人工智能可以帮助预测火山爆发

    卫星能够提供关于全球活火山的数据，但研究人员一直致力于利用这些数据来预测火山的危险程度。这一想法很可能很快就能实现，因为目前的算法可以自动计算火山风险数据信号，从而帮助科学家在几年内建立全球火山预警系统。
    本周，在华盛顿特区举行的美国地球物理联盟会议（AGU）上，该会议每半年举行一次，展示了两种预测火山爆发的方法。
    在过去的几年里，随着欧洲航天局的卫星Sentinel 1A和Sentinel 1B的发射，火山学领域致力于观察火山周围陆地的运动情况。 Sentinel 1卫星使用一种称为雷达干涉测量的技术，该技术能够比较发送到地球和从地球反射的雷达信号，以跟踪行星表面的变化。
    值得一提的是，每隔6天，Sentinel 1卫星都会重新检测一次地球上的每个地点，Sentinel团队能够迅速收到这些高分辨率的观测结果。
    地面运动的变化通常能反映火山下方的岩浆移动，但它不能完全预测火山爆发。
    为了达到这一目标，团队必须教会他们的算法，不能轻易混淆地面运动的大气变化。为此运用了一种称为独立成分分析的技术，该技术能够将信号分解成不同的部分：例如分层大气或短期湍流，以及火山火山口或侧翼的地面移位。该技术使他们能够捕捉最新的地面移动或移动速率变化，这两者都可能是未来火山爆发的迹象。
    与此同时，由英国布里斯托尔大学的火山学家朱丽叶·比格斯领导的另一个COMET团队使用人工智能构建了第二种算法，被称为卷积神经网络。研究人员首先使用来自Sentinel前身Envisat的原始干涉图来训练他们的神经网络，他们有一些火山爆发的例子。
    为了解决这一问题，比格斯和她的同事创建了一个模拟火山喷发的合成数据集。阿尔比诺说，随着更多Sentinel示例被上传到算法中，预测结果将会越来越准确。