拳交 telegram

在好意思国加利福尼亚州的地下，有一个犬牙相制的断层网罗，大块大块的岩石相互滑动，或从旁历程、凹凸错动，又或是相互镶嵌。它们移动的速率就和指甲助长的速率一样迟缓，直至最终强横地撞击，让地面为之震颤。

龙套性的地震势必会撼动通盘这个词加利福尼亚州，但莫得目的终止它们。但了解地震可能发生的位置以及它们可能开释的能量，意味着东谈主们不错提前作念好准备。

换句话说，松开这些灾害影响的最好设施就是绘图地来天下的舆图，标志出每一条断层并监测其活动情况。

为了绘图这些舆图，商榷东谈主员会在地表部署地震仪——这些工整的仪器能够感知并记载多样各类的升沉，包括地震产生的升沉。

地震波有点像音乐，识别出它们的音符以及节拍，科学家们就能弄清地下哪些“乐器”(即地质构造)产生了这些地震波，它们位于何处，以及断裂时是怎样活动的。

从历史角度来看，这项责任很贫困，频繁阐述迟缓，偶而还不够精确。加州理工学院的助理地球物理学赞成扎卡里·罗斯(Zachary Ross)在21世纪初涉足这一规模时，就运行寻求新的冲突设施。

他说，坦率地讲，传统的地震科学设施“糟透了”。即即是其时最好的狡计机风物也会遗漏某些地震情况，确定有更好的目的。

“咱们有海量的数据可用，”罗斯说谈。他解说说，由于加利福尼亚州地质活动额外活跃，到处都布满了地震仪，是以数据多得仅凭东谈主类群众根蒂无法合阐明决。

此外，大多数断层滑动会激勉微小到难以察觉的地震，它们产生的地震波极其细微，即便武艺最为深湛的地震学家在地震数据中也很难发现它们，尤其是当这些地震波与东谈主为着手产生的杂音相似时，就更难分歧了。

2017年，罗斯蓦地有了灵感。他看到机器学习风物能够解决大量像片——对像片中的元素进行识别和分类，况兼其准确性和速率是东谈主类无法企及的。于是，他就念念，为什么不在地震学规模收受雷同的设施呢？

罗斯的首个指标就是那些微小地震。它们能够无害，但这并不料味着它们不迫切——它们产生的地震波能够照亮所历程的每一条断层，包括那些更不清静、承受雄伟应力且有朝一日可能蓦地断裂并激勉祸害的断层。

罗斯过头共事赢得了南加州各地经东谈主类科学家阐发为信得过的地震波数据，然后为它们制作了模板，也就是为每一次地震“快照”。临了，他将一种算法应用于地震记载，通过该算法来搜寻与那些“快照”相匹配的地震。

该算法飞快识别出了2008年至2017年间近200万次此前未被发现的微小地震，而这些地震反过来又揭示出了一个复杂的断层及断层特征网罗，此前的地震探伤都没能发现它们。

罗斯暗意，2019年发表的这些商榷遗弃“好到让东谈主甚而怀疑其信得过的”。不异在商榷中使用机器学习的华盛顿大学地球物理学家玛丽娜·德诺勒(Marine Denolle)也暗意认可，“这篇论文太锐利了，这项责任后果号称超卓”。

但是，该设施也有一个过失。这个风物不错说是东谈主工智能软件的前身，它只可查找已有的地震，全新的地震事件会被忽略掉。

于是罗斯转而收受更先进的器用：能够自主学习的风物，这类软件不错哄骗已有的信息对将来进行瞻望——马上震商榷而言，就是瞻望更多种类的地震波。

很快，这些风物发现了多样各类听起来生疏的地震——自后都得到了科学家的考据。罗斯说：“你会发现存太多此前皆备被遗漏的情况了。”

这些机器学习风物仍在束缚发展，况兼也曾不局限于识别微小地震和覆盖断层了。它们也曾在加利福尼亚州各地进入使用，在何处发现了一类新的抓续时分长、迟缓移动的地震群。

在夏威夷，它们发现了在两座活火山下方此前从未被发现的、有脉冲且束缚移动的熔岩网罗，传统的地震分析设施是无法识别出这些情况的。

罗斯说：“这与咱们几年前的责任比拟，几乎是跳动了好几个光年，达到了超乎常东谈主的水平。”

如今，地震学界的很多东谈主对罗斯的责任抓严慎乐不雅的格调。地震灾害与地震科学家温迪·博洪(Wendy Bohon)说：“我觉得它简直能鼓舞地震学规模上前发展。”东谈主工智能成倍地增强并加速了科学家个东谈主的才略，它能够同期解决大量地震记载，比任何东谈主都能更快速、更精确地绘图出三维地震图像。

有东谈主缅念念，莫得学习过机器学习的地球科学家得花些功夫去追逐了。博洪问谈：“咱们怎样才能让地震学界更平素的相识并阐明这些风物背后的旨趣，以便咱们能恰当地评估它们的后果呢？”

跟着这些学习风物的精度越来越高，它们能够能让地球浅层地下的大部分情况变得明晰可见。最终，它们能够还能用于普及地震预警系统的速率和准确性。

举例，在地震多发的东京，东谈主工智能软件会扫描装配在城市各处的录像头，识别失火和开导物倒塌情况，并在事件发生的俄顷向关连部门发出警报。

但尽管它们远景繁多，东谈主工智能并不会取代科学家。罗斯说：“它们仅仅器用辛苦”拳交 telegram，况兼他算计，假以时日，它们会变得和地震仪一样浅近。