“這是全球首個億級參數(shù)量的地震波大模型，今天正式發(fā)布。”7月28日，由國家超級計算成都中心、中國地震局地球物理研究所與清華大學(xué)聯(lián)合開發(fā)的“諦聽”地震波大模型正式發(fā)布。

出席活動的四川省地震局副局長杜斌表示，四川作為經(jīng)濟和能源大省，地質(zhì)構(gòu)造復(fù)雜，是中國地震活動水平最高、強度最大的地區(qū)之一。此次“諦聽”地震波大模型的發(fā)布不僅是地震科學(xué)技術(shù)的重大突破，也是對國家重大戰(zhàn)略需求的積極回應(yīng)。

諦聽地震波大模型發(fā)布現(xiàn)場。

如何練出聽震“神獸”？

“‘諦聽’原本是中國神話傳說中的神獸，可以通過聽音來辨認世間萬物。”中國地震局地球物理研究所副所長陳石說，“我們研發(fā)的‘諦聽’，是一種大型地震學(xué)數(shù)據(jù)集以及在此基礎(chǔ)上訓(xùn)練的人工智能大模型。”

發(fā)布會上，陳石如此解釋“諦聽”的來歷：它們都是通過“聽”去認識、分析自然界中的信息。

陳石說，隨著我國地震監(jiān)測體系的持續(xù)優(yōu)化升級以及近年來人工智能技術(shù)的迅猛發(fā)展，地震學(xué)研究和防震減災(zāi)工作也進入了地震波大數(shù)據(jù)時代，“諦聽”地震波大模型應(yīng)運而生。

那如何訓(xùn)練這只可以辨識地震的“神獸”？

首先要有數(shù)量足夠的數(shù)據(jù)，這就是“諦聽”數(shù)據(jù)集。最初，科研團隊將2013年至2020年間的震相觀測報告和國家測震臺網(wǎng)數(shù)據(jù)備份中心的數(shù)據(jù)，經(jīng)過清洗和脫敏處理后，建立了1.0版本的“諦聽”數(shù)據(jù)集。隨著數(shù)據(jù)規(guī)模的擴大，2023年9月，成都產(chǎn)業(yè)集團運營的國家超算成都中心與中國地震局地球物理研究所達成戰(zhàn)略合作，雙方合作共建“地震大模型創(chuàng)新應(yīng)用聯(lián)合實驗室”，新一代“諦聽”數(shù)據(jù)集正式落戶成都。

數(shù)據(jù)集是大模型訓(xùn)練的基礎(chǔ)，數(shù)據(jù)集的規(guī)模和質(zhì)量直接決定了模型的訓(xùn)練效果。目前，“諦聽”數(shù)據(jù)集不僅是國內(nèi)首個，同時也是目前國內(nèi)外最大規(guī)模、樣本類型和標(biāo)注最為全面的地震學(xué)專業(yè)AI訓(xùn)練數(shù)據(jù)集之一。

陳石介紹，第一版“諦聽”地震波大模型基于2300萬條地震事件波形進行了預(yù)訓(xùn)練，而我國中國地震臺網(wǎng)每年產(chǎn)生的標(biāo)注事件波形約為50萬條。以此計算，剛“出生”不久的“諦聽”地震波大模型已相當(dāng)于擁有約40年地震信號識別經(jīng)驗的“老專家”。

其次，是算法、模型的設(shè)計和調(diào)優(yōu)。來自清華大學(xué)自動化系的助理研究員劉暢博士介紹，作為全球范圍內(nèi)地震波大模型的首次探索，需要進行大量基礎(chǔ)性研究，否則模型訓(xùn)練不充分，實際應(yīng)用效果不及預(yù)期。

簡單來說，算法的選擇和設(shè)計直接決定了模型的學(xué)習(xí)能力和表達能力，算法的優(yōu)化和改進可以提高模型的性能和效果。參數(shù)則是大模型訓(xùn)練的調(diào)節(jié)器，可直接影響模型的準(zhǔn)確性和穩(wěn)定性。在“諦聽”大模型中，參數(shù)的數(shù)量非常龐大，也給最優(yōu)參數(shù)的確認造成極大的挑戰(zhàn)。

“人工智能算法的關(guān)鍵在于兩個因素，訓(xùn)練數(shù)據(jù)量和模型參數(shù)量。”陳石用比喻來解釋：訓(xùn)練數(shù)據(jù)量可以看作是算法的“閱歷”，而參數(shù)量則是算法的“腦容量”。要想有效地記憶和理解海量的地震數(shù)據(jù)，并充分挖掘和利用其中的信息，就必須發(fā)展與之相匹配的大“腦容量”的大模型。

“諦聽”都能干什么？

據(jù)悉，目前“諦聽”地震波大模型已可投入使用。陳石談到，“諦聽”地震波大模型依托中國地震臺網(wǎng)的海量數(shù)據(jù)，通過先進的人工智能技術(shù)，在測試中發(fā)現(xiàn)，可以顯著提升地震信號的識別準(zhǔn)確率和速度。

因此，從短期看，“諦聽”地震波大模型可直接應(yīng)用于地震信號識別、地震活動監(jiān)測、大地震快速響應(yīng)等領(lǐng)域，有望減輕地震局一線業(yè)務(wù)人員的工作壓力。

從長期看，地震學(xué)是一門觀測科學(xué)，重大的突破往往來自對觀測數(shù)據(jù)的深刻理解。對觀測的理解越全面，對觀測的整合能力越強，離地震學(xué)科學(xué)問題的突破就越近。目前，傳統(tǒng)方法和中小模型均無法充分利用百TB、PB級別的地震觀測數(shù)據(jù)，而這些數(shù)據(jù)中蘊含著許多重要的地震學(xué)科學(xué)問題，只有大模型才能深入挖掘這些“寶藏”。因此，“諦聽”地震波大模型有望為地震科學(xué)研究帶來重大突破。

從應(yīng)用領(lǐng)域看，“諦聽”地震波大模型的前景也十分令人期待。

“未來，該模型的應(yīng)用場景還可用于礦震監(jiān)測、頁巖氣開采、城市地下空間結(jié)構(gòu)探測、海底地震監(jiān)測等多個領(lǐng)域。”國家超算成都中心常務(wù)副主任王建波說。

以尋找油氣為例。目前全球95%以上的油氣田發(fā)現(xiàn)主要是依靠地震勘探。王建波說，地震波在不同介質(zhì)中傳播時，強度、形態(tài)等特征都不同，“諦聽”地震波大模型通過學(xué)習(xí)儲存石油區(qū)域的波形特點，就可以推導(dǎo)出地下是否含有油氣。

陳石表示，第一版“諦聽”地震波大模型完成了從預(yù)訓(xùn)練到微調(diào)完整流程的從無到有的探索，初步展示了優(yōu)于中小模型的性能，為后續(xù)充分挖掘和發(fā)揮地震波大模型的優(yōu)勢探索了道路，積累了經(jīng)驗。

“諦聽”之外，超算還能做什么？

“發(fā)展地震波大模型不僅是人工智能地震學(xué)領(lǐng)域的必然趨勢，也是該領(lǐng)域的科技制高點。”陳石說，“在具備了足夠的數(shù)據(jù)和算力基礎(chǔ)后，我們迅速組織團隊第一時間開展相關(guān)研究工作，力求填補這一重要空白，為地震科學(xué)研究和防震減災(zāi)事業(yè)貢獻一份力量。”

成都數(shù)據(jù)集團黨委副書記、成都超算中心運營管理有限公司董事長郭黎表示，“諦聽”地震波大模型的研發(fā)，不僅極大地推動了人工智能算法在地震學(xué)領(lǐng)域的開發(fā)、測試和應(yīng)用，更為地震監(jiān)測預(yù)報業(yè)務(wù)的智能化發(fā)展提供了堅實的技術(shù)支撐。

作為長期在超算領(lǐng)域工作的資深從業(yè)者，王建波認為，“諦聽”地震學(xué)數(shù)據(jù)集正式落戶國家超級計算成都中心地震大模型創(chuàng)新應(yīng)用聯(lián)合實驗室，這是垂直領(lǐng)域?qū)I(yè)數(shù)據(jù)和大規(guī)模算力深度融合、軟硬一體的一次新嘗試。

“‘諦聽’地震波大模型的發(fā)布對于突破中小地震波模型性能瓶頸，提高地震大數(shù)據(jù)智能處理能力和信息挖掘水平具有重要意義。”王建波說，國家超算成都中心強大算力和技術(shù)服務(wù)能力，不僅可以滿足中國地震局地球物理研究所等科研單位定制化的軟硬一體的服務(wù)需求，更是為人工智能和機器人等未來產(chǎn)業(yè)發(fā)展提供了堅實的平臺保障。

目前國家超算成都中心已在多個領(lǐng)域形成特色算力應(yīng)用。其中：在人工智能大模型領(lǐng)域，國家超算成都中心與成都曉多科技合作，研發(fā)了基于大語言模型技術(shù)開發(fā)的垂類電商客服行業(yè)的大型語言模型，可為電商企業(yè)提供智能化的服務(wù)和營銷一體化解決方案。今年5月，該模型成功通過國家生成式人工智能服務(wù)備案。

國家超算成都中心。

在防災(zāi)減災(zāi)領(lǐng)域，中國科學(xué)院成都山地災(zāi)害與環(huán)境研究所就聯(lián)合國家超算成都中心，開展了“氣候變化條件下山地致災(zāi)風(fēng)險綠色調(diào)控關(guān)鍵技術(shù)與示范”項目研究，搭建山地災(zāi)害風(fēng)險模擬與險情預(yù)報平臺，突破精細化、精準(zhǔn)化災(zāi)害預(yù)警預(yù)報瓶頸。此外，國家超算成都中心還與四川氣象部門合作，提供精準(zhǔn)氣象預(yù)報服務(wù)。

“國家超算成都中心還將不斷加速人工智能技術(shù)在防災(zāi)減災(zāi)、城市治理等領(lǐng)域的應(yīng)用與發(fā)展，充分發(fā)揮我們作為大國重器的戰(zhàn)略支撐作用。”王建波說。

國家超算成都中心供圖

視頻：四川新聞聯(lián)播

來源：川觀新聞