6月17日晚，四川宜賓市的大部分人剛開始休息的時候，大地突然就震了起來。沒錯，地震頻發的四川又一次迎來了地震，本次震中位於四川省宜賓市長寧縣，震級達到6.0級，震源深度16千米。
震級不小也不算特別大，最終還是有傷亡情況出現，據官方估算直接經濟損失達88億元，這樣的地震自然能引起大眾的熱議。
然而這場地震還有一點吸引了眾人的注意，與以往不同，在成都、德陽、樂山、廣元、涼山等離震中有一定距離的地方都收到了地震預警。
形式包括電視彈窗、手機預警APP提醒以及區域廣播提醒，以成都為例，當地居民提前61秒就收到了預警。網上還有網友拍攝的倒計時視頻，很多網友都表示，當數到0之後，地震真的就來了，紛紛讚歎現代科技的進步。
ICL地震預警系統
這都得益於成都高新減災研究所與應急管理部門聯合建設的大陸地震預警網。此次地震中使用的預警系統叫ICL（Institute of Care-Life，關愛生命機構）地震預警系統，而負責帶頭研發這套系統的是該研究所所長王暾。
王暾是美國康涅狄格大學理論物理學博士，2008年汶川地震後決定回國研發地震預警系統，而成都高新減災研究所正是2009年才成立的。
王暾，圖片源自北京科技報
研發過程中，王暾在汶川地震餘震區經過多次實驗，排除各類干擾，到2010年底，地震預警系統雛形出爐，幾個月後就實現了通過手機短信接收地震預警信號。2012年，地震預警系統接入電視臺，整套ICL系統正式研發成功。
需要提醒的是，地震預警不是地震預測或預報。地震預警是指在地震發生以後，根據縱波和橫波之間的時間差，和地震波“賽跑”，來贏取提前預警的時間。
縱波/P波
橫波/S波
地震發生最初時，跑得快的是強度較小的縱波，速度約每秒7公里，而破壞性更大的橫波由於傳播速度相對較慢（約每秒4公里）則會延後數十秒到達地表。
深入地下的探測儀器檢測到縱波後傳給計算機，即刻計算出震級、烈度、震源等信息，有關部門就可以搶在橫波到達地面前10餘秒通過電視和廣播發出警報。電視廣播依靠的是電磁波，它的速度比橫波速度要快得多。
因此，地震預警的意義就是和地震波賽跑，在地震波來之前告訴民眾：地震波馬上就到了，及時做好預防措施。
人工智能時代的地震預警
那麼，在科技發達的現在，還有什麼技術可以做到這種預警甚至是預測的工作呢？
相信很多人會想到人工智能，在人工智能運用廣泛的當下，通過一些模型算法，比如機器學習等，現在也有很多人工智能成功預測一些行為的案例，那麼我們也可以合理推測其是否也能用來預測地震呢？
其實還真有。去年8月，來自哈佛大學、康涅狄格大學和谷歌的研究人員利用深度學習算法，開發了一個預測餘震的系統，並且研究成果已發表在 Nature 上。
該研究結果表明，深度神經網絡在超過131,000條由主震-餘震對構建的數據集訓練後，它能在獨立的測試集中預測餘震位置，其中該測試集包含了30,000條主震-餘震對數據。
這種以機器學習為驅動觀察提供了對餘震位置更好的預測，並發現了在地震週期中最活躍部分能控制地震觸發的物理量。
這種預測方式目前來看還是存在缺陷，不過雖然準確率不夠，但效果顯著優於隨機預測。未來更多的人工智能預測的方法還有待同學們去發現。
隨著計算機科學的發展，人工智能在越來越多的領域中得到應用，一些算法被經常用來預測一些事情，比如深度學習就是其中之一。
如果你也對人工智能非常感興趣，可以瞭解一下我們暑期專門為國內學生新增的科研課題“深度學習技術：卷積神經網絡與計算機視覺”。
導師Prof. Steen是加州大學洛杉磯分校終身教授，斯坦福大學行為科學高級研究中心訪問學者，曾擔任挪威科學學院高級研究中心學者，PI和谷歌夏季代碼的開發顧問，紅母雞全球網絡實驗室創辦人，發起過多項關於傳播學、新媒體和計算機、AI 等學術領域的研究。
深度學習是在多層神經網絡上運用各種機器學習算法來解決圖像和文本問題，重點在於理解和構建卷積神經網絡，是當下語音分析和計算機圖像識別領域的研究熱點，也是人工智能的核心技術。
教授將帶領同學們探秘深度學習及其在圖像、語音、自然語言處理等領域的應用成果和關鍵性突破，如AlphaGo就是其中之一AI落地的典型成果。
如果你對教授這個課題的更多內容感興趣，添加微信“xiaozhushou2019”進行諮詢，開課在即，所剩名額不多，想要報名的同學要抓緊時間啦！
▽
閱讀更多 CetusTalk 的文章
