咨詢熱線:021-80392549
當前位置: 首頁 » 資訊 » 專題 » 人工智能 » 正文

20秒預警,拯救127個孩子,四川瀘定6.8級地震,能用AI預測嗎?

放大字體  縮小字體 發布日期:2022-09-07  來源:新智元  瀏覽次數:42
核心提示:四川瀘定的6.8級地震中,地震預警系統起到了大作用。不過,為什么現在的人工智能還不能預測地震呢?最新消息,四川瀘定6.8級地震

四川瀘定的6.8級地震中,地震預警系統起到了大作用。不過,為什么現在的人工智能還不能預測地震呢?

最新消息,四川瀘定6.8級地震已經造成甘孜州遇難29人,雅安市遇難17人,另有16人失聯,50人受傷。

看到這個消息,感到無比心痛……

在今夏的超強熱浪中,四川作為西電東輸的主力大省,為全國人民抗下了所有委屈。

這座英雄的城市,選擇了自己負重前行:為了向其他兄弟省份繼續供電,熄滅了路燈,關閉了空調,讓自己陷入一片黑暗。

隨后,四川又遭遇了疫情,成都等城市全城靜默。

而昨天,瀘定又遭遇了地震,現在傷亡人數還在不斷統計中。

AI預警

來源:中國消防


20秒,拯救127個孩子

在位于震中的海螺溝,有兩個酒店樓體全塌了。

地震中坍塌的酒店

來源:荔枝新聞

酒店老板徐先生稱,自己到現在仍心有余悸,「從未見過這么兇的地震」「我現在手都在抖」。

在這場地震中,有很多令人動容的畫面。

據紅星新聞報道,接到地震消息后,四川省人民醫院立刻組織應急救援小分隊前往救援,國家(四川)中醫緊急醫學救援隊也趕赴瀘定救援。省骨科醫院馬上組成應急隊,逆行前往震中展開救援。

國務院抗震救災指揮部辦公室、應急管理部已經啟動國家地震應急三級響應,調度部署前方救援。

抗震救災

四川已經緊急調度「大型高空全網應急通信無人機」,飛赴震中執行公眾通信覆蓋任務。

無人機公共通信覆蓋

來源:小央視頻

而成都消防地空救援力量也都在緊急集結趕赴震中,開展聯合偵查搜救任務。搜救直升機不斷在空中定位盤旋,絕不放過任何一個可能的機會!

消防救援

來源:中國消防

在全國人民揪心的時刻,九派新聞播報了一個令人欣慰的消息:雅安一幼兒園的老師們看到地震預警倒計時20秒的信息后,立即飛奔到班里,將熟睡的孩子們叫醒,挨個疏散到安全的地方。

整個過程耗時1分57秒,127名幼兒被成功疏散到安全的地方。

AI地震預警

‍ 來源:九派新聞

地震預警這關鍵的20秒,救下了127個孩子。

地震預警立大功

截至發稿前,此次地震已造成65人遇難。在心痛之余,很多人發出了這樣的疑問:為什么現在技術這么發達了,還是無法通過地震預警,避免人員的傷亡呢?

其實,這次地震中,地震預警已經發揮了很大的作用。

9月5日12時52分,四川省甘孜州瀘定縣6.8級地震發生的同時,很多成都市民的手機中傳出了「56、55、54……」的倒數播報聲,收到播報的市民立即撤離到了安全地帶。

AI地震預警

這個被稱為「大喇叭」的地震預警倒計時,來自我國自主研發的「地震預警」系統。

在此次四川瀘定地震發生后,四川省內成都、甘孜、瀘州、雅安等多地發出了地震預警,包括很多民眾的電視、手機等終端設備。

簡而言之,地震預警就是在地震發生后,利用電磁波(約30萬公里/秒)比地震波(約4公里/秒)快的特點,向地震波尚未到達的地區發出地震波即將到達的警鐘。

AI地震預警

來源:四川省人民政府官網

地震預警到底有多重要?研究表明:預警時間10秒,傷亡減少39%;時間為20秒,傷亡減少63%。

那一年的汶川地震,有將近70,000人死亡,給我們造成了太大的傷痛……如果當時我們能有這樣的預警系統,死亡人數至少可以減少30%。

汶川地震后,我國加大了對地震高發地區的災害預警的投資。作為地震高發區域的四川省,2012年就在成都開始試點安裝預警系統。截止到2020年底,預警系統已經可以覆蓋四川全省。

這次起了大作用的「地震預警」系統,是由成都高新減災研究所與中國地震局聯合建設的大陸地震預警網。

地震波分為縱波和橫波,前者傳播速度快、破壞力小,后者傳播速度慢、破壞力大。地震預警的基本原理,就是利用兩者的時間差發出警報。離震源較近的地震觀測儀器接收到地震縱波后,實時并持續估計地震參數及其影響,并向地震橫波尚未到達的可能受災區域,提前數秒至幾十秒發出警報信息。

根據《科技日報》對研究所所長王暾的采訪,利用地震傳感器建立起地震預警網后,一旦地震發生,地震預警系統就會利用電磁波傳輸速度遠大于地震波的特性,通過讀取分析布設在各地的實時傳輸地震監測臺站的記錄數據,快速對判斷地震發生的位置以及大概的震級,然后全自動地向還未受波及的用戶提前幾秒到幾十秒發出預警。

地震預警系統組成

來源:中國科技網

由于地震波波及不同區域的時間不一樣,接受地震預警消息的終端設備所處的位置也不一致,所以預警倒計時時間也會有不同。王暾表示,瀘定縣發生6.8級地震發生后,預警網在瀘定6.8級地震發生時第5秒就發出預警,向康定市提前7秒預警,向雅安市提前20秒預警,向成都市提前50秒預警。

自汶川余震區發展的我國地震預警成果,已經處于全球領先水平。目前,四川地區廣泛應用的是第二代大陸地震預警網。二代地震預警技術對前端預警臺站、中端傳輸響應渠道、末端處理系統均做出了基于分布式處理的全面升級,通過云計算運行中心進一步優化算法,并可利用5G通信技術提升系統響應速度。

然而,我們現在能做的,只是在地震發生后快速地發出預警。

預測還沒有發生的地震,對全世界來說,都仍是一個無法達成的難題。

地震預報是指在地震發生前,根據監測數據對未來可能發生的地震作出時間、地點、震級方面的預測。

根據王暾所長的介紹:

我們所做的工作是地震預警,而并非地震預報,臨震預報仍然是世界難題。地震預警只能減少人員損傷,而不能做到避免。

因為只能預警,不能預測,人員的傷亡就無法避免。

地震預報仍是世界難題

為什么預測下一場大地震會如此困難?

讓我們先從一個簡單的問題開始: 下一次大地震將在哪里發生?

AI地震預測

研究表明,較大的斷層通常會引起較大的地震。理論上,如果所有的斷層都被繪制出來了,那么我們應該能夠對一個特定地區可能經歷的最強烈的地震加以限制。

然而,估計斷層大小和釋放的相應能量并不總是那么簡單。斷層常表現出復雜的幾何形態,使得對斷層區域的建模變得復雜。此外,斷層可能同時破裂:在新西蘭2016年的Kaikōura地震期間,13個不同的斷層同時破裂。

此外,地震的震級并不一定與破壞力呈正相關。根據發生的地點,中等震級的地震可能比「大」地震更具破壞性。例如,1994年加利福尼亞州北嶺6.7級地震造成重大財產損失和生命損失,而2018年斐濟8.2級地震強度為178倍,并未造成任何損失。

AI地震預測

現在,讓我們看這個更加復雜的問題: 下一次大地震何時發生?

預測時間是地震預測中最難的挑戰。有兩種理論可以解釋,為什么對時間的預測是有缺陷的。

第一種理論稱為彈性回跳理論,它指出地殼在強烈的壓力下會彎曲變形,直到最終在應變下斷裂。沿著斷裂的滑移(即地震)使兩側的巖石回彈到變形較小的狀態,并釋放儲存的能量,從而使累積應變的過程重新開始。第二種理論被稱為特征地震,它描述了研究最多的地震產生的斷層似乎有不同的區段。在兩次地震之間的間隔期內,這些板塊反復破裂,積累了相同數量的應變,從而產生了相似震級的地震。

假設這兩個理論一直存在,我們就可以根據1)最大未受力應變的位置,2)自上次地震發生以來的時間,以及3)對斷層帶的精確了解來預測下一次地震何時發生。

可以看出,由于現實的種種復雜因素,我們很難預測出地震發生的時間。

AI地震預測

那么,如果用上 人工智能技術 又會如何呢?

理論上,在地震預測數據中,有許多模式和信號,人類無法看到,人工智能卻可以清楚地檢測到。

用AI預測地震可行嗎

在2018年,來自谷歌和哈佛大學的研究人員,曾在一篇發表在Nature的論文中,展示了如何用深度學習預測余震位置。

該模型在一個包含131000多個「主震-余震」事件的數據庫中尋找模式,然后在一個包含30000對類似事件的數據庫中測試其預測。

結果顯示,深度學習網絡比當時被稱為「庫侖破裂應力變化」的模型更加可靠。

深度學習網絡

論文地址:https://www.nature.com/articles/s41586-018-0438-y

然而,時間來到文章發表的一年之后,數據科學家Rajiv Shah在分析結果的時候發現:神經網絡的準確率高得有點離譜了。

在隨后的復現中,一個非常嚴重的問題浮現了出來——用于訓練和測試模型的數據有重疊(data leak)。

簡答來說就是,模型在訓練時已經知道了考試的答案。而這也就意味著,測試的結果幾乎沒有任何實際意義。

不過,Nature到最后也沒有理會這位研究人員提出的問題和建議……

盡管如此,科學家們并沒有放棄對這一領域的探索,各類相關的研究層出不窮。


AI地震預測

在美國地震學會(SSA)2021年年會上,來自斯坦福大學的研究團隊提出了一種實時分析地震信號的新方法——DeepShake,并在之后發表在了Seismological Research Letters上。

模型的訓練數據來自2019年加州的地震記錄,測試的結果顯示,DeepShake可以在高強度地面晃動到來之前的7到13秒之間發出警報。

相比于傳統的地震預警,DeepShake可以直接根據地面運動的特征發出提前預警,省去了現有系統使用的一些中間步驟。

研究人員表示,DeepShake展示了機器學習模型在提高地震預警系統的速度和準確性方面的潛力。


AI預測

論文鏈接:https://doi.org/10.1785/0220210141

2022年,來自 中國科學院地質與地球物理研究所 和斯坦福大學的研究人員,在發表于在Science Advances的論文中提出了一種全新的方法,極大地提高了位于城區的地震監測網絡的檢測能力。

UrbanDenoiser算法通過過濾掉背景地震噪音,它可以提高整體信號質量,并恢復以前可能太弱而無法記錄的信號。

對密集陣數據和城市地區的地震序列的應用表明,UrbanDenoiser可以提高信號質量,并在信噪比低至~0dB的情況下對信號進行恢復。

AI預測

論文鏈接:https://www.science.org/doi/10.1126/sciadv.abl3564

可以期待的是,隨著算力的不斷提高以及數據的不斷完善,AI在地震預測這一領域,也將有著更近一步的發展。

最后,讓我們默默祈禱,有更多的受災人群能夠獲救,天佑四川,天佑中華。

 
工博士智能制造網凡資訊來源注明為其他媒體來源的信息,均為轉載自其他媒體,并不代表本網站贊同其觀點,也不代表本網站對其真實性負責。您若對該文章內容有任何疑問或質疑,請立即與我們聯系,本網站將迅速給您回應并做處理。
聯系電話:021-31666777
新聞、技術文章投稿QQ:3267146135  投稿郵箱:syy@gongboshi.com
 
[ 資訊搜索 ]  [ 加入收藏 ]  [ 告訴好友 ]  [ 打印本文 ]  [ 違規舉報 ]  [ 關閉窗口 ]

 

 
推薦圖文
推薦資訊
點擊排行
 
首頁 | 店鋪 | 產品中心 | 工博士培訓 | 資料下載 | 方案案例 | 機器人選型 | 人才招聘 | 會員注冊 | 關于我們 | 企業文化 | 聲明 | 合作客戶 | 聯系方式 | 網站留言| 網站地圖

咨詢電話

021-80392549

企業微信

亚洲精品无码专区久久同性男