人工智能预测岩石摩擦人工地震研究

近年来，利用人工智能（AI）的重要分支——机器学习，预测岩石摩擦实验中产生的“人工地震”（即实验室模拟地震）的研究日益受到关注。以往的研究多局限于几厘米尺度的小型实验，而在更接近真实地震场景的几米尺度大规模实验中，由于时间与空间尺度差异显著增大，机器学习方法的预测能力尚未得到充分验证。

在此背景下，由乘杉玲寿（理学研究科硕士课程学生）、金子善宏（同准教授）以及贝尔特兰·卢埃雷多（防灾研究所助手）组成的研究团队，利用人工智能技术，对大规模岩石摩擦实验中所产生的人工地震数据进行了系统分析。研究结果显示，AI能够准确识别主震发生前数十秒至数毫秒内的“前震活动”特征，并以此为基础，实现对人工地震发生时间的高精度预测。

若将这一成果拓展应用于自然地震，相当于能够捕捉到主震前数十年至数周内的前兆信号。此外，通过与数值模拟结果进行对比，研究团队进一步揭示出：通过前震活动间接追踪断层中“缓慢滑动”区域所引发的应力变化，是实现准确预测的关键机制。

该研究不仅深化了对地震前兆现象的理解，也为未来实现地震短期预测奠定了重要基础。