北大团队，用AI造了个“地球CT”

中青报·中青网记者 王璟瑄

地球内部，究竟是一幅怎样的图景？又该如何利用AI观测？近日，北京大学地球与空间科学学院讲席教授宋晓东和心理与认知科学学院/人工智能研究院助理教授朱毅鑫领衔的跨学科团队，在计算机里模拟了5万次“地震”（包含不同样式的“虚拟地震波”），训练出一个掌握了物理规律和大规模地震波传播模拟数据的AI，并用其精准观测到地球内部的深层结构，就像为传统地球科学配备了一台高精度CT扫描仪，结合算法与科研，有望揭开地壳之下的神秘面纱。

北京大学地球与空间科学学院讲席教授宋晓东和心理与认知科学学院/人工智能研究院助理教授朱毅鑫领衔的跨学科团队。北京大学供图

一直以来，地球深部结构探测研究是地球科学的核心。地球内部的结构仿佛一个谜团，人类无法用肉眼直接观察。而地震波，则成为了可以“利用”的中介。当地震发生时，产生的振动会穿过地球内部。振动抵达不同岩层之时，又会产生不同的变化。通过分析全球各地记录到的地震波及其波动变化，科学家可以反推地球内部结构，这个过程也就是“反演地震层析成像”。

传统成像技术，存在着速度慢、不精确等问题。模拟一次全球地震波传播，需要花费大量时间；想要获得清晰的地球内部图像，则需要进行数以万计的重复模拟。宋晓东与朱毅鑫领衔的跨学科团队，将人工智能技术引入这一领域，带来了革命性突破，以前所未有的速度和精度看清了地球内部结构。

地球结构全波形反演层析成像框架示意图。北京大学供图

研究团队使用了一种特殊的模拟方法（AxiSEM3D：轴向谱元法），在计算机里模拟了无数次、不同样式的“虚拟地震波”，训练了一个既掌握物理规律又掌握大规模地震波传播模拟数据的AI。并利用“物理感知深度学习神经算子”技术，把地震波传播过程中必须遵守的物理定律（如弹性波动方程）直接编入了AI的学习程序。

这使得AI学会了从地震源头（震源）、到地震波传播场域（波场）、再到地球内部结构（速度结构）之间复杂的、符合物理规律的对应关系。在此前提之下，即便给AI一个全新的地震数据，它也有能力在顷刻之间推算出地震波的传播方式，观测到地球内部的深层结构。这种方法可以代替传统方法预测地震波场，用更少量的参数表示地球内部结构，系统实现了对全球地震波传播过程的快速预测和结构反演。

合成测试结果：在地球内部结构球谐表征下，利用新的人工智能全波形反演层析成像框架可以很好地恢复三维模型输入，较传统基于数值模拟的算法加速数万倍。北京大学供图。

该项研究的数据组成了首个全球成像基础数据集GlobalTomo，2.6TB大小的数据集中包含了1.6亿张全波形地震图。这些数据和开发的算法能够帮助更精确地绘制地球内部的三维成像，揭示地幔对流、地核动力学等奥秘，回答关于地球形成与演化的重大科学问题。也能更清晰地“看到”地下数公里深处的地质结构，为定位石油、天然气、地热能等战略资源提供关键信息，降低勘探风险与成本。与此同时，还能检测地下结构潜在危险性，为地震风险评估和防灾减灾提供更可靠的科学依据。

据了解，该研究成果最近被人工智能领域顶级会议Neural Information Processing Systems(NeurIPS 2025)Dataset and Benchmark Track接收发表。

来源：中国青年报客户端