日本能登半島在元旦日發生規模 7.6 強震，日本氣象廳雖第一時間發布海嘯警報，協助沿海居民儘速疏散，以躲避 5 公尺高的海嘯。但至今地震造成的房屋倒塌、周邊火警等災害，已導致逾 60 人罹難。

日本作為科技先進、地震頻繁的國家，如何加強科技防災再度成為眾人關注焦點。近幾年日本、台灣、墨西哥、土耳其以及美國，都開始施行地震預警系統。

現行地震預警系統最大盲點：無法提前發布警報

地震預警系統能讓震央周遭地區的居民，在震波抵達前幾秒至幾分鐘收到警報，好爭取黃金避難時間。然而預警系統最大的局限在於，它只能在地震發生當下發出，因此在震央 40 公里內的居民，幾乎只能在受地震衝擊當下，同步接收警報，只有較遠區域的居民，才可能早個幾秒鐘逃難。

受傷害越大的震央區，越無法提早收到警報，是預警系統最大盲點。隨科技進步，科學家、大眾想知道的是——我們距離能準確預測地震還有多遠？

地震研究學博士 Allie Hutchison 最近在《MIT Technology Review》發表的一篇專題指出，大約十多年前，學界對於「預測地震」仍嗤之以鼻，主流意見認為這是一門不正經的研究，甚至跟尋找尼斯湖水怪一樣天馬行空。但在更多機器學習、AI 新技術問世後，學界對預測地震有些改觀。

地震發生其實有跡可循！端看 AI 能否找出數據相關性

「我們有望在未來數十年內取得預測地震方面的重大進展。」地震學家 Paul Johnson 在接受科學雜誌《Smithsonian Magazine》採訪時說道。原來，過去人們認為不可能預測地震是因為，我們幾乎無法知道發生地震的因果關係。但在過去 10 多年來，幾項地質學的發現，開啟了預測地震的可能性。

經過長時間觀測，地質學家在日本以及美國西北部斷層中發現一種名為慢地震（Slow Earthquake）的地層運動現象。而研究顯示，大多數的地震發生前，都會有慢地震的發生，例如日本的 311 地震之前，就曾記錄到 2 次慢地震。

不過也有例外，像是 2004 年造成南亞大海嘯的印度洋大地震，沒有任何觀測數據顯示先前該地區發生過慢地震。

然而這些研究的突出之處，在於它們證明了地震的發生，並非隨機、沒有規則的偶然。任職於法國蔚藍海岸大學地球科學實驗室的 Quentin Bletery 指出，雖然我們知道預測地震並非只有慢地震一項指標這麼簡單，但這同時代表，地震的前兆其實就在那裡，只是我們有沒有能力測量、辨認出有相關性的數據。而這就是 AI 、機器學習拿手的地方——找出數據背後，人們看不出的關聯性。

自 2017 年以來，包含哈佛大學在內的實驗室，皆證明使用深度學習模型，能協助地震學家有效檢測數據中隱藏的徵兆，並幫助學者收集真正有用的觀測數據。例如有研究人員用深度學習模型成功預測初震後，餘震發生的位置。也有團隊利用特定地點的地震數據，預測未來此地發生的地震震度。

英國地質調查局研究員 Margarita Segou 在 2021 年的一篇論文中指出，AI 能從資料庫中識別出的有用數據，可能是人們認知的 10 倍之多。而這有助於學界建立出更強大有用的地震資料庫。

實驗：用 5 年地震資料庫訓練的 AI 模型，準度達 70%

去年（2023年）秋天，德州大學奧斯汀分校的研究人員在中國進行為期七個月的試驗，證明了人們預測地震的能力正明顯增長。該研究團隊以 5 年的地震資料庫，訓練出一套 AI 模型，要求其根據當前的地層活動，定位即將發生的地震，並在預計發生的前一週提出示警。

最後該 AI 模型正確預測了 14 次地震，但有 8 次的預測是假警報，而有一次的地震沒被預測出來，換言之，最終模型的預測準確率約在 70% 。然而在成功預測的地震中，每次模型預測的震央，相較實際震央，誤差範圍約在 200 英里內（321 公里）。

雖然這樣的成績尚無法落實於實際的警報系統，但已是預測地震的一大希望。該研究團隊目前預計將在德州開始新一波的試驗，希望儘速建構出更準確的預測系統。

本圖/文由「Techorange科技報橘」授權刊登，非經同意不得任意轉載。
原文出處：日本地震啟示──我們距離用 AI 預測地震的未來還有多遠？