每年在南加州，发现大约10,000次地震。地震比人们想象的要普遍得多。它们在美国中部发生的频率更高，这可能是由于注入了废水。尽管没有感觉到这些地震的很大一部分，但重要的是我们仍然对它们有所了解。通过获得理解和知识，我们可以确定是什么造成这些地震的原因，也可以创建预防工具。
这也可以帮助确定各种规模的地震的未来，并可以改善社区对这些地震的反应方式。由深度学习科学家Thibaut Perol领导的研究团队发现了一种使用人工智能（AI）来改善地震检测的方法。该团队将他们的AI系统命名为Convnetquake。它是旨在检测和定位地震的第一个神经网络。专门的算法着眼于称为地震图的地面运动测量值。观察动作后，它将能够判断地面运动是噪音还是实际地震。过去，由于噪音，很难检测到小地震，但可以通过Convnetquake区分它们。
研究人员还利用俄克拉荷马州的地震活动进行测试和训练Convnetquake。在他们的观察中，他们发现检测到的地震是俄克拉荷马地质调查局地震目录中记录的17倍。这项特定的研究表明，如何改进该系统以检测美国中部内的地震。Convnetquake可以在该地区以外应用。通过有效检测和分类地震活动，也可以计算有关地震生活的信息。这样，该地区的社区就可以根据地震的速度迅速升高以及可能有多严重而移动。
虽然卷积Quake优于其他地震检测方法，但它仍然只能检测到地震，并且无法预先预测它们。但是，早期发现仍然是我们最好的，因为如果及时撤离该地区，它也可以帮助挽救生命。
