23日中午，臺灣花蓮縣海域發(fā)生6級地震，震源深度30千米，福建沿海多地有震感。這已經(jīng)是花蓮繼2月4日6.4級地震之后，又一次震級在6級以上的地震。

據(jù)國家地震局統(tǒng)計，今年以來，地球仿佛開啟了“震動模式”，全球7級以上強烈地震高達(dá)13次，造成了難以挽回的人員傷亡及財產(chǎn)損失。為盡可能地降低地震危害，千年來，人類一直試圖攻克“地震預(yù)測”的難題，但進(jìn)展緩慢。中國地震局地殼應(yīng)力研究所總工程師申旭輝，列舉了阻攔科學(xué)家預(yù)測地震的3座大山。

一是(強烈)地震事例不足，無法完成有效的統(tǒng)計分析，“重復(fù)實踐”進(jìn)行檢驗的機會也很難碰到。

二是所謂“上天容易下地難”，地震科學(xué)研究的方法和手段受到很多制約。

三是地震相關(guān)理論更新較慢，這種大規(guī)模的地下巖體破裂現(xiàn)象，也難以在實驗室或野外進(jìn)行模擬。

在地球物理學(xué)家、中科院院士陳運泰看來，自然科學(xué)問題必有解決辦法，需要探索新的思路。而“無所不能”人工智能，或許就是解決這個難題的“救世主”。

位于美國的洛斯·阿拉莫斯國家實驗室，集結(jié)了地球上最優(yōu)秀的物理學(xué)家、地理學(xué)家，以及程序員，正研究利用AI準(zhǔn)確預(yù)測地震。他們給機器輸入原始數(shù)據(jù)，這些數(shù)據(jù)都來源于實驗室模擬地震發(fā)生之前，之中、和之后持續(xù)進(jìn)行的大量測量。 然后，他們通過算法篩選數(shù)據(jù)，查找當(dāng)人造地震發(fā)生時發(fā)出信號的可靠模式。

研究人員發(fā)現(xiàn)，當(dāng)他們將采集到的模擬“地層運動”的聲波信息送入機器學(xué)習(xí)算法當(dāng)中，AI就能精準(zhǔn)地預(yù)測出距離地震發(fā)生前的剩余時間。利用機器學(xué)習(xí)，有幫助發(fā)現(xiàn)和了解斷層斷裂新的物理特性，也為相關(guān)研究提供了新思路”。

目前，研究人員已經(jīng)開始使用真實的數(shù)據(jù)，試圖搞清楚如何抽離正確的信號，從而準(zhǔn)確測定地震何時即將發(fā)生。他們相信，地震科學(xué)的變革已經(jīng)開始，而這一切將由AI來推動。

不僅是預(yù)測地震，面對其他自然災(zāi)害，如洪水、山體滑坡等對象，人工智能也展現(xiàn)出了其“無所不能”的功力。

今年6月，Google就與洪水重災(zāi)區(qū)印度的中央水務(wù)委員會建立了伙伴關(guān)系，通過建立人工智能預(yù)測模型，幫助準(zhǔn)確預(yù)測洪水發(fā)生的時間和地點，甚至是嚴(yán)重程度。這些預(yù)測信息會被整合至Google搜索引擎及地圖等應(yīng)用程序中，給用戶提供預(yù)警。

(Google對印度海德拉巴河的洪水模擬)

9月，澳大利亞團(tuán)隊通過整合土地于東、降雨、土地侵蝕等數(shù)據(jù)，借助X射線與數(shù)字化技術(shù)，開發(fā)出了高精度的陸地滑坡預(yù)警檢測網(wǎng)絡(luò)。同時，他們仿照實際山地，搭建了觀測模型，通過將模擬數(shù)據(jù)映射在檢測網(wǎng)絡(luò)得到測算結(jié)果，可以提前兩周預(yù)測滑坡位置，從而對滑坡進(jìn)行風(fēng)險評估。

隨著人工智能的技術(shù)日漸增強，人們對于AI在災(zāi)難預(yù)測中發(fā)揮作用的期望，也越來越高。編程，作為人工智能的核心能力，不只是未來人機交互時代的標(biāo)配技能，更是保護(hù)人類生命財產(chǎn)安全的關(guān)鍵一環(huán)。

科學(xué)數(shù)據(jù)已經(jīng)證明，6歲的孩子已具備了一定的理解能力，可以開始接觸編程的啟蒙教育。學(xué)習(xí)編程，可以鍛煉孩子的邏輯思維，幫助激發(fā)他們的學(xué)習(xí)興趣與創(chuàng)造力，同時培養(yǎng)孩子和機器打交道的能力，當(dāng)他們了解人工智能是怎么利用算法，對不同狀況進(jìn)行分析，他們可以更好地運用人工智能到實際問題中。

妙小程——6-18歲青少兒在線編程教育平臺，通過考核嚴(yán)格的專業(yè)師資，多屏互動的先進(jìn)技術(shù)，接軌國際的完善體系，豐富原創(chuàng)的有趣內(nèi)容等品牌優(yōu)勢，已為上萬學(xué)員提供優(yōu)質(zhì)的編程教學(xué)服務(wù)，為祖國不斷培養(yǎng)人工智能所需人才。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。