”监测系统，可在1秒内精确估算地震震源机制参数。

“智能地动”人工智能地震监测系统（红色三角符号代表云南省境内地震台，蓝色三角符号代表四川省境内地震台，圆圈是该系统自动报出的地震位置。）
| 人工智能地震实时监测系统
“智能地动”是我国甚至世界上第一台人工智能的地震实时监测系统，是一套拥有深度学习能力的人工智能软件系统，能够根据记忆中汇集的上百万个地震资料，结合地震学理论，快速处理正在发生的地震数据。该系统目前已在中国地震局试运行，实时处理位于四川和云南省的中国地震实验场的117个地震台，中国地震局基于446个地震评估结果，对比显示无人操作的“智能地动”监测系统与专业人员人工计算处理结果的准确性非常接近，重要的是它可以在1~2秒钟之内获得地震三要素——时（发震时刻）、空（震源位置）、强（地震震级）以及震源机制解等关于震源的信息。

| “智能地动”在业内的优势
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，并且实现了一定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。而我国的“智能地动”监测系统，某种程度上来讲，它是全球首个AI地震预测实时系统，重点在于“实时”。实时背后的含义是：速度快，且同步进行。以全球公认最为先进的日本REIS地震预警系统为例，其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。而我国的“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，是当前世界最快的地震预警系统。
在地震发生的第一时间获得地震的相关信息对于灾害的预判及救援意义重大。目前，自动算法与专业人员人工计算结果相结合的方式，仍是许多国家监测地震的主要手段。也就是说，传统地震监测系统是报出系统计算与专家干预相结合的结果，因此要求专业人员24小时值班，这对工作人员提出了很高的要求。
无人操作的人工智能地震实时监测系统的出现，极大地缓解了24小时人工监测地震的压力，特别是有许多微小地震肉眼常常无法识别，但是这些微小地震可能预示大地震的发生。“智能地动”系统能够及时处理密集的地震台网大数据，帮助减少了误报、漏报现象。“智能地动”监测系统不仅可推断断层的破裂方向、速度，还可以帮助预测海啸、强余震的可能分布等信息。

| “智能地动”能够完全代替人工监测吗？
“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。系统能在1秒后得出预警报告，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端：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，系统容易出现误判。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，它可以精准判断。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。
数据从何而来？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，目前，系统的研发团队正在与日本、土耳其、墨西哥等地震频发的国家地震监测机构探讨交流合作推广计划。但数据的持续收集、清洗、标注，以及要让系统能在真实地震场景中，达到工程级、高鲁棒性、迅速且超高精准的监测，还需要一段时间。

| “智能地动”系统能否提前预测地震？
“地震预警”和“地震预测”是两个不同的概念。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。地震预测是对尚未发生、但有可能发生的地震事件事先发出通告。“智能地动”系统，其主要功能是地震预警。
而地震的预测，直到现在，全世界都没有一套成熟的研究成果。由于地震事件涉及太多变量，从不同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，不少人工智能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。虽然地震预测，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，相信地震预测的前景，会变得愈加明朗。

（图片来源于网络）作者 | 顾俊哲计算机科学与技术硕士，毕业后从事网络信息收集与整理工作，关注大众科普知识，探索前沿科技。