Loading [MathJax]/jax/output/HTML-CSS/config.js

0

11
3

文字

分享

0
11
3

叫醒他的不是鬧鐘,是地震,還有讓預警系統更好的夢想——專訪氣象局地震測報中心陳國昌

鄭國威 Portnoy_96
・2021/08/23 ・6850字 ・閱讀時間約 14 分鐘

氣象局地震測報中心大部分同仁得 24 小時待命,主任陳國昌對此指出,「壓力比較大啦!」圖/劉志恒攝

「我不是花蓮人,但我也是每天被地震叫醒。」氣象局地震測報中心主任陳國昌在接受我們遠距採訪時笑著說。

這不是開玩笑,而是職業需要!包括陳國昌在內,地震測報中心大部分同仁手機 24 小時不能關,要隨時待命。不過說到緊盯老天爺臉色這件事,整個氣象局不都是如此?他說,如颱風等劇烈氣象變化,在來臨時的確需要動員整備,持續報告與預測,但地震卻沒有時間可以準備,因此相較於其他氣象局同仁,地震測報中心就得隨時在線。

「壓力比較大啦!」他一樣微笑著說,中心平時要有三組人負責核心作業,分別是「餘震監測作業」、「發布作業」、「預警作業」,要是發生規模 6.0 以上的大地震,十多位同仁會立即回到崗位,回應來自媒體與民眾的大量資訊需求。

對陳國昌來說,氣象與地震測報就是他整個人生。地球科學系畢業後,研究所也接著念地球物理,在大學教了兩年書,之後他就進入氣象局從基層做起,每個職位都歷練過。「我們也不敢講說自己多重要。一個工作既然接了,就想辦法做好。」他說。

-----廣告,請繼續往下閱讀-----
陳國昌在接受遠距採訪時表示:「我不是花蓮人,但我也是每天被地震叫醒。」圖/劉志恒攝

地震預警,還能更快?

這次採訪陳主任,是想了解「地震預警」的下一階段發展。臺灣的地震預警發展始自 1990 年,如今已足以出口技術到世界各國,可說是臺灣驕傲。然而對大多數民眾來說,最有感也最好奇的,還是偶爾傳來(或就是不傳來)的「國家級警報」。

國家級警報屬於災防告警系統的一環,預設開啟且無法關閉,因此多數人初次收到演練訊息時都會非常驚訝。

延伸閱讀:可看公視P#新聞實驗室的介紹國家災害防救科技中心針對災防告警細胞廣播訊息的說明

有不少朋友可能收過地震以外的告警訊息,例如交通部公路總局會針對道路崩塌等因素,發布「公路封閉警戒」、經濟部水利署在水庫要洩洪時會發布「放水警戒」、農委會水土保持局也會在土石流警戒區發布警戒。不過在各類告警訊息中,只有氣象局的地震速報,以及內政部警政署與國防部負責的飛彈空襲警報屬於「國家級警報」。由於目前沒有防空警報,因此會收到國家級警報就只有在大地震發生的時候了。

預警跟預測有什麼不同?簡單來說,「預測」是地震還沒發生,就能夠告知民眾地震要來了,包括在哪個位置、有多大、發生在什麼時間點?目前科學只能針對地震可能的前兆,提供一個範圍內的機率,例如某個地區在 10 年內可能會有規模多大的地震,這無法讓民眾馬上根據資訊來避災,只能種下防災觀念的種子。

-----廣告,請繼續往下閱讀-----

預警是在地震發生後,利用密集的測站、快速的計算,得到地震可能影響的範圍,然後在範圍內用「跑得比地震波快」的電訊號,針對有可能發生災損的地區發出警報。能夠爭取的時間並不多,短至 2-3 秒,長至 10 秒以上,但只要能爭取到多一些時間,生命財產就可以增加多一分保障。陳國昌坦言,與其寄望於不知何時有成果的「預測」,「預警」就顯得更重要。

陳國昌坦言,與其寄望於不知何時有成果的地震「預測」,「預警」就顯得更重要。圖/劉志恒攝

預警爭取到的逃生時間彌足珍貴,但能否順利逃生也受其他因素影響。陳國昌表示,針對地震發生當下的行為,國際上有很多研究,重點結論是:在民眾有接受逃生訓練的前提下,在地震來臨前接獲預警可有效降低人命損失。以日本來說,只要有兩秒鐘的時間讓民眾提前預警,就能減少 25% 的死亡人數;而能有如此成效,是因為「防災大國」日本不只演習頻繁,民眾的防災意識也高。東京大學的研究更顯示,若有超過 10 秒的時間,超過 8 成以上原本可能死去的人可以活下來。當然,保住一命並不代表完全沒事,或許仍負輕重傷,但總是留得青山在。

一份中國的研究則顯示,如果有五秒預警,可以減少 17% 的死亡人數。可見除了逃生秒數的長短外,不同國家的地震逃生率不但與人民的防災教育有關,也與普遍的房屋結構有關。例如日本住家多半是木質構造,因此相對耐震,但火災及颱風豪雨的抗性就較低。反之,臺灣的住家多半是鋼筋水泥打造,大地震一來損害會相對嚴重,因此營建署也不斷提高耐震標準

精進都會區的強震預警、並將現有的地震防災預警服務智慧化,被列為 109 年通過的「前瞻基礎建設計畫」(前瞻 2.0)重點項目。然而預警也不只是偵測到 P 波然後發個訊號到手機那麼單純。首先,測站得要夠密集,不然收到 P 波也來不及傳播;再來,偵測到的訊號得夠清晰,不能受到太多環境變數影響,那麼就得要多個測站收到後再來演算,才比較能掌握地震的規模、位置及可能影響的區域。接下來還得立即傳到正確的基地台、再傳到我們的手機上——以上動作都需要在區區幾秒內完成,而且正確率還要高,才不會產生「狼來了」效應。

-----廣告,請繼續往下閱讀-----

要突破目前的極限,陳國昌表示突破口就在於整合「區域型」跟「現地型」系統。(我:是合體技啊!)

氣象局主要做的是區域型地震預警,例如花蓮外海若發生大地震,靠近震央的幾個測站就會快速解算地震參數,趁著地震波侵襲遠方之前,發送警報到位於臺中的我的手機上,這就是「區域型」系統。去年氣象局已經將 10 秒地震預警系統上線,就是說,如果地震發生在陸地(本島或沿海),氣象局在地震發生後 10 秒內就可以把預警資訊傳到臺灣各地。

你肯定發現了問題:這對震央附近的當地人來說不就沒用?由於破壞力比較大的 S 波每秒約走3.5-3.6 公里,10 秒就是 35-36 公里,因此產生了「盲區」。所以就需要「現地型」地震預警來幫忙囉!當現地的地震儀偵測到 P 波後,便立即判斷會不會有強烈震波跟著來襲,3-4 秒就可以快速反應。如果在盲區內有很多重要單位,像是學校、醫院,車站等人口密集的地方,現地型預警就能補位,讓盲區盡量縮小,但也容易受到環境的雜訊影響(蓋房子做工程啊、大卡車經過啊之類的),造成假警報。

陳國昌表示,在地震預警科學中沒有十全十美的東西,要準就得容忍時間花得多、要快就得容忍誤差比較大。兩種預警各有優缺點,也因此可以互補。氣象局的現階段目標是要在北部都會區把 10 秒減少到 7 秒,並且不增加誤差,就得靠這兩型合體。

但要怎麼做到呢?陳國昌娓娓道來:首先要在都會地區及鄰近地區擴建 32 座井下地震儀觀測站(也稱「深井站」)、更新現有深井站的儀器設備、升級都會區周邊的 96 處強震站。由於從深井站收到的訊號品質較好,原本需要鄰近 6 個強震站回傳參數,可以減少為 4 個站或更少,一個個小作業平台化便能夠更快完成精準度夠的預估,實際上就是現地型+區域型的複合型。對雙北大都會來說,會造成影響的地震多半從宜蘭或花蓮外海來,像 921 這樣從臺中來的也有。

-----廣告,請繼續往下閱讀-----

陳國昌透露,把反應時間壓縮到 7 秒內是目標,甚至 6 秒內也是有可能。不過這需要未來多年的努力。「今年都在鑽井,程式的開發也平行在做。原則上會先以大臺北地區來測試,接著逐年在不同的都會區展開。」

地震中心與學界的合作也正在進行中,目標是未來能做到 5 秒內發出預警。目前兵分二路,一組與中研院馬國鳳特聘研究員團隊合作,另一組是臺科大金台齡教授團隊合作。馬國鳳是國際一流的地震研究專家,而金台齡是 AI 與機器學習的專家,兩個團隊分別從地球科學與電腦科學的角度切入地震預警,光是想像我就興奮了起來。

但陳國昌強調:地震預警雖爭取到寶貴的逃生時間,但更重要的是大家平常要提高防災敏感度。「有事沒事在心裡想一下」。他也知道,絕大部分的人遇到地震的當下會愣個幾秒等著搖,因此防災意識跟防災動作需要深植人心,思慮要鎮靜、行為要確實,爭取來的時間才不會浪費掉。

陳國昌強調,比地震預警更重要的是提高防災敏感度,「有事沒事在心裡想一下」。圖/劉志恒攝

國家級邊緣人的成因:為何搖很大卻沒收到預警?

國家級警報作為全臺最強簡訊發送機,難免招惹民怨。有時民眾抱怨沒收到訊息、有時則抱怨收到很多訊息,陳國昌坦言,今年 2 月初,很多民眾收到多重警報,的確是個該避免的錯誤,程式已經立刻修改,不會再發生。更常被問的是:明明地震,怎麼沒有收到?

-----廣告,請繼續往下閱讀-----

既然是針對大地震的警報,必然有門檻。目前設定是當預警系統預估發生規模 5.0 以上地震,會對預估震度可能達 4 級以上的地區發送。

接著來說說細節:所謂「預估」震度達 4 級,如果預估該地區會遭遇 4 級震度,那麼該地區就會收到警報,由於是「預估」,因此就算該地區的某些地方規模不到 4 級,也還是會收到警報。反之,有時候該地區「預估」震度不到 4 級,因此整個地區都會收部到警報,但該地區可能有較靠近震央的地方震度達 4 級以上,民眾就會覺得「明明搖晃得很厲害,為什麼沒有收到?」加上民眾後續看到地震報告,發現自己所在位置的確是 4 級,「國家邊緣人」的感覺就會油然而生。

第二種狀況跟電信公司有關。陳國昌說,地震預警系統會把所有該發預警的地區送到 NCDR 國家災害科技研究中心的平台,再發送給不同的電信業者,轉給該發訊息的基地台。有一些基地台並不穩定,可能故障或當機,或是剛好停運。基地台如果發生問題,附近的民眾就收不到訊息,一樣會納悶怎麼沒有收到。

第三種狀況是訊息發送的時候,民眾剛好在講電話,訊息進來雖然有聲音,但是因為他正在講電話所以沒注意。而且國家級訊息跟一般簡訊不一樣,過一段時間會消失,所以等電話講完才納悶怎麼沒收到警報。

-----廣告,請繼續往下閱讀-----

還有一些原因跟手機有關。有一些手機並沒有保留災防警報頻道,例如舊型的手機或是水貨。之所以能定義出上述這些狀況,有時也要感謝沒收到訊息的民眾抱怨,才能查出背後原因。「我們能做的盡量做,也會反映給主管的單位來解決。以縣市政府為參考點的方式,的確有缺點,畢竟有的縣市比較狹長,因此我們已經開始多找幾個參考點來加入預估,總之得持續改進。」陳國昌說。

所以我說,那個地震預測呢?

既然「地震預警」可以隨著研究跟技術改進而提升,「地震預測」難道只能是空中樓閣嗎?說到關於地震前兆的預測研究,陳國昌說世界各國都在做,中國做得最多、也做得很早,但做了幾十年發現太艱難,近年也換軌改走預警研究。

據他所知,中國歷來觀測的前兆項目有 30-40 種,包括從衛星透過紅外線監測地表溫度,到觀測鸚鵡的行為,需要龐大的人力、物力、財力。臺灣則把焦點放在地震活動本身,一來是本就該觀測,二來這也是重要的前兆。

以 921 大地震來說,在 921 發生之前完全沒有跡象,但是地震頻率降低了兩三年,然後突然發生大地震。2018 年 2 月 6 日發生在花蓮的米崙斷層錯動就完全不同,2 月 4 日先有規模 5.89 的前震,爾後一直有密集餘震,衰減慢而且規模都在 4 以上,持續一天多之後,然後發生規模 6.26 的主震。

-----廣告,請繼續往下閱讀-----

「我們以為前面規模 5.89 的是主震,後來發生規模 6.26 的地震,表示 2 月 4 日的地震是前震,這個規模 6.26 的才是真的主震,之後又有一個多月的餘震。花蓮 0206 地震 相當複雜,到現在還有學者專家在研究當時的狀況。」雖然地表上看到的是米崙斷層錯動,陳國昌說實際上非常多構造在那段時間都發生了活動,影響範圍非常廣。

日本 311 地震時也有類似狀況。前震規模 7.3 已經非常大,大家便以為是主震,過兩天竟然發生 9.0 的主震,中間也有密集餘震。

相較中國投入大量資源研究地震預測,陳國昌指出,臺灣把焦點放在地震活動本身,一來是本就該觀測,二來這也是重要的前兆。圖/劉志恒攝

就那麼巧,訪問當天是 7 月 16 日,正好遇到花蓮一連串的群震跟餘震。陳國昌表示 7 月 7 日到 8 日 的群震過了之後,「我們覺得應該沒事了」,而且接下來一週只有四次規模 3 點多的餘震;但到了 14 日早上突然爆發一個規模 5.2 的餘震,接著更是一波一波,到採訪當下已經 70 多起。

「因此前幾天我們非常注意,餘震非常密集,超過 40 個,我們就想說後面可能會有更大的地震,所以非常嚴密地監測,同仁都加班一直在看⋯⋯但今天早上這波又更密集,50 分鐘內有 15 個,其中有兩個規模 4.7 的,因此一早我們也非常緊張,想說後面是不是還會有。」陳國昌謹慎地說:「但我們看餘震都在規模 4 以下,我們就比較放心了。」

也就是說,規模大的餘震是一個重要的指標,如果大規模餘震越多,後面有更大地震的機率就越大,但陳國昌表示這還不算是預測,只能說是經驗。

除了地震活動本身,歸納而言,研究預測者在想的,不外乎「地震若發生,應該會怎樣?」的方向去觀測。例如,地震可能會影響地下水,那麼地下水位的變化或水質中稀有元素的變化,就是一個可觀測的指標。同樣的,若大地震要發生,科學家也猜測應該會先有小的破裂產生,破裂就可能產生一些電子、離子,不就可能量測到電流跟電壓的變化?而電在動,就會產生磁,於是也要監測磁場變化。

「我們在理論上想『應該可能會產生的現象』,就去觀測。但那麼多的地震前兆,我們一直找不到一個必要的、大地震發生前一定會發生的現象。」陳國昌說,如果在每次大地震發生前,皆能確認有特定物理現象存在,那預測就可行了,但那麼多前兆觀測的結果還是找不到這樣的關係。

不過也不用灰心,失敗本來就是科學研究結果的絕大部分。長期觀測對地震前兆研究來說是必要的,先把資料記錄下來,以後若找到關係也可以回溯驗證。就像是現在熱門的物聯網或工廠 4.0,得完整記錄數據,再搭配人工智慧,之後就能預測機械運作的情況,例如多久之後哪顆螺絲會鬆、哪根皮帶會斷裂。

地震前兆研究難以突破,對此陳國昌樂觀表示,「先把資料記錄下來,以後若找到關係也可以回溯驗證。」圖/劉志恒攝

但麻煩的是,不少「地震奇人」不講科學,抓著一些虛無飄渺的證據就聲稱可以預測地震,為了要駁斥這些人,氣象局也需要準備好科學證據。

「早期有很多『預測達人』,這些達人說自己聽到叫聲,然後沒多久就會有地震;或是身體哪裡會痛,接著就會有地震。」陳國昌苦笑著說,這之間關聯沒有科學性,久了大家也不信了。但江山代有奇人出,有些民間預測者學聰明了,明白自己的說法得跟科學有點關係,加點科學感,人們才會相信,於是開始拿低頻地磁的分佈圖,說哪些地方異常,或用各種專有名詞替自己的故事加料。這樣的「一番道理」對一些人來說夠有說服力了,許多達人賺得一票虔誠的追隨者。

「這些都是牛頭對馬嘴,我們觀測跟公開這些數據目的不是為了地震預測,但是他們卻拿來做錯誤的解讀,話術也很先進,通常講得模模糊糊,範圍很大,如果錯了,就說『能量轉移了』。」陳國昌說,因為臺灣地震很多包含無感地震在內,每年有 2 萬到 4 萬多起地震),如果「達人」本來預測說地震會發生在花蓮,但後來發生在宜蘭、屏東,甚至是菲律賓、印尼,他們也都可以給出一番頭頭是道的解釋。

這樣的胡說八道沒事就算了,要是出事或有人從中斂財詐騙,不就糟糕了嗎?陳國昌說氣象法雖然可以開罰,但門檻很高,更不是過了門檻就可以罰。除了符合所有要素,還要先規勸、警告、糾正,最後才能開罰。通常這些達人會在臉書上說一句「之前可能太武斷了」之類的,就算是反省抵銷了;然而接下來他又可以再次如法炮製,讓氣象局不勝其擾,只能說這些達人的確很懂得如何轉移處罰的能量。

「這些預測達人對於科學觀測的解釋都是錯誤的,希望他們的粉絲不要再誤信了。」陳國昌說畢竟人是聰明的,他期望大家都會學到教訓。

只是我想就算這些奇人大師錯再多次,信者大概還是只注意說中的那一次。不管信不信,手機收到警報,請大家還是趕緊「趴下」、「掩護」、「穩住」!而我也要對自己說:地震來的時候別總想著發地震文了,留給地震測報中心專業的「報地震」粉絲專頁發吧!

針對訪間「地震達人」頻頻「預測」地震,陳國昌表示,希望他們的粉絲不要再誤信了。圖/劉志恒攝
-----廣告,請繼續往下閱讀-----
文章難易度
鄭國威 Portnoy_96
247 篇文章 ・ 1300 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

2
0

文字

分享

0
2
0
地震之島的生存法則!921地震教育園區揭開台灣的防災祕密
鳥苷三磷酸 (PanSci Promo)_96
・2024/09/20 ・4553字 ・閱讀時間約 9 分鐘

為什麼台灣會像坐在搖搖椅上,總是時不時地晃動?這個問題或許有些令人不安,但卻是我們生活在這片土地上的現實。根據氣象署統計,台灣每年有 40,000 次以上的地震,其中有感地震超過 1,000 次。2024年4月3日,花蓮的大地震發生後,台灣就經歷了超過 1,000 次餘震,這些數據被視覺化後形成的圖像,宛如台北101大樓般高聳穿雲,再次引發了全球對台灣地震頻繁性的關注。

地震發生後,許多外國媒體擔心半導體產業會受影響,但更讓他們稱奇的是,台灣竟然能在這麼大的地震之下,將傷害降到這麼低,並迅速恢復。不禁讓人想問,自從 25 年前的 921大地震以來,台灣經歷了哪些改變?哪些地方可能再發生大地震?如果只是遲早,我們該如何做好更萬全的準備?

要找到這些問題的答案,最合適的地點就在一座從地震遺跡中冒出的主題博物館:國立自然科學博物館的 921地震教育園區。

圖:跑道捕捉了地震的瞬間 / 圖片來源:劉志恆/青玥攝影

下一個大地震在哪、何時?先聽斷層說了什麼

1999年9月21日凌晨1點47分,台灣發生了一場規模7.3的大地震,震央在南投縣集集鎮,全台 5 萬棟房子遭震垮,罹難人數超過 2,400 人。其中,台中霧峰光復國中校區因車籠埔斷層通過,地面隆起2.6公尺,多棟校舍損毀。政府決定在此設立921地震教育園區,保留這段震撼人心的歷史,並作為防災教育的重要基地。園區內兩處地震遺跡依特性設置為「車籠埔斷層保存館」和「地震工程教育館」。

-----廣告,請繼續往下閱讀-----

車籠埔斷層保存館建於原操場位置,為了保存地表破裂及巨大抬升,所以整體設計不採用樑柱結構,而是由82根長12公尺、寬2.4公尺、重約10噸的預鑄預力混凝板組成,外觀為曲線造型,技術難度極高,屬國內外首見,並榮獲多項建築獎。而地震工程教育館保留了原光復國中受損校舍,讓民眾親眼見證地震的驚人破壞力,進一步強調建築結構與安全的重要性。毀損教室旁設有由園區與「國家地震工程研究中心」共同策劃的展示館,透過互動展示,讓參觀者親手操作,學習地震工程相關知識。

國立自然科學博物館地質學組研究員蔣正興博士表示,面積上,台灣是一個狹長的小島,卻擁有高達近4000公尺的山脈,彰顯了板塊激烈擠壓、地質活動極為活躍的背景。回顧過去一百年的地震歷史,從1906年的梅山地震、1935年的新竹-台中地震,到1999年的921大地震,都發生在台灣西部,與西部的活動斷層有密切關聯,震源位於淺層,加上人口密度較高,因此對台灣西部造成了嚴重的災情。

而台灣東部是板塊劇烈擠壓的區域,地震震源分佈更廣。與西部相比,雖然東部地震更頻繁,但由於人口密度相對較低,災情相對較少。此外,台灣東北部和外海也是地震多發區,尤其是菲律賓海板塊往北隱沒至歐亞板塊的隱沒地震帶,至沖繩海槽向北延伸,甚至可能影響到台北下方,發生直下型地震,這種地震因震源位於城市正下方,危害特別大,加上台北市房屋非常老舊,若發生直下型地震,災情將非常嚴重。

除了台北市,蔣正興博士指出在台灣西部,我們特別需要關注的就是彰化斷層的影響,該斷層曾於1848年發生巨大錯動。此外,我們也需要留意西南部的地震風險,如 1906 年的梅山地震。此兩條活動斷層距今皆已超過 100 年沒活動了。至於東部,因為存在眾多活動斷層,當然也需要持續注意。

-----廣告,請繼續往下閱讀-----

我們之所以擔心某些斷層,是因為這些區域可能已經累積了相當多的能量,一旦達到臨界點,就會釋放,進而引發地震。地質學家通常會沿著斷層挖掘,尋找過去地震的證據,如受構造擾動沉積物的變化,然後透過定年技術來確定地震發生的時間點,估算出斷層的地震週期,然而,這些數字的計算過程非常複雜,需要綜合大量數據。

挑戰在於,有些斷層的活動時間非常久遠,要找到活動證據並不容易。例如,1906年的梅山地震,即使不算久遠,但挖掘出相關斷層的具體位置仍然困難,更不用說那些數百年才活動一次的斷層,如台北的山腳斷層,因為上頭覆蓋了大量沉積物,要找到並研究這些斷層更加困難。

儘管我們很難預測哪個斷層會再次活動,我們仍然可以預先對這些構造做風險評估,從過往地震事件中找到應變之道。而 921 地震教育園區,就是那個可以發現應變之道的地方。

圖:北棟教室毀損區 / 圖片來源:劉志恆/青玥攝影

921 後的 25 年

在園區服務已 11 年的黃英哲擔任志工輔導員,常代表園區到各地進行地震防災宣導。他細數 921 之後,台灣進行的六大改革。制定災害防救法,取代了總統緊急命令。修訂了建築法規,推動斷層帶禁限建與傳統校舍建築改建。組建災難搜救隊伍,在面對未來災害時能更加自主應對。為保存文化資產,增設了歷史建築類別,確保具有保存價值的建築物得到妥善照料。

-----廣告,請繼續往下閱讀-----

最後,則是推行防災教育。黃英哲表示,除了在學校定期進行防災演練,提升防災意識外,更建立了921地震教育園區,不僅作為教育場所,也是跨部門合作的平台,例如與交通部氣象署、災害防救辦公室、教育部等單位合作,進行全面的防災教育。園區內保留了斷層線的舊址,讓遊客能夠直觀地了解地震的破壞力,最具可看性;然而除此之外,園區也是 921 地震相關文物和資料的重要儲存地,為未來的地震研究提供了寶貴的資源。

堪稱園區元老,在園區服務將近 19 年,主要負責日語解說工作的陳婉茹認為,園區最大的特色是保存了斷層造成的地景變化,如抬升的操場和毀壞的教室場景,讓造訪的每個人直觀地感受地震的威力,尤其是對於年輕的小朋友,即使他們沒有親身經歷過,也能透過這些真實的展示認識到地震帶來的危險與影響。

陳婉茹回憶,之前有爸媽帶著小學低年級的小朋友來參觀,原本小朋友並不認真聽講,到處跑來跑去,但當他看到隆起的操場,立刻大聲說這他在課本看過,後來便聚精會神地聽完 40 分鐘的解說。

圖:陳婉茹在第一線負責解說工作 / 圖片來源:921地震教育園區

除了每看必震撼的地景,園區也透過持續更新策展,邀請大家深入地震跟防災的各個面向。策展人黃惠瑛負責展示設計、活動規劃、教具設計等工作。她提到,去年推出的搜救犬特展和今年的「921震災啓示展」與她的個人經歷息息相關。921 大地震時的她還是一名台中女中的住宿生,當時她儘管驚恐,依舊背著腿軟的學姊下樓,讓她在策劃這些展覽時充滿了反思。

-----廣告,請繼續往下閱讀-----

在地震體驗平臺的設計中,黃惠瑛強調不僅要讓觀眾了解災害的破壞力,更希望觀眾能從中學到防災知識。她與設計師合作,一樓展示區採用了時光機的概念,運用輕鬆、童趣的風格,希望遊客保持積極心態。二樓的地震體驗平臺結合六軸震動臺和影片,讓遊客真實感受921地震的情境。她強調,這次展覽的目標是全民,設計上避免了血腥和悲傷的元素,旨在讓觀眾帶著正向的感受離開,並重視防災意識。

圖:地震體驗劇場 / 圖片來源:921地震教育園區

籌備今年展覽的最大挑戰是緊迫的時間。從五月開始,九月完成,為了迅速而有效地與設計師溝通,黃惠瑛使用了AI工具如ChatGPT與生成圖像工具,來加快與設計師溝通的過程。

圖:黃惠瑛與設計師於文件中討論設計/ 圖片來源:921地震教育園區

蔣正興博士說,當初學界建議在此設立地震教育園區,其中一位重要推手是法國地質學家安朔葉。他曾在台灣指導十位台灣博士生,這些博士後來成為地質研究的中堅力量。1999年921大地震後,安朔葉教授立刻趕到台灣,認為光復國中是全球研究斷層和地震的最佳觀察點,建議必須保存。為紀念園區今年成立20週年,在斷層館的展示更新中,便特別強調安朔葉的貢獻與當時的操場圖。

此外,作為 20 週年的相關活動,今年九月也將與日本野島斷層保存館簽署合作備忘錄(MOU),強化合作並展示台日合作歷史。另一重頭戲則是向日本兵庫縣人與自然博物館主任研究員加藤茂弘致贈感謝狀,感謝他不遺餘力,長期協助園區斷層保存館的剖面展品保存工作。

-----廣告,請繼續往下閱讀-----
右圖:法國巴黎居禮大學安朔葉教授。左圖:兵庫縣立人與自然博物館主任研究員加藤茂弘
/ 圖片來源:921地震教育園區

前事不忘,後事之師

盡力保存斷層跟受創校舍,只因不想再重蹈覆徹。蔣正興博士表示,921地震發生在車籠埔斷層,其錯動形式成為全球地質研究的典範,尤其是在研究斷層帶災害方面。統計數據顯示,距離車籠埔斷層約100公尺內,住在上盤的罹難率約為1%,而下盤則約為0.6%。這說明住在斷層附近,特別是上盤,是非常危險的。由於台灣主要是逆斷層活動,這一數據清楚告訴我們,在上盤區域建設居住區應特別小心。

2018年花蓮米崙斷層地震就是一個例證。

在921地震後,政府在斷層帶兩側劃設了「地質敏感區」。因為斷層活動週期較長,全球大部分地區難以測試劃設敏感區的有效性,但台灣不同,斷層活動十分頻繁。例如 1951 年,米崙斷層造成縱谷地震,規模達 7.3,僅隔 67 年後,在 2018 年再次發生花蓮地震,這在全球是罕見的,也因此 2016 年劃設的地質敏感區,在 2018 年的地震中便發現,的確更容易發生地表破裂與建築受損,驗證了地質敏感區劃設的有效性。

圖:黃英哲表示曾來園區參訪的兒童寄來的問候信,是他認真工作的動力 / 圖片來源:921地震教育園區

在過去的20年裡,921地震教育園區不僅見證了台灣在防災教育上的進步,也承載著無數來訪者的情感與記憶。每一處地震遺跡,每一項展示,都在默默提醒我們,那段傷痛歷史並未走遠。然而,我們對抗自然的力量,並非源自恐懼,而是源自對生命的尊重與守護。當你走進這座園區,感受那因地震而隆起的操場,或是走過曾經遭受重創的教室,你會發現,這不僅僅是歷史的展示,更是我們每一個人的責任與使命。

-----廣告,請繼續往下閱讀-----

來吧,今年九月,走進921地震教育園區,一起在這裡找尋對未來的啓示,為台灣的下一代共同築起一個更堅固、更安全的家園。

圖:今年九月,走進921地震教育園區 / 圖片來源:劉志恆/青玥攝影

延伸閱讀:
高風險? 家踩「斷層帶、地質敏感區」買房留意
「我摸到台灣的心臟!」法國地質學家安朔葉讓「池上斷層」揚名國際
百年驚奇-霧峰九二一地震教育園區|天下雜誌

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

6
4

文字

分享

0
6
4
除了蚯蚓、地震魚和民間達人,那些常見的臺灣地震預測謠言
鳥苷三磷酸 (PanSci Promo)_96
・2024/02/29 ・2747字 ・閱讀時間約 5 分鐘

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

災害性大地震在臺灣留下無數淚水和難以抹滅的傷痕,921 大地震甚至直接奪走了 2,400 人的生命。既有這等末日級的災難記憶,又位處於板塊交界處的地震帶,「大地震!」三個字,總是能挑動臺灣人最脆弱又敏感的神經。

因此,當我們發現臺灣被各式各樣的地震傳說壟罩,像是地震魚、地震雲、蚯蚓警兆、下雨地震說,甚至民間地震預測達人,似乎也是合情合理的現象?

今日,我們就要來破解這些常見的地震預測謠言。

-----廣告,請繼續往下閱讀-----

漁民捕獲罕見的深海皇帶魚,恐有大地震?

說到在坊間訛傳的地震謠言,許多人第一個想到的,可能是盛行於日本、臺灣的「地震魚」傳說。

在亞熱帶海域中,漁民將「皇帶魚」暱稱為地震魚,由於皇帶魚身型較為扁平,生活於深海中,魚形特殊且捕獲量稀少,因此流傳著,是因為海底的地形改變,才驚擾了棲息在深海的皇帶魚,並因此游上淺水讓人們得以看見。

皇帶魚。圖/wikimedia

因此,民間盛傳,若漁民捕撈到這種極為稀罕的深海魚類,就是大型地震即將發生的警兆。

然而,日本科學家認真蒐集了目擊深海魚類的相關新聞和學術報告,他們想知道,這種看似異常的動物行為,究竟有沒有機會拿來當作災前的預警,抑或只是無稽之談?

-----廣告,請繼續往下閱讀-----

可惜的是,科學家認為,地震魚與地震並沒有明顯的關聯。當日本媒體報導捕撈深海魚的 10 天內,均沒有發生規模大於 6 的地震,規模 7 的地震前後,甚至完全沒有深海魚出現的紀錄!

所以,在科學家眼中,地震魚僅僅是一種流傳於民間的「迷信」(superstition)。

透過動物來推斷地震消息的風俗並不新穎,美國地質調查局(USGS)指出,早在西元前 373 年的古希臘,就有透過動物異常行為來猜測地震的紀錄!

人們普遍認為,比起遲鈍的人類,敏感的動物可以偵測到更多來自大自然的訊號,因此在大地震來臨前,會「舉家遷徙」逃離原本的棲息地。

-----廣告,請繼續往下閱讀-----

當臺灣 1999 年發生集集大地震前後,由於部分地區出現了大量蚯蚓,因此,臺灣也盛傳著「蚯蚓」是地震警訊的說法。

20101023 聯合報 B2 版 南投竹山竄出蚯蚓群爬滿路上。

新聞年年報的「蚯蚓」上街,真的是地震警訊嗎?

​當街道上出現一大群蚯蚓時,密密麻麻的畫面,不只讓人嚇一跳,也往往讓人感到困惑:為何牠們接連地湧向地表?難道,這真的是動物們在向我們預警天災嗎?動物們看似不尋常的行為,總是能引發人們的好奇與不安情緒。

如此怵目驚心的畫面,也經常成為新聞界的熱門素材,每年幾乎都會看到類似的標題:「蚯蚓大軍又出沒 網友憂:要地震了嗎」,甚至直接將蚯蚓與剛發生的地震連結起來,發布成快訊「昨突竄大量蚯蚓!台東今早地牛翻身…最大震度4級」,讓人留下蚯蚓預言成功的錯覺。

然而,這些蚯蚓大軍,真的與即將來臨的天災有直接關聯嗎?

-----廣告,請繼續往下閱讀-----

蚯蚓與地震有關的傳聞,被學者認為起源於 1999 年的 921 大地震後,在此前,臺灣少有流傳地震與蚯蚓之間的相關報導。

雖然曾有日本學者研究模擬出,與地震相關的電流有機會刺激蚯蚓離開洞穴,但在現實環境中,有太多因素都會影響蚯蚓的行為了,而造成蚯蚓大軍浮現地表的原因,往往都是氣象因素,像是溫度、濕度、日照時間、氣壓等等,都可能促使蚯蚓爬出地表。

大家不妨觀察看看,白日蚯蚓大軍的新聞,比較常出現在天氣剛轉涼的秋季。

因此,下次若再看到蚯蚓大軍湧現地表的現象,請先別慌張呀!

-----廣告,請繼續往下閱讀-----

事實上,除了地震魚和蚯蚓外,鳥類、老鼠、黃鼠狼、蛇、蜈蚣、昆蟲、貓咪到我們最熟悉的小狗,都曾經被流傳為地震預測的動物專家。

但可惜的是,會影響動物行為的因素實在是太多了,科學家仍然沒有找到動物異常行為和地震之間的關聯或機制。

遍地開花的地震預測粉專和社團

這座每天發生超過 100 次地震的小島上,擁有破萬成員的地震討論臉書社團、隨處可見的地震預測粉專或 IG 帳號,似乎並不奇怪。

國內有許多「憂國憂民」的神通大師,這些號稱能夠預測地震的奇妙人士,有些人會用身體感應,有人熱愛分析雲層畫面,有的人甚至號稱自行建製科學儀器,購買到比氣象署更精密的機械,偵測到更準確的地震。

-----廣告,請繼續往下閱讀-----

然而,若認真想一想就會發現,臺灣地震頻率極高,約 2 天多就會發生 1 次規模 4.0 至 5.0 的地震, 2 星期多就可能出現一次規模 5.0 至 6.0 的地震,若是有心想要捏造地震預言,真的不難。 

在學界,一個真正的地震預測必須包含地震三要素:明確的時間、 地點和規模,預測結果也必須來自學界認可的觀測資料。然而這些坊間貼文的預測資訊不僅空泛,也並未交代統計數據或訊號來源。

作為閱聽者,看到如此毫無科學根據的預測言論,請先冷靜下來,不要留言也不要分享,不妨先上網搜尋相關資料和事實查核。切勿輕信,更不要隨意散播,以免造成社會大眾的不安。

此外,大家也千萬不要隨意發表地震預測、觀測的資訊,若號稱有科學根據或使用相關資料,不僅違反氣象法,也有違反社會秩序之相關法令之虞唷!

-----廣告,請繼續往下閱讀-----

​地震預測行不行?還差得遠呢!

由於地底的環境太過複雜未知,即使科學家們已經致力於研究地震前兆和地震之間的關聯,目前地球科學界,仍然無法發展出成熟的地震預測技術。

與其奢望能提前 3 天知道地震的預告,不如日常就做好各種地震災害的防範,購買符合防震規範的家宅、固定好家具,做好防震防災演練。在國家級警報響起來時,熟練地執行避震保命三步驟「趴下、掩護、穩住」,才是身為臺灣人最關鍵的保命之策。

延伸閱讀

-----廣告,請繼續往下閱讀-----

討論功能關閉中。