天然災害難以預測，就算有相關儀器，也無法應付突如其來的變異，臺灣在1999年9月21日的大地震，幾乎癱瘓整個臺灣社會的日常，也造成不少的房子倒塌，尤其舊時臺中縣行政區和南投縣，因接近震央，其慘況可以請教當時在中部當兵的國軍弟兄，他們感受最深，觸目所及，根本就是人間煉獄。

當然普羅大中會常怪罪中央氣象局的預測天然災害失準，為何不能在事先測出，讓居民能幸免於難呢？請注意「預」測並不代表就百分之百準確，它只是告訴你，可能會「遇到」這個天然災害，也有可能一整天都不會遇到，畢竟各地所設的偵測站是不可能涵蓋所有地區，只能抽樣，如果天然災害預測值接近六成至七成的數據，已經是「神準」，足以應付多數地區的應變，但有一部分災難的成因，是「人為」所造成的，可不能事事都怪大自然和老天爺。

據說美國哈佛大學曾經和Google合作「預測地震」的AI探測器，可惜離最理想的進度還是很遙遠，主要卡在程式「模組」設計上，但其實「模組」是有些畫地自限的做法，就如同看電影《數學囧很大》在最後提到很多數學系的教授投資股票時，都會設計一堆模組，初期的確賺很大，但模組總是忽略「人性」與「不理性」這兩樣最大的外在破壞力，只強調在模組中實現自己的「夢想」，所以不應當只有在實驗室設模組，應該要多到外面去探索問題，包括結合海洋學、地質學、森林學、建築學、水利學等實戰科學，乃至於歷史學和人類學、考古學共同追蹤地層與人類經歷的環境變故的分析，跨領域合作才有辦法解決地球「不按理出牌」的天然災害，相對的大數據資料庫才能夠給出最佳的解決方法。

班傑明．富蘭克林（Banjamin Franklin ，1706－1790）在十八世紀利用雷雨天放風箏引雷的實驗，當時一定有人以為他是傻瓜，也可能被雷打死，但他有準備充分，準備了絲線、鑰匙和集電瓶，當沾濕的風箏線導電到絲線時，毛線就會翹起，接著把鑰匙綁上絲線，並集電到萊頓瓶（就是後來的電容的祖先），富蘭克林是成功的，但有位俄羅斯科學家格奧爾格·威廉·里奇曼（Georg Wilhelm Richmann，1711－1753）就沒那麼幸運了，他如法炮製，結果真的被雷打死。所以任何科學驗證的階段必須要有「天時、地利和人和」，相對AI探測自然災害也是必須在機器、感測元件以及眾多智慧結晶的資料庫，才能向天挑戰啊！

圖片來源：https://is.gd/C5czXD　作者：DcoetzeeBot (talk | contribs)