【Now新聞台】北海道6.7級地震後，氣象廳再三警告短期內或有規模相若的餘震，餘震強度一般雖較主震弱，然而持續時間短則一、兩天，長則以年來計算，破壞力不容小覷。
地質學家目前可依照經驗法則，預測餘震何時出現及規模，惟無法掌握餘震位置，要突破研究瓶頸，人工智能也許能幫上忙。
美國哈佛大學與Google合作研發一套人工智能系統，初步測試結果顯示系統預測餘震地點準確度，較現有方法大幅提升。
系統運作原理是訓練神經網絡，透過深度學習演算法研究逾13萬組主震與餘震的數據，系統首先鎖定受斷層滑動影響的區域中有哪些位置發生餘震，再比對該處於主震後的應力分布，分析兩者之間關連。
學習完畢後，研究人員安排人工智能系統及另一現時廣泛使用的預測模型「比試」，讓它們分析另一批3萬組地震歷史數據。這次只會接觸主震相關資料，由系統自行預測餘震位置，再對照現實情況，看看系統預測偏差大小。
測試結果以「0」至「1」數值呈現，數值越大，準確度越高，人工智能系統得分0.849，遠勝對手，表現較佳，原因在於人工智能系統具備能力分析及整理眾多複雜物理現象，推斷餘震位置時考慮因素相對較全面。
由於系統於學習過程中參考了全球地震數據，預測機制對不同斷層同樣有效，應用層面更廣泛，惟研究團隊亦強調
系統仍處初步研發階段，尚有很大完善空間，其中一個局限是系統預測過程耗時太長，現實生活中，絕大部分餘震
均是於主震一天之內發生，若果不能提高效率，再準確的系統也無用武之地。
人工智能防災應用面世需時，惟救災方面，早已派上用場，2015年尼泊爾地震救援隊伍出動無人機，拍攝災區高空影像，經人工智能系統加以分析，評估不同地方受災程度，制訂救災方案，加快搜救及災後重建。
