人工智能通过微小火山灰来深入了解火山爆发学术资讯

▲在显微镜下，火山灰由数千个形状复杂的微小颗粒组成。

每日科学网6月28日报道，由日本东京工业大学地球生命科学研究所的Daigo Shoji领导的科学家们研发了一个拥有可以对火山灰颗粒形状进行分类的复杂神经网络的人工智能程序。由于火山颗粒的形状与火山喷发的类型有关，这种分类将助于提供火山喷发的相关信息，并帮助人们减轻火山灾害。

从2010年冰岛埃亚菲亚德拉冰盖火山的爆发，到2018年5月夏威夷群岛相对平静的熔岩流,火山爆发的形式多种多样。同样，这些火山喷发也会导致从火山灰云到熔岩等不同的相关威胁。有时，火山的喷发机制（如水和岩浆相互作用）并不明显，需要火山学家对其机型仔细评估才能确定未来的威胁以及应对措施。火山学家密切关注火山爆发产生的火山灰，因为不同的火山爆发会产生不同形状的火山灰颗粒。但是，人类如何能够客观地分析成千上万个微小的样本，从而得出火山喷发的连贯图像呢？通常，科学家们用肉眼对火山灰进行分类，但这一过程是缓慢的、主观的。传统的计算机程序可以快速地根据客观参数（如圆度）对粒子进行分类，但是参数的选择仍然是一个难题，因为在自然界中很少能找到简单的由一个参数分类的形状。

名为卷积神经网络（CNN）的最新的人工智能可以专门用来分析图像。与其他计算机程序不同的是，CNN不局限于简单的参数循环，而是像人一样有组织地学习，但速度要快几千倍。该项目也可以共享，从而不再像以前那样，同时需要数十名训练有素的地质学家进行辅助。在这项实验中，科学家向程序中输入了由不同的喷发机制产生的数百个粒子的图像。火山爆发时岩石碎裂成块状的火山灰颗粒，熔岩起泡时呈泡状，颗粒熔化和挤压时呈细长状，颗粒在流体的表面张力的作用下呈圆形（如水滴）。实验成功地教会程序对微粒基形进行分类，成功率达到92%，即使在不确定的形状下，也能给每个粒子分配概率比。这可能会给未来的数据增加一层复杂性，为科学家提供更好的工具来确定火山喷发类型。

Shoji博士的研究表明，CNN可以发现有用的、复杂的、具有巨大地质价值的微小粒子的相关信息。该研究小组与生物学家、计算机科学家和地质学家合作，希望以更新的方式使用CNN。

微观世界总是有无数的问题，但多亏了研究火山的科学家，答案可能不再那么难找到了。

科界原创

编译：Coke 审稿：阿淼编辑：张梦

来源：

https://www.sciencedaily.com/releases/2018/06/180628171415.htm