來自哈佛大學(xué)和谷歌的科學(xué)家們?nèi)涨疤岢鲆豁椥碌募夹g(shù)，該技術(shù)能通過經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，預(yù)測地震余震可能發(fā)生的地點。研究人員為神經(jīng)網(wǎng)絡(luò)提供超過 131，000 筆主震和余震對比的歷史資料作為訓(xùn)練，比起現(xiàn)在的「庫侖應(yīng)力變化（Coulomb stress transfer）」預(yù)測方式僅計算單一壓力轉(zhuǎn)移，AI 能夠同時計算多個壓力轉(zhuǎn)移，也成功帶來了更高的準(zhǔn)確度。

但這項技術(shù)目前其實還無法實際派上用場?？茖W(xué)家指出，這項技術(shù)只計算了靜態(tài)應(yīng)力變化，沒有將動態(tài)應(yīng)力變化納入考量?？茖W(xué)媒體 Nature 的報道中便寫到，單受靜態(tài)應(yīng)力變化的余震分布和受到兩種應(yīng)力變化的結(jié)果是截然不同的。

此外，這項技術(shù)也不會將斷層的復(fù)雜性納入預(yù)測的計算過程之中。Nature 認(rèn)為這就是為何該項技術(shù)無法預(yù)測斷層周遭因壓力下降所造成的余震，即便從其它數(shù)據(jù)上可以很清楚的判斷這些余震的存在。

就目前看來，這項仰賴神經(jīng)網(wǎng)絡(luò)的技術(shù)前景依舊光明，也期待經(jīng)過更多的測試和時間后，會帶來進(jìn)一步的成果。