为推动大数据、人工智能理论和方法与地震研究分析的实际问题相对接，进一步促进地球科学发展，5月18日，由地球观测物联网产业技术创新战略联盟与南京云创大数据科技股份有限公司举办的“地震大数据与人工智能新技术应用研讨会”在北京圆满落幕，来自相关科研院所、企事业单位、高校代表的80余位行业专家前来参会交流。
研讨会特别邀请来自中国地震局监测司、中国地震台网中心、中国地震局地球物理研究所、北京大学、中国科学院大学、北京地震局、上海地震局、江苏地震局、广东地震局、四川地震局、中国地震局第二监测中心等单位的多位行业专家，聚焦大数据与人工智能在地震领域的应用，结合我国近年来科学和技术创新，分享地震行业研究的前沿成果，共同探讨新形势下如何应用地震大数据与人工智能新技术进一步推动地球科学以及相关领域的发展。
大会伊始，首先由地球观测物联网产业技术创新战略联盟秘书长杨学军和中国大数据应用联盟人工智能专家委主任、云创大数据总裁刘鹏教授分别为大会致辞，杨秘书长和刘教授对远道而来的嘉宾表示诚挚欢迎，并预祝本次大会取得圆满成功。
杨学军秘书长致辞
刘鹏教授致辞
研讨会安排了多场精彩的主题报告，内容涵盖大数据与人工智能在地质、地球物理等方面的新理论、新技术、新成果。中国科学院院士石耀霖以《漫谈大数据研究在地震学中的应用》为题，主要从大数据以及地震科学的具体应用两个方面为现场来宾做分享，包括地震大数据的发展历程及其在地震预警、减震救灾中发挥的越来越重要的作用，以及震相识别、微震检测、定位分类、微震监测、地球动力学反演、可视化等地震科学中的具体应用等。
石耀霖院士做主题分享
紧随其后，北京大学地球与空间科学学院宁杰远教授以《机器学习在地震信息提取中的应用》为题，主要对人工智能技术在地震科学中的应用进行了分析，着重对支持向量机的设计、多台联合拾取等内容做分享，并就“AI在缝洞体识别上的应用”进行了细致阐述，正如其所言，“我们要强化人工智能概念，把大数据方法应用到各个地学问题中。利用正演，扩大数据量，改善人工智能方法的适用性。”
宁杰远教授做主题分享
期间，刘鹏教授以《大数据、人工智能与地震应用》为题，为现场来宾进行分享。刘鹏教授探讨与剖析了大数据、人工智能的发展现状和发展趋势，并对大数据在交通、环保、医疗等领域特别是地震行业的应用实例进行了细致梳理。
刘鹏教授做主题分享
云创大数据地震事业部总工程师马鸣则对云创地震大数据进行了系统介绍和演示，包括大数据、云计算在地震行业的应用，城市密集观测以及人工智能在地震行业的应用等，并重点对地震大数据共享平台、地震智能监测云平台、地震数据智能分析平台三大平台的建设思路、平台功能、性能测试、成果应用等做一一展示，云创应用大数据与人工智能技术优势，为地震感知、应急方案制定和快速救援提供的支撑得到了高度关注。
马鸣总工程师做主题分享
在下午的议程中，首先由中国地震局地球物理研究所研究员王伟涛带来了主题分享，在其名为《公有云通用计算服务在处理海量地震数据中的应用》的主题报告中，王伟涛对地震成像与人体B超、地震学中的大数据与小数据、噪声技术，地震数据处理中的具体计算服务以及将地震预警与深度学习相结合的研究等进行了专业剖析，条分缕析地展示了地震大数据的重要性。
王伟涛研究员做主题分享
中国地震局地质研究所副研究员范熙伟博士带来了题为《地震应急中的大数据应用》的主题分享，基于对目前地震预警、灾后评估、辅助决策等现状和难点，结合汶川地震、岷县地震、九寨沟地震等进行了具体技术分析，提出以大数据解决上述难题，包括极震区位置快速判定、地震影响场方向修正、地震有感范围圈定、提供准实时高分辨率人口数据等。
范熙伟博士做主题分享
其后，中国地震局地球物理研究所研究员房立华则以《人工智能技术在多尺度地震台网微震检测方面的应用进展》为题，针对目前地震监测与预警现状，从地震学的发展说起，着重分析了人工智能技术在微震检测方面的应用。
房立华研究员做主题分享
中国地震局地震预测研究所研究员陈会忠以《密集观测技术推动地震学变革》为题，详细阐述了地震大数据以及密集地震观测网的发展沿革，并着重对“面向大城市的密集地震观测网”、“从大数据到人工智能技术带来新发现”进行了分析，确定了密集观测、大数据、人工智能技术推动地震学新的创新，对地震新时代进行了展望。
陈会忠研究员做主题分享
在主题报告之外，现场嘉宾在在茶歇时间互通有无，围绕地震大数据与人工智能应用进行了细致的交流与探讨。同时，广东省地震局地震预警实验平台、城市震感应急平台、上海地震局密集观测试验平台等多个地震大数据应用在会议大厅得到展示，前沿的地震大数据开发、设计以及一目了然的可视化效果吸引了众多来宾驻足观看与询问。
地震科学关乎国计民生。近年来，随着大数据和人工智能技术的蓬勃发展，地震大数据与人工智能得到了高度关注，并逐渐应用到具体的地震预测和判定、救援支持中，本次大会齐聚行业专家，分享前沿成果，共同探讨技术难题，寄希望于进一步发挥技术的力量，在大数据和人工智能的加持下，真正推动地球科学以及相关领域的发展。
