Trên thực tế, các nhà nghiên cứu địa chấn đã có các phương pháp dự báo thời gian xảy ra dư chấn và cường độ dư chấn, song còn chưa chắc chắn về cách thức dự báo những vị trí xảy ra dư chấn. Để giải quyết vấn đề này, một nhóm nhà nghiên cứu đã sử dụng một chương trình AI mang tên "deep learning" tập hợp dữ liệu của hàng chục nghìn trận động đất và các đợt dư chấn cũng như các vị trí xảy ra dư chấn.
Nhờ cơ chế hoạt động giống như cách não bộ con người tìm ra những mối liên kết trong các sự việc hiện tượng, chương trình này giúp các nhà nghiên cứu lập bản đồ liên hệ giữa các đặc điểm của một trận động đất mạnh (gồm hình thái vết nứt gãy, độ phân tách của vết nứt gãy...) và vị trí xảy ra dư chấn.
Nhóm nghiên cứu đã thử nghiệm để đánh giá độ chính xác của dự đoán mà chương trình này đưa ra bằng cách nhập vào chương trình 75% dữ liệu các trận động đất mà họ đã thu thập, sau đó kiểm tra dự báo của chương trình về các vị trí xảy ra dư chấn đối với 25% dữ liệu còn lại. Kết quả là, 6% số vị trí mà chương trình này dự đoán có nguy cơ cao xảy ra dư chấn trùng khớp với các vị trí đã xảy ra dư chấn trên thực tế. Các phương pháp dự đoán trước đó chỉ đạt độ chính xác khoảng 3%.
Theo Giáo sư Gregory Beroza tại Đại học Stanford, mặc dù vẫn cần tiến hành thêm nhiều nghiên cứu chuyên sâu, song nghiên cứu trên đóng vai trò "tiền đề" cho các nghiên cứu sau này về tính hữu dụng của AI trong dự báo động đất và dư chấn.
