当前，AI在地震数据处理和解释中的应用呈现出井喷的势头。一般来说，这些应用大部分都是基于地震数据学习的方法。地震数据是对地下信息的非直接、非完备的观测，具有频带有限、波场复杂、干扰严重等特点。通过地震数据的处理和解释来挖掘地下信息是一个典型的病态反问题，需要通过将其分解为若干个子反问题来求解。近些年，Easysignal小组开展了一些基于机器学习的智能地震数据处理和解释方法研究，本报告通过一些近期的研究工作，分享我们归纳出的地震数据学习中的关键问题及初步应对策略。具体包括： 1. 如何生成有效表达特定应用问题的数据集，发挥机器学习方法的优势 2. 如何将特定应用合理分解为不同子问题，实现机器学习和传统方法的有机融合 3. 如何实现鲁棒的机器学习算法，应对地震数据及标签的扰动 4. 根据具体的应用问题，构建合适的深度网络结构，选择合适的优化算法，提高性能指标