在一次地震发生以后，常常紧跟着有一系列余震，余震强度一般都比主震小，但持续时间可达几天甚至几个月，因此也具有强烈的破坏性。

为了解决这个问题，谷歌和哈佛大学的的科学家们研究出了一种人工智能模型，其中包含有成千上万次的地震和余震的数据，可以预测地震发生后最长一年内的余震。

参与这个项目的有哈佛大学地球与行星学系的Phoebe DeVries、谷歌机器学习研究员Martin Wattenberg和Fernanda Viégas以及谷歌人工智能招聘主管Brendan Meade。

这个人工智能模型使用了最近10年的199次地震及其13万次余震数据进行训练，实际结果比目前使用的余震预测方法更加精确。

用于训练这套神经网络的余震发生在每次地震的震中垂直距离50公里内、水平距离100公里范围内。“以前的余震预测基线在测试数据集中的精确度约为3%。我们的神经网络方法的精度约为6%，”研究人员Phoebe DeVries说。

该模型使用的数据包括2004年苏门答腊地震、2011年东日本大地震、1989年旧金山地震以及1994年洛杉矶地震等著名地震。此次研究结果已经发表在最新的《自然》杂志上。

虽然并没有真正的地震学家参与此次研究，但科学家们还是希望可以利用此次研究中吸收的经验教训来进一步探索更宏大的问题：究竟是什么触发了地震?

影响余震发生的因素很多，因此科学家们还有很多工作要做。“我们绝对同意这项工作是一个激励性的开始，而不是结束，” Phoebe DeVries说。