認真閱讀下面的文章，并思考文末互動提出的問題，嚴格按照互動：你的答案格式在評論區(qū)留言，就有機會獲得由科學(xué)出版社提供的優(yōu)質(zhì)科普書籍《跟著TED學(xué)科學(xué)（物理與人工智能）》。

機器學(xué)習正不斷擴展科學(xué)家的地震目錄，并細化地下斷層分布圖，該技術(shù)更有望提升地震預(yù)測能力。

今年七月，一場十多年來最強烈的地震撼動了俄羅斯偏遠的堪察加半島，全球地震學(xué)家在片刻內(nèi)便獲知了這一消息。無論地震規(guī)模大小，遍布全球的傳感器都能探測到震動，并將信息傳遞給研究人員，后者迅速分析探測數(shù)據(jù)并發(fā)布警報。

如今，人工智能已經(jīng)準備好讓地震研究的各個環(huán)節(jié)都顯著提速，并徹底刷新科學(xué)家們對地震發(fā)生機制的認識。

通過運用人工智能的一個分支——機器學(xué)習，科學(xué)家們正在從地震活躍地區(qū)的數(shù)據(jù)中識別出多達數(shù)百萬次微小且此前未被察覺的地震。這些新建成的改進型數(shù)據(jù)庫正幫助研究人員更深入地理解地震發(fā)生的地質(zhì)斷層，這將讓未來地震的風險更清晰可見。部分科學(xué)家甚至運用機器學(xué)習技術(shù)，提升對強震災(zāi)區(qū)后續(xù)余震數(shù)量的預(yù)測精度。

更廣泛而言，研究人員期待機器學(xué)習憑借其處理海量信息并從中挖掘規(guī)律的能力，為地震領(lǐng)域重大謎題（包括揭示地震在最初毀滅性瞬間的演變機制）提供新見解。

哈佛大學(xué)地震學(xué)家莫斯塔法·穆薩維（Mostafa Mousavi）也曾表示，“機器學(xué)習打開了一扇全新的窗口”。

震動大地，數(shù)據(jù)爆發(fā)

地震發(fā)生于地殼內(nèi)部應(yīng)力持續(xù)累積之時——例如當兩塊地殼板塊相互摩擦擠壓，正如加州圣安德烈亞斯斷層所呈現(xiàn)的景象。當應(yīng)力達到臨界閾值，斷層便會破裂，巖體隨之斷裂，釋放的地震能量以波浪狀向外擴散，引發(fā)地面震動。

圣安德烈亞斯斷層，這里被描繪為貫穿南加州卡里佐平原的一道劇烈切割，是地震學(xué)家利用人工智能更好地理解地震模式的地質(zhì)活躍區(qū)的一個例子。圖片來源：約翰·威利（John Wiley）/維基共享資源

這些能量被全球各地的地震儀及其他儀器記錄下來，這些儀器大量部署在加利福尼亞和日本等地質(zhì)活躍區(qū)域。數(shù)據(jù)被輸入到國家和國際地震監(jiān)測系統(tǒng)，用于追蹤地震并向全球發(fā)出警報。近年來，隨著地震學(xué)家探索出新的地面運動監(jiān)測方式，例如通過光纖網(wǎng)絡(luò)探測地震信號，或利用智能手機內(nèi)置的加速度傳感器構(gòu)建的基于手機地震預(yù)警網(wǎng)絡(luò)，使得能檢測到的地震數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長。

就在十到二十年前，地震信號的分析工作大多依靠人工完成，科學(xué)家們爭分奪秒地評估觀測網(wǎng)絡(luò)傳回的記錄數(shù)據(jù)。但如今，數(shù)據(jù)點的數(shù)量已然龐大得讓人工難以應(yīng)對。穆薩維也曾表示“現(xiàn)在處理地震數(shù)據(jù)幾乎唯一可行的方式就是采用自動處理，”。他曾于2023年在《地球與行星科學(xué)年度評論》上以共同作者身份發(fā)表過一篇關(guān)于地震學(xué)中機器學(xué)習應(yīng)用的文章。

該圖表顯示了P波和S波在地震圖上的到達情況。

地震學(xué)中機器學(xué)習最常見的應(yīng)用之一，是測量地震波抵達特定地點的時間，這一過程稱為相位拾取。地震會產(chǎn)生兩種地震波——P波和S波，它們以不同方式影響地面，并在地震圖上呈現(xiàn)為不同的波形。過去，地震學(xué)家需分析來自地震傳感器的數(shù)據(jù)，并在地震圖上人工標定P波或S波的起始點。精確捕捉這些波的起始點對于理解地震的具體震中位置等關(guān)鍵信息至關(guān)重要，然而相位選取過程極其耗時。

地震能量在地震儀的測量中呈現(xiàn)為波浪狀曲線 。首先到達的是稱為P波的地面運動信號，隨后是稱為S波的另一類信號。在地震儀讀數(shù)中確定波浪首次到達的位置，是理解地震影響的重要環(huán)節(jié)——這項工作通常由地震學(xué)家人工完成，但近年來通過引入機器學(xué)習算法，該過程已顯著提速。

近年來，地震學(xué)家們開始運用機器學(xué)習算法來識別地震相位，其速度遠超人類能力。雖然存在多種自動相位識別方法，但經(jīng)過海量歷史地震數(shù)據(jù)訓(xùn)練的機器學(xué)習算法，能夠以前所未有的方式識別不同類型地震產(chǎn)生的多樣化信號。穆薩維指出，該技術(shù)現(xiàn)已普及到研究論文標題中不再標注“機器學(xué)習”字樣的程度：“這已成為默認共識。”

穆薩維表示，基于人工智能的相位選擇比人工相位選擇更快，且準確度至少相當。地震學(xué)家們目前正致力于將這些工具擴展到其他類型的地震分析中。

擴展地震目錄

在利用機器學(xué)習擴展地震目錄（即記錄特定區(qū)域地震發(fā)生地點的清單）方面，已取得重大突破。地震目錄包含地震學(xué)家能從記錄信號中識別出的所有地震——但人工智能能發(fā)現(xiàn)的震動數(shù)量遠超人類科學(xué)家，其數(shù)量呈指數(shù)級增長。

本質(zhì)上，機器學(xué)習能夠通過數(shù)據(jù)篩選識別出人類無力或無暇標記的小地震。蘇黎世聯(lián)邦理工學(xué)院瑞士地震局地震學(xué)家萊拉·米茲拉希（Leila Mizrahi）指出：“這些微小地震要么肉眼無法察覺，要么根本沒有時間逐一查看?！蓖ǔＧ闆r下，這些震動會被數(shù)據(jù)中的背景噪聲所掩蓋。

在2019年《科學(xué)》雜志上發(fā)表的一項開創(chuàng)性研究中，研究人員運用一種能匹配地震波模式的人工智能算法，識別出2008至2017年間發(fā)生在南加州，且此前未被發(fā)現(xiàn)的150多萬次微小地震。這些微弱震動微乎其微，即便站在震源正上方，多數(shù)人也難以察覺。但確認這些微震的存在對地震學(xué)家理解地質(zhì)斷層的行為模式具有重要意義。

穆薩維特別指出，微小地震作為觀察大地震形成機制的窗口具有重要意義。大地震可能每隔一個世紀甚至更長時間才在特定斷層發(fā)生一次——這對科學(xué)家而言觀察周期過長，難以理解斷裂過程。微小地震與大地震行為模式相似，但發(fā)生頻率更高。因此，研究新擴展地震目錄中的微小地震規(guī)律，有助于科學(xué)家更深入理解地震活動的啟動機制。穆薩維指出，更詳盡的目錄“有望幫助我們更深入地理解并建模地震災(zāi)害風險”。

擴展的地震目錄還能比以往更清晰地揭示區(qū)域下方地質(zhì)斷層的結(jié)構(gòu)。這就像是從簡略勾勒的斷層分布圖，升級為細節(jié)逼真如照片的繪畫作品。2022年，由當時任職于斯坦福大學(xué)的地震學(xué)家樸永秀（Yongsoo Park）領(lǐng)導(dǎo)的團隊運用機器學(xué)習技術(shù)，構(gòu)建了2010至2019年間俄克拉荷馬州和堪薩斯州的擴展地震目錄。其中許多地震是由石油天然氣公司向地下注入廢水引發(fā)的。這項工作揭示了此前不可見的斷層結(jié)構(gòu)，使科學(xué)家能夠更精確地繪制斷層圖，并更好地理解地震風險。

樸及其同事發(fā)現(xiàn)，80%的大型地震其實可以根據(jù)震前發(fā)生的微小地震來預(yù)測。現(xiàn)任職于新墨西哥州洛斯阿拉莫斯國家實驗室的樸表示：“下一次大地震仍有可能發(fā)生在尚未被繪制到地圖上的斷層上。通過持續(xù)監(jiān)測微小地震，或許能在大地震發(fā)生前揭示這些隱蔽斷層的存在。

圖片來源：樸永秀提供

這個戲劇性的例子展示了機器學(xué)習如何增強科學(xué)家對地震的認知。上圖描繪了2016年9月發(fā)生在俄克拉荷馬州波尼市附近的一場地震群。每個點代表地震儀測得的地震（黃色代表地震群早期發(fā)生的地震，紅色代表后期發(fā)生的地震）。下方同樣展示該地震群，但此次科學(xué)家運用機器學(xué)習技術(shù)在觀測數(shù)據(jù)中精準定位了更多微小震源。增強版地震目錄不僅清晰呈現(xiàn)了震源分布細節(jié)，更揭示了底層地質(zhì)斷層的分布特征。

科學(xué)家們正在全球范圍內(nèi)應(yīng)用這種方法。例如，中國臺灣研究人員最近利用機器學(xué)習技術(shù)，對2024年4月發(fā)生的一場7.3級地震編制了更詳細的目錄。這場地震造成島內(nèi)至少18人死亡，數(shù)百棟建筑受損。這項發(fā)表于2025年4月地震學(xué)會議的研究發(fā)現(xiàn)，基于人工智能的震情目錄完整性約為人工分析的五倍，且僅需一天即可完成，而非耗時數(shù)月。該目錄揭示了地質(zhì)斷層位置與走向的新細節(jié)——這些信息有助于官員更好地預(yù)測未來地震中的地面運動模式。研究團隊負責人、中國臺灣中央研究院地震學(xué)家黃新華（Hsin-Hua Huang）表示：“此類目錄未來將成為所有地震多發(fā)地區(qū)的標準配置?！?br/>

預(yù)測仍然是個難題

迄今為止，人工智能在應(yīng)對地震學(xué)另一重大挑戰(zhàn)——預(yù)測未來地震發(fā)生概率方面尚未取得顯著成效。

地震預(yù)測領(lǐng)域主要涉及總體概率問題——例如在Z時間段內(nèi)Y區(qū)域發(fā)生X級地震的可能性。目前，地震學(xué)家通過對歷史地震進行數(shù)學(xué)分析來預(yù)測地震，例如采用統(tǒng)計方法，該方法依賴于對“歷史上地震觸發(fā)后續(xù)地震”情況的觀測數(shù)據(jù)。這種方法在特定任務(wù)中效果良好，例如預(yù)測大地震后某區(qū)域可能發(fā)生的余震數(shù)量。此類信息能幫助災(zāi)區(qū)民眾判斷能否安全返家，或預(yù)判更多余震是否即將到來，從而避免建筑物因二次震動而坍塌。

但此類分析未必能準確捕捉真實的地震風險，尤其在那些極少引發(fā)強震、因而地震記錄中缺乏充分數(shù)據(jù)的斷層帶。地震學(xué)家正測試基于人工智能的地震預(yù)測算法，以期獲得更佳效果，但迄今為止，收效仍然不溫不火。在表現(xiàn)最佳的情況下，機器學(xué)習分析的準確度也僅與傳統(tǒng)地震預(yù)測方法相當?！八鼈兩形闯絺鹘y(tǒng)方法，”穆薩維指出。他在2025年8月《今日物理》雜志的綜述文章中總結(jié)了該領(lǐng)域現(xiàn)狀。

在一項頗具前景的實驗中，米茲拉希正嘗試利用人工智能加速生成大地震發(fā)生后關(guān)鍵幾分鐘至幾小時內(nèi)的余震預(yù)測。她與同事基于傳統(tǒng)的地震預(yù)測統(tǒng)計方法訓(xùn)練了機器學(xué)習算法，隨后讓該算法獨立運行以檢驗其表現(xiàn)。雖然其運行速度遠超傳統(tǒng)非人工智能方法，但仍有待完善。米茲拉希表示：“我們正在評估其表現(xiàn)是否令人滿意?！毕嚓P(guān)研究成果已于去年發(fā)表在《地震研究通訊》期刊上。

未來，研究人員希望加快此類預(yù)測分析的速度。地震學(xué)的其他領(lǐng)域最終也可能從中受益。早期研究表明，機器學(xué)習可應(yīng)用于地震早期預(yù)警，例如精確估算附近地震發(fā)生后數(shù)秒內(nèi)地面的位移幅度。但這種方法的實用性僅限于少數(shù)已建立早期預(yù)警系統(tǒng)的地區(qū)，如加利福尼亞州和日本。

樸還提醒人們不要過度依賴機器學(xué)習工具。他表示，科學(xué)家必須嚴把質(zhì)量關(guān)，以確保他們能夠正確解讀任何人工智能分析的結(jié)果。

總體而言， 機器學(xué)習正為地震研究掀起顛覆性變革，它憑借高效處理海量數(shù)據(jù)的優(yōu)勢，捕獲到數(shù)百萬此前未被察覺的微震，細化了地質(zhì)斷層圖譜，讓震情目錄更完整精準，為解析地震發(fā)生機制、研判災(zāi)害風險提供了關(guān)鍵支撐。在余震預(yù)測等場景中，機器學(xué)習也顯著提升了分析效率。盡管目前在地震概率預(yù)測上尚未超越傳統(tǒng)方法，但隨著技術(shù)持續(xù)優(yōu)化與合理運用，機器學(xué)習必將進一步深化人類對地震的認知，為全球防災(zāi)減災(zāi)工作筑牢堅實的科技屏障。

作者：Alexandra Witze

翻譯：楠客

審校：7號機

fu

li

shi

jian

今天我們將送出由科學(xué)出版社提供的《跟著TED學(xué)科學(xué)（物理與人工智能）》。

《跟著TED學(xué)科學(xué)：物理》包含11個物理學(xué)話題。其中有“原子究竟有多小”“誰規(guī)定的一秒有多長”這樣的物理學(xué)的基礎(chǔ)性問題，也有愛因斯坦的奇跡之年、薛定諤的貓這樣著名物理學(xué)家的故事，還有海森堡原理等量子力學(xué)相關(guān)的話題。每個話題都延續(xù)TED的敘事科普風格，將深刻的物理原理串聯(lián)在一個整體敘事框架之中，以探究性問題或事件引入，逐步進入深度思考和學(xué)習，并最終得到結(jié)論。本書能夠激發(fā)孩子對物理學(xué)的興趣，幫助小學(xué)階段的孩子更好地掌握《科學(xué)》中的物質(zhì)科學(xué)部分，也有助于初中學(xué)生對物理學(xué)科的學(xué)習。

《跟著TED學(xué)科學(xué)：人工智能》包含11個人工智能相關(guān)的話題。諸如計算機內(nèi)部結(jié)構(gòu)、存儲器、二級制編碼這些知識中蘊含著人工智能世界的基礎(chǔ)原理，而算法、機器學(xué)習等內(nèi)容則加深對人工智能核心部分的理解，大數(shù)據(jù)、自動駕駛、人工智能與人類等話題讓對人工智能的學(xué)習進入到了倫理層級，讓孩子提前進行價值思考和判斷。人工智能飛速發(fā)展，這本書可以作為一把鑰匙，幫助學(xué)生逐步走進人工智能世界。除了人工智能本身，本書涉及的知識同樣有助于學(xué)生對國標課程《信息科技》的學(xué)習。

【互動問題：要是把 AI 比作地震研究的 “超能力伙伴”，你覺得它的核心技能是“火眼金睛找微震”“快手繪圖析斷層”，還是 “神速預(yù)判余震”？為什么？】

請大家嚴格按照互動：問題答案的格式在評論區(qū)留言參與互動，格式不符合要求者無效。

截止到本周四中午12：00，參與互動的留言中點贊數(shù)排名第二、三、五的朋友將獲得我們送出的圖書一套（點贊數(shù)相同的留言記為并列，下一名次序加一，如并列第二之后的讀者記為第三名，以此類推）。

為了保證更多的朋友能夠參與獲獎，過往四期內(nèi)獲過獎的朋友不能再獲得獎品，名次會依次順延

*本活動僅限于微信平臺

編輯：姬子隰

翻譯內(nèi)容僅代表作者觀點

不代表中科院物理所立場

掃碼進入“科學(xué)與中國”小程序，可觀看以院士科普視頻為代表的優(yōu)秀科普視頻，第一時間獲取中國科學(xué)院公眾科學(xué)日、科學(xué)節(jié)等科普活動報名信息。