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。
