为何“AI”模型用于预测土壤液化被忽视，另外还有一些不应被忽视的
计算工程、金融与科学
2025-09-16 v1
摘要
土壤液化仍是一个重要且有趣的问题，吸引了大量预测模型的开发。越来越多的模型正在利用算法学习，或“人工智能”（AI）。AI 在液化文献中的快速增长并不令人意外，这是因为其易于实现且相对于传统统计方法具有潜在优势。然而，AI 液化模型被实践者和研究者广泛忽视；本文旨在调查“为何?”通过对75篇文献的样本审查，我们识别出了几个好原因。也就是说，这些模型经常：（i）未与实际操作模型进行比较，使人不清楚为何要采纳它们；（ii）在模型开发中偏离最佳实践；（iii）以可能不实用的方式使用 AI；（iv）呈现方式夸大其复杂性，使其难以接近；（v）讨论但未实际提供，导致即使用户愿意使用也无法使用。必须理解、识别并纠正这些普遍问题，但这并不意味着 AI 本身存在问题，或所有先前的努力都毫无价值或实用性。相反，理解这些反复出现的短板有助于改进这一不断增长的工作方向与认知。为了此目的，我们指出了那些通常不受这些短板影响的论文，展示了 AI 在近期更可能提供价值的应用场景：促进新的建模方法并可能提高液化现象的预测。
引用
@article{arxiv.2509.10966,
title = {Why "AI" Models for Predicting Soil Liquefaction have been Ignored, Plus Some that Shouldn't Be},
author = {Brett W. Maurer and Morgan D. Sanger},
journal= {arXiv preprint arXiv:2509.10966},
year = {2025}
}