当前位置: 首页 > news >正文

有了这四个“最”,AI或许可以成功预测地震

虽然人工智能正在渗透生活的方方面面,但对于世界难题——地震预测,它到底能起到什么作用呢?

有了这四个最,AI或许可以成功预测地震

当地时间24日凌晨3点36分,意大利中部城市佩鲁贾东南76公里处发生6.2级地震,造成249人的死亡,超过380人受伤。而在相隔几小时后,缅甸中部城市密铁拉以西一百三十多公里附近发生6.9级地震,造成3死2伤的局面。

有了这四个最,AI或许可以成功预测地震

在自然灾害面前,人总是那么的渺小。虽然各国都在往地震预测这个方向努力,但结果都是收效甚微,毕竟传感器不能深入地下,而光靠地表的检测,对于预测而言是万万不够的。

今年以来,人工智能一直是一个热门话题,生活中几乎在各个方面都能看到它的影子。而作为目前最牛掰的存在,它是否也可以对地震进行预测?

有了这四个最,AI或许可以成功预测地震

最靠谱:云服务+大数据,全方面分析微观前兆

地震的微观前兆有很多,包括地面的变形,地球的磁场、重力场的变化,地下水化学成分的变化,小地震的活动等,这些都是需要专业仪器来进行监测的。

但是,随着每天数据的变化,大数据的分析工作就变得日益沉重,这个单靠人工完成是件不可能的事情,更何况还要与纵向、横向的数据相结合。

在此方面,云服务不妨为一个最佳选择。现如今,像谷歌、亚马逊等科技公司都推出了自家的云服务平台,其所提供的数据库、云分析等服务,恰恰符合了内容庞大的数据分析,而且效率也是杠杠的。

有了这四个最,AI或许可以成功预测地震

最科学:加载机器学习,预测板块运行路线

地震的成因有多种,其中以由于深处岩层错动、破裂所造成的构造地震次数最多,约占全世界地震的90%以上。这类地震起源于板块构造之间的碰撞、挤压等因素,因而需要将板块的运行路线掌握手中。

此前,MIT人工智能实验室曾经发明一套算法,在用600个小时的视频对该算法进行训练后,它已经能够对接下来5秒出现的目标进行预测。如果进一步对该算法进行训练,提高它的成功率以及延长预测的时间,那是不是就可以对板块的移动路线进行预测,进而预测它发生碰撞、挤压的时机,为地震的发生进行预测?

有了这四个最,AI或许可以成功预测地震

最接地气:用传感器充当“耳目”,准确把握宏观前兆

由于宏观前兆往往在临近地震发生时出现,因此,了解它的特点,学会识别它们,对地震预测、防震减灾有重要作用。其中包括井水的升降、变浑,动物行为反常,地声、地光等现象。

对于这些现象,人们多是用眼睛、耳朵去进行观察,而传感器就相当于人工智能的一双“眼睛”或“耳朵”。比如说用传感器感应地光的光线、地表之下的声波传动,这些简直就是小菜一碟!

在感应到后,传感器便可把这些数据传送给数据后台,从而进行地震分析,预测地震的可能性。

有了这四个最,AI或许可以成功预测地震

最无厘头:投放仿真机器人,打入动物内部

动物能够感知地震的说法由来已久,最早可追溯到公元前373年,在一场大地震把希腊的海利斯城(Helice)夷为平地之前,很多人看到老鼠、蛇和鼬纷纷迁出城外。而在上世纪七十年代,美国地质调查局曾对此发起一项研究,结果“没有找到二者间可信的联系”。虽然多数科学家都不相信“动物可以预测地震”的说法,更是将坚持这种说法的幸存者判定为患了“心理聚焦效用”。

不过,没找到可不代表联系的不存在,我们要抱着“宁可信其有,不可信其无”的心理。毕竟在2009年意大利的一天,当地的蟾蜍纷纷离开池塘,而在这异常之后没几天,就发生了拉奎拉地震,这其中的“巧合”不得忽视。

有了这四个最,AI或许可以成功预测地震

动物的感官是人类无法企及的,因而有时候还是相当具有可信度的,可世界那么大,单凭现在的技术要想处处监测到是不可能的。但是,不要轻易灰心,仿生机器人的出现为这个计划的实施提供了一个可能性,比如希腊研究员发明的一种章鱼机器人,在实际测试中,它可是成功骗过鱼类。因而,为了提高地震预测的可能性,不妨在世界各地投放一些仿生机器人,当群体发生异常时,将数据返回到卫星,进而进行预测。

当然,考虑到成本的问题,仿生机器人可以做成老鼠、蛇、鱼等体型娇小的动物,而鉴于群体相处的问题,在投入前最好对机器人的语言系统进行训练,以防遭到动物群体的排斥。

有了这四个最,AI或许可以成功预测地震

以上只是镁客君的一些想法,不管是吃瓜群众,还是砖家,请轻喷。但是作为技术最为先进的人工智能,在地震预测方面必须还有许多上升空间。

去年,IBM宣布队Watson进行预测地震、火山的培训,虽然不知目前的进展如何,但这也是人工智能技术在地震预测领域跨出的第一步。对于该研究项目,镁客君觉得倒可以期待一下,只不过,希望到时候的美利坚帝国可以“大方无私”一点,不要这样那样搞什么“阳谋阴谋”之类的。


原文发布时间: 2016-08-26 12:30
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

相关文章:

  • JS设计模式之工厂模式
  • Web前端开发必备手册(Cheat sheet)
  • 如何在招聘中考核.NET架构师
  • 《ActiveMQ 系列》- HelloWorld
  • SSM-Spring-02:Spring的DI初步加俩个实例
  • DOM的那些事
  • 【mysql】count(*),count(1)与count(column)区别
  • 北塔软件:BI+AI+DI,做IT运维数据掘金的使能者
  • 秋季学期学习总结
  • 如何解决微信端直接跳WAP端
  • iOS CAReplicatorLayer 简单动画
  • Java Activiti 工作流引擎 springmvc SSM 流程审批 后台框架源码
  • D-Uni 获斯道资本500万美元投资-「D-Uni颉一科技」
  • 阿里云宣布华北5地域十月开服,将部署国内首个全系Skylake+25G网络
  • 前嗅ForeSpider教程:链接抽取
  • Angular数据绑定机制
  • Asm.js的简单介绍
  • javascript面向对象之创建对象
  • JavaWeb(学习笔记二)
  • Java超时控制的实现
  • Java读取Properties文件的六种方法
  • js如何打印object对象
  • python 装饰器(一)
  • Python_OOP
  • webpack4 一点通
  • 阿里云应用高可用服务公测发布
  • 百度小程序遇到的问题
  • 得到一个数组中任意X个元素的所有组合 即C(n,m)
  • 订阅Forge Viewer所有的事件
  • 观察者模式实现非直接耦合
  • 极限编程 (Extreme Programming) - 发布计划 (Release Planning)
  • 模型微调
  • 如何邀请好友注册您的网站(模拟百度网盘)
  • 移动端 h5开发相关内容总结(三)
  • “十年磨一剑”--有赞的HBase平台实践和应用之路 ...
  • elasticsearch-head插件安装
  • 说说我为什么看好Spring Cloud Alibaba
  • ​Spring Boot 分片上传文件
  • ​如何在iOS手机上查看应用日志
  • #NOIP 2014#Day.2 T3 解方程
  • (ISPRS,2023)深度语义-视觉对齐用于zero-shot遥感图像场景分类
  • (超简单)使用vuepress搭建自己的博客并部署到github pages上
  • (动手学习深度学习)第13章 计算机视觉---微调
  • (附源码)ssm旅游企业财务管理系统 毕业设计 102100
  • (三)mysql_MYSQL(三)
  • (算法二)滑动窗口
  • (原+转)Ubuntu16.04软件中心闪退及wifi消失
  • (转)VC++中ondraw在什么时候调用的
  • *setTimeout实现text输入在用户停顿时才调用事件!*
  • .mkp勒索病毒解密方法|勒索病毒解决|勒索病毒恢复|数据库修复
  • .NET 8.0 中有哪些新的变化?
  • .NET MVC 验证码
  • .net 开发怎么实现前后端分离_前后端分离:分离式开发和一体式发布
  • .Net6支持的操作系统版本(.net8已来,你还在用.netframework4.5吗)
  • .NET单元测试