科学家开发出一种机器学习算法，能够自动识别断层在强烈地下震动前出现的异常变化，据infohub.kz网站报道。

德国波茨坦地球科学中心（GFZ）的专家与意大利和美国的同行合作，利用过去五次破坏性灾难的存档地震记录对该程序进行了检验。开发者并未在系统中预设警报信号的现成模板。相反，他们向算法输入了标准目录，其中包含地震学家在震中周围持续记录到的数千次小震的精确时间、坐标和强度。

该程序按时间、地点和震级的相似性将小震归并为所谓的“家族”，然后依据上百个物理参数对它们进行分组。在五分之三的案例中——即2023年土耳其地震、2009年意大利拉奎拉地震和2014年智利北部地震之前——算法发现了罕见的小震组合。这些异常在主震前数周至数月便已显现：震源在空间上更紧密地聚集，并释放出异常多的机械应力。

然而，在2016年意大利阿马特里切地震和2024年日本能登半岛地震之前，程序未记录到任何预警迹象。作者强调，该模型不会给出未来灾难的确切日期，但可以成为实时监测系统中的有效工具，用于追踪地质断层开始出现异常行为的区域。