有了這四個「最」,AI或許可以成功預測地震

雖然人工智慧正在滲透生活的方方面面，但對於世界難題——地震預測，它到底能起到什麼作用呢？

當地時間24日凌晨3點36分，義大利中部城市佩魯賈東南76公裡處發生6.2級地震，造成249人的死亡，超過380人受傷。而在相隔幾小時後，緬甸中部城市密鐵拉以西一百三十多公裡附近發生6.9級地震，造成3死2傷的局面。

在自然災害面前，人總是那麼的渺小。雖然各國都在往地震預測這個方向努力，但結果都是收效甚微，畢竟傳感器不能深入地下，而光靠地表的檢測，對於預測而言是萬萬不夠的。

今年以來，人工智慧一直是一個熱門話題，生活中幾乎在各個方面都能看到它的影子。而作為目前最牛掰的存在，它是否也可以對地震進行預測？

最靠譜：雲服務+大數據，全方面分析微觀前兆

地震的微觀前兆有很多，包括地面的變形，地球的磁場、重力場的變化，地下水化學成分的變化，小地震的活動等，這些都是需要專業儀器來進行監測的。

但是，隨著每天數據的變化，大數據的分析工作就變得日益沉重，這個單靠人工完成是件不可能的事情，更何況還要與縱向、橫向的數據相結合。

在此方面，雲服務不妨為一個最佳選擇。現如今，像谷歌、亞馬遜等科技公司都推出了自家的雲服務平臺，其所提供的資料庫、雲分析等服務，恰恰符合了內容龐大的數據分析，而且效率也是槓槓的。

最科學：加載機器學習，預測板塊運行路線

地震的成因有多種，其中以由於深處巖層錯動、破裂所造成的構造地震次數最多，約佔全世界地震的90%以上。這類地震起源於板塊構造之間的碰撞、擠壓等因素，因而需要將板塊的運行路線掌握手中。

此前，MIT人工智慧實驗室曾經發明一套算法，在用600個小時的視頻對該算法進行訓練後，它已經能夠對接下來5秒出現的目標進行預測。如果進一步對該算法進行訓練，提高它的成功率以及延長預測的時間，那是不是就可以對板塊的移動路線進行預測，進而預測它發生碰撞、擠壓的時機，為地震的發生進行預測？

最接地氣：用傳感器充當「耳目」，準確把握宏觀前兆

由於宏觀前兆往往在臨近地震發生時出現，因此，了解它的特點，學會識別它們，對地震預測、防震減災有重要作用。其中包括井水的升降、變渾，動物行為反常，地聲、地光等現象。

對於這些現象，人們多是用眼睛、耳朵去進行觀察，而傳感器就相當於人工智慧的一雙「眼睛」或「耳朵」。比如說用傳感器感應地光的光線、地表之下的聲波傳動，這些簡直就是小菜一碟！

在感應到後，傳感器便可把這些數據傳送給數據後臺，從而進行地震分析，預測地震的可能性。

最無釐頭：投放仿真機器人，打入動物內部

動物能夠感知地震的說法由來已久，最早可追溯到公元前373年，在一場大地震把希臘的海利斯城（Helice）夷為平地之前，很多人看到老鼠、蛇和鼬紛紛遷出城外。而在上世紀七十年代，美國地質調查局曾對此發起一項研究，結果「沒有找到二者間可信的聯繫」。雖然多數科學家都不相信「動物可以預測地震」的說法，更是將堅持這種說法的倖存者判定為患了「心理聚焦效用」。

不過，沒找到可不代表聯繫的不存在，我們要抱著「寧可信其有，不可信其無」的心理。畢竟在2009年義大利的一天，當地的蟾蜍紛紛離開池塘，而在這異常之後沒幾天，就發生了拉奎拉地震，這其中的「巧合」不得忽視。

動物的感官是人類無法企及的，因而有時候還是相當具有可信度的，可世界那麼大，單憑現在的技術要想處處監測到是不可能的。但是，不要輕易灰心，仿生機器人的出現為這個計劃的實施提供了一個可能性，比如希臘研究員發明的一種章魚機器人，在實際測試中，它可是成功騙過魚類。因而，為了提高地震預測的可能性，不妨在世界各地投放一些仿生機器人，當群體發生異常時，將數據返回到衛星，進而進行預測。

當然，考慮到成本的問題，仿生機器人可以做成老鼠、蛇、魚等體型嬌小的動物，而鑑於群體相處的問題，在投入前最好對機器人的語言系統進行訓練，以防遭到動物群體的排斥。

以上只是鎂客君的一些想法，不管是吃瓜群眾，還是磚家，請輕噴。但是作為技術最為先進的人工智慧，在地震預測方面必須還有許多上升空間。

去年，IBM宣布隊Watson進行預測地震、火山的培訓，雖然不知目前的進展如何，但這也是人工智慧技術在地震預測領域跨出的第一步。對於該研究項目，鎂客君覺得倒可以期待一下，只不過，希望到時候的美利堅帝國可以「大方無私」一點，不要這樣那樣搞什麼「陽謀陰謀」之類的。

最後，記得關注微信公眾號：鎂客網（im2maker），更多乾貨在等你！