人工智能消除城市雜音,提升地震偵測能力

A+A-
印尼默拉皮火山的地動監察。 圖片來源:Ulet Ifansasti/Getty Images

地震是殺傷力最強的自然災難之一,在歷史中曾經摧毀不少偉大文明,而 2008 年汶川大地震、2011 年福島大地震的可怕畫面仍教人歷歷在目。人類多年來都希望發展出精確預測地震的方法,即使今天全球科技發展的進步前所未有,這個宏願依然未能實現。不過,「麻省理工科學評論」就報道相關研究有新發展,專家正以人工智能程式消除城市雜音,提升地震警報能力。

這項研究由史丹福大學地球物理學系進行,發佈於權威科學期刊 Science Advances。現時,專家會依賴地震儀來測繪地表晃動時所造成的地震波,來瞭解地震源、方向和振動週期,從而作地震餘震和海嘯警報。研究團隊指出,城市人口稠密,又多建築物,發生大地震時會極度危險。可是,正因為城市人多車多,充滿雜音,令地震監測工作更加困難,專家難以找出電磁波的異常。團隊就希望研究如何在都市環境,提升辨別地震訊號的精確度。

史丹福大學團隊提出的解決辦法,就是透過人工智能技術,過濾城市的背景雜音,令科學家可以尋找一般情況下會被掩蓋的微弱地震訊號,從而更準確地掌握地表活動。他們開發了一個深度學習程式 UrbanDenoiser,按照 8 萬個城市地動噪聲(seismic noise)樣本,以及近 3.4 萬個地震活動樣本,為程式進行訓練。兩組樣本均收集於加州,分別是極為繁忙的長灘區(Long Beach)和位處郊外的聖哈辛托區(San Jacinto)。

研究團隊把人工智能程式,應用於 2014 年拉哈布拉(La Habra)5.1 級地震時收集的數據,結果令人鼓舞,團隊可以從「消音」版本,偵測到比官方紀錄多 4 倍的地震波動。「麻省理工科學評論」指出,有關技術可以幫助地震活躍帶國家或地區監測地震活動,例如南美、墨西哥、地中海、印尼和日本等。現時程式只可以找出地震訊號(earthquake signals),團隊未來其中一個研究方向,是把人工智能程式用於偵測震源訊號(vibroseis signal),令專家更全面掌控地表情況。

「麻省理工科學評論」亦提到,賓夕凡尼亞州立大學的研究團隊也透過人工智能程式,為地震預測技術帶來突破,研究在 2021 年 6 月發表於學術期刊 Geophysical Research Letters。團隊假設在一個地震周期(seismic cycle)之中,地震波速、振幅和頻率都會有系統地變化。團隊於是訓練機械學習程式 XGBoost,程式可以透過分析超聲波數據,成功預測出在實驗室內模擬地震的時間和規模。

當然,距離專家可以在現實世界精確預測地震,仍然有一段距離。不過,無論是史丹福大學團隊抑或賓夕凡尼亞州立大學團隊的研究,都展現了人工智能技術的威力。倫敦大學皇家賀洛唯學院地球科學家 Paula Koelemeijer 並無參與上述研究,她向「麻省理工科學評論」表示,人工智能程式確實大大減輕了地震學家的負擔。從前,地震學家要用肉眼找出地震儀繪測的波動圖之規律,人工智能則可以短時間內消化大量數據,令這個研究過程更快、更精確。史丹福大學團隊的消音技術更是極為有用,都市噪音向來是地震學家的惡夢,現在終於有可能解決了。