地震真的无法预测吗？AI捕捉到的“地震前的低语” ─ 京都大学挑战“数秒前的世界”

AI能否在地震发生“数秒前”感知到

――京都大学推进的“前兆”可视化及其带来的希望与谨慎论

“能够事前预测地震”――这是人类长期以来的梦想。
然而，现实中，动物的异常行为或“地震云”等被视为“前兆”的许多迹象缺乏科学依据，当前地震学认为“大地震几乎没有前兆地发生”。フィジオールグ

打破这一常识的是京都大学研究团队在2025年11月发表的最新研究。他们使用米级规模的巨大岩石实验装置，通过将数据输入机器学习，成功检测到“实验室内地震”发生前出现的极其微弱的信号。フィジオールグ

在米级“人工断层”上进行实验

研究的舞台是为了再现接近真实断层行为而制造的米级岩石试验机。强力压紧岩石块并缓慢移动，制造出摩擦使其不易滑动的状态。最终，当达到极限时，岩石会突然“嘎吱”滑动，产生振动。这就是在实验室中再现的“粘滑地震”。フィジオールグ

该装置配备了大量高灵敏度传感器，以高时间分辨率记录岩石的变形、声波（声发射）和剪切应力的变化。研究应用机器学习，探寻“地震发生前数秒到数十秒间，数据中潜藏的特征性变化”。フィジオールグ

关键在于“静滑区域”的应力变化

以往的小规模实验（厘米级）中，机器学习已被报告能高精度预测地震时机。然而，自然断层规模更大且结构复杂，因此“在较大实验规模中是否能同样预测”成为一大疑问。フィジオールグ

京都大学团队通过比较实验数据与物理模型的数值模拟，探究机器学习的“线索”。结果表明，不是断层整体的平均应力，而是部分缓慢滑动的“蠕变区域”中的剪切应力变化，是破坏前的重要信号。フィジオールグ

换句话说，AI先于人类感知到表面看似平静的地方逐渐接近应力极限的情况。这一发现正将地震研究的视角从“平均观察断层”转向关注“哪里如何滑动”的空间偏差。フィジオールグ

然而，不能说“地震预测已实现”的理由

需要注意的是，这一成果并不意味着“明天能知道哪里会发生大地震”。

• 实验仅在人工岩石装置中进行

• 规模为米级，与实际断层相比仍然较小

• 在地下数十公里的真实断层中，未必能观测到类似的微细信号

等，存在许多障碍。研究人员自身也将其定位为“向短期地震预测迈进的物理理解的重要一步”，并非“立即实用”的基调。フィジオールグ

尽管如此，“能够从AI和物理模型两方面解释临近的物理过程”这一点意义重大。将往往成为“黑箱”的机器学习判断依据与物理机制结合，使地震学家能够以更易于理解的形式进行讨论。フィジオールグ

SNS上引发的“期待”与“谨慎”声音（预期反应）

此新闻报道后，SNS上可能会出现各种反应。这里整理了一些典型的想象反应（并非真实帖子，仅为展示趋势的虚拟评论）。

1. 充满希望的积极派

• “AI让地震预测更具现实感……！日本的研究让人自豪”

• “即便是避难前的数十秒，也能提高电梯停止和新干线减速的精度”

对于经历过阪神淡路大地震或东日本大地震的人们来说，“哪怕提前一秒知道”都是切实的愿望，这项研究被视为强烈的希望之光。尤其是，由日本大学主导的研究让人们期待其能履行“防灾大国的责任”。

2. 警惕“煽动性报道”的冷静派

同时，也能想象到这样的谨慎声音。

• “又是‘AI地震预测’这种标题可能会独自传播”

• “实验室的故事与真实地震完全不同，希望能准确传达”

由于这一主题可能直接影响国家和地方政府的防灾信息，许多人警惕“过度期待的标题”传播。虽然“AI”这一关键词增加了话题性，但其如魔法般的形象也容易引发误解。

3. 现场专家与工程师的视角

在地震学家和防灾工程师的圈子里，技术性讨论可能会更加热烈。

• “在实际场地中获取同类型声发射需要什么样的传感器网络”

• “能否利用现有地震仪网络的数据测试类似模型”

• “与物理模型的一致性很好。接下来如何在多尺度上连接”

这里，较少关注“热度”，而更关注“如何将其应用于现实的观测网络和基础设施”的实务视角。

4. 对“AI万能论”的不满

此外，还可以想象到表达对AI期望同时对其被视为“万能工具”的不满的声音。

• “AI之所以厉害，是因为有可靠的实验数据和物理模型”

• “AI是‘寻找线索的助手’，理解地震是人类的工作”

此次研究正如“AI+物理”的协奏曲。机器学习并非独自前行，而是与物理模拟对照，解释“为何能预测”，这一点将受到许多评论的好评。

该研究开辟的未来

那么，这项研究将如何发展呢？

1. 应用于观测数据
   首先，预计将对自然地震的观测数据应用此次相同的方法进行验证。结合现有地震仪网络、更加高灵敏度的传感器和钻孔观测，能否在现实中检测到“实验室中观察到的前兆模式”是关键。

2. “数秒～数十秒前”的高效利用
   即便能检测到短期前兆，预测的时间尺度可能仅为“数秒到数十秒前”。然而，即便是这短暂的时间，也能在新干线自动停止、工厂设备紧急停止、医院手术中应对等社会基础设施中发挥作用。

3. 与地震风险评估的整合
   未来，可能会探索将长期地震发生概率模型与短期前兆检测结合起来的多层次评估框架，评估“何时、何地、可能发生多大损害”。在此过程中，“不将AI输出作为黑箱使用”的方针将变得重要。
   
   
   

我们现在应该了解的事情

最后，整理一下我们在阅读本文后“现在可以做的事情”。

• 不应急于认为“地震预测已实现”
  此次成果仅是实验室层面“前兆信号理解”的进展。

• 仍需正确评价研究的进展
  通过结合AI和物理模型，能够更深入地理解断层的破坏过程，这是确实的进步，也是未来防灾技术的重要一步。フィジオールグ

• 继续更新防灾行动
  无论预测技术如何发展，“固定家具”、“准备紧急携带包”、“确认与家人的联系方法”等基本准备的重要性不变。相反，随着技术进步，我们的防灾行动也需不断更新。

AI可能即将能够听到地震的“低语”。然而，如何赋予其意义，以及如何应用于社会机制，仍需由人类决定。此次京都大学的成果可以说是推动这一讨论向前迈出的一步，成为了可靠的材料。