За словами вчених, однією з причин того, чому поточні прогнози землетрусів є неточними або помилковими, є те, що сейсмографи та інші спостережні пристрої сприймають безліч сигналів, лише частина з яких пов'язана з накопиченням енергії на межах розломів, а інші бувають породжені іншими феноменами, ніяк не пов'язаними з тектонічними процесами.
У деяких випадках ці "перешкоди" вдається відсіяти - і тоді прогноз виходить досить точним, а в інших випадках невдача в цьому відношенні закінчується непередбачуваним чином.
Схожі сьогодні вирішують завдання комп'ютерні інженери, які займаються розробкою різних систем машинного навчання і штучного інтелекту. Ключовою особливістю сучасних нейромереж є те, що вони можуть аналізувати дуже "брудні" дані і знаходити в них те, що потрібно для рішення задачі: наприклад, для сортування фотографій кішок і собак або розпізнавання мови в шумному приміщенні.
Керуючись такою ідеєю, вчені створили спеціальний "емулятор землетрусів" у Національній лабораторії Лос-Аламос у США, який повністю імітував те, що відбувається в розломах при народженні нових підземних поштовхів, і використали його для того, щоб навчити нейромережу "бачити" сліди майбутніх землетрусів у тому наборі даних, які збирають сейсмографи.
Через деякий час машина навчилася коректно завбачувати "лабораторні" землетруси з дуже високим ступенем точності та достовірності - це, як вважають вчені, показує, що подібні методи можна застосовувати і для прогнозів реальної сейсмічної обстановки. З іншого боку, поточний алгоритм, швидше за все, поки не можна використовувати для цих цілей, оскільки він був навчений не на реальних даних, а на їхній імітації, і тому його прогнози можуть бути досить неточними при роботі в польових умовах.
Раніше вчені з університету Аделаїди навчили штучний інтелект пророкувати смерть пацієнта за результатами комп'ютерної томографії грудної клітини.