台湾地震频，为让国人更即时掌握地震资讯，中央大学地震灾害链风险评估及管理研究中心受中央气象署计划委托，打造出新一代AI地震预警系统（TT-SAM）。在地震触发当下，透过卷积神经网路（CNN）撷取地震波特征，于最初测站后3秒即可提供各县市震度，正确率高达9成以上，中央大学地震灾害链风险评估及管理研究中心副主任詹忠翰说，期盼技术未来能优化取代现有地震预警系统，再透过通讯传输让民众更快接收到资讯。

中央大学地震灾害链风险评估及管理研究中心表示，在气象署经费支持下，团队投入2年多时间，开发这套AI地震预警系统，主要是以人工智能来观测地震波影像，投入1999年到2019年台湾地震的地震波等图像，让系统加以分析，并将地震波与震度相关资讯透过AI深度学习技术，让警报系统更即时、精确。

这套「深度学习的端对端区域型地震预警模型」，主要参考以日本和义大利地震资料训练的AI模型架构，再加入台湾不同区域震波放大特性，以优化台湾地震预警表现，提供较长的预警时间与可靠的震度预估。

以此次花莲规模7.2大地震为例，透过7秒的震波分析，即可评估台湾多数地区震度可达4级以上。除了预估震度更加准确，发布速度也比传统地震预警系统更快。

詹忠翰表示，当强震发生时，距离震央愈近，预警时间愈短，愈远则可预警时间愈长。新开发系统比现有预警快上几秒，此「黄金时刻」对于高铁、捷运等重大公共设施而言，可提前几秒预警，便能减速将灾害减至最低。

詹忠翰说，计划今年将告一段落，会将这个演算技术移到气象署内部工作站测试，若未来优化及稳定性高，希望能取代现有预警系统，后续再搭配现有的简讯传输，让民众能更快手机接收到资讯。

詹翰忠，经过计算这几周要再发生更大余震的机率会降低，不过以花莲该地区地质结构及应力之间演化长远来看，的确可能再发生大地震，应以防灾角度来避免更多伤害。

中央大学地震灾害链风险评估及管理研究中心，团队主要成员涵盖地震、海啸、山崩土石流、堰塞湖、土壤液化、极端天气系统以及风险评估等，希望将科学研究实用化，将学术成果应用至相关产业界，降低自然灾害对人类生命财产的危害。