AIが地震学者の地震予測を支援

昨年5月、13ヶ月の眠りから覚め、ワシントン州ピュージェット湾の地下で地響きが轟き始めた。地震はオリンピック山脈の地下20マイル以上で発生し、数週間かけて北西へ移動し、カナダのバンクーバー島に到達した。その後、一時的に進路を変え、アメリカ国境を越えて再び移動し、再び静まった。この1ヶ月に及ぶ地震は、マグニチュード6に相当するエネルギーを放出したとみられる。地震が終わる頃には、バンクーバー島の南端は太平洋に1センチほど押し下げられていた。

しかし、地震は時間的にも空間的にも広範囲に及んでいたため、おそらく誰も感じなかっただろう。こうした幻の地震は、通常の高速地震よりも地下深くで発生し、「スロースリップ」と呼ばれている。太平洋岸北西部では、ファン・デ・フカプレートが北米プレートの下にゆっくりと沈み込む断層沿いで、おおよそ年に1回発生している。2003年以降、この地域の広大な地震観測網によって、10件以上のスロースリップが検出されている。そしてここ1年半、地球物理学者ポール・ジョンソンは、これらの現象を地震予測の新たな研究の焦点としてきた。

ジョンソン氏のチームは、機械学習を用いて地震物理学の謎を解き明かし、差し迫った地震の兆候を解明しようとしている数少ない研究グループの一つです。2年前、ジョンソン氏と共同研究者は、画像認識や音声認識、その他の人工知能の最近の進歩を支えるものと同様のパターン発見アルゴリズムを用いて、実験室のモデルシステムで地震の予測に成功しました。この偉業はその後、ヨーロッパの研究者によって再現されました。

今週、科学論文プレプリントサイトarxiv.orgに掲載された論文で、ジョンソン氏と彼のチームは、太平洋岸北西部で発生したスロースリップ地震でこのアルゴリズムをテストしたことを報告しています。論文はまだ査読を受けていませんが、外部の専門家はその結果が興味深いと述べています。ジョンソン氏によると、このアルゴリズムはスロースリップ地震の開始を「数日以内に、あるいはそれよりも早く」予測できることが示唆されています。

「これは非常にエキサイティングな進展です」と、この研究には関わっていないライス大学の地震学者、マールテン・デ・フープ氏は述べた。「初めて、地震予知に向けて真の進歩を遂げつつある瞬間が来たと思います」

スタンフォード大学の地球物理学者、モスタファ・ムサヴィ氏は、今回の新たな研究結果を「興味深く、刺激的だ」と述べた。ムサヴィ氏、デ・フープ氏、そしてこの分野の他の研究者たちは、機械学習が壊滅的な地震を確実に予測できるようになるまでには、まだ長い道のりがあり、乗り越えるのが困難、あるいは不可能かもしれないハードルもあると強調する。それでも、科学者たちが何十年も苦闘し、希望の光さえほとんど見えないこの分野において、機械学習は最大の武器となるかもしれない。

スティックスとスリップ

リヒター・マグニチュード・スケールの由来となった故地震学者チャールズ・リヒターは、1977年に、地震予知は「アマチュア、奇人変人、そしてあからさまな宣伝屋にとって格好の獲物となる」と指摘しました。今日では、多くの地震学者が、これら3つ全てを相当な頻度で経験してきたと口にするでしょう。

しかし、後から見ればひどく見当違い、あるいは全くの突飛としか言いようがない理論をでっち上げた、評判の高い科学者もいました。アテネ大学の地質物理学者パナイオティス・バロトソスは、「地震電気信号」を測定することで差し迫った地震を検知できると主張しました。また、米国鉱山局の物理学者ブライアン・ブレイディは、1980年代初頭、ペルーで相次いで誤報を発しました。彼は、地下鉱山の岩盤破裂が地震の兆候であるという根拠の薄い考えに基づいていました。

ポール・ジョンソンは、この波乱に満ちた歴史をよく知っている。「地震予知」という言葉自体が多くの方面でタブーとなっていることを彼は知っている。2012年、イタリア中部の町ラクイラ近郊でマグニチュード6.3の地震が同地域を襲う数日前に、地震発生の可能性を軽視したとして過失致死罪で有罪判決を受けたイタリア人科学者6人のことも知っている（この有罪判決は後に覆された）。また、「地震は予知できない」と力強く主張してきた著名な地震学者についても知っている。

しかしジョンソンは、地震が物理的なプロセスであり、死にゆく星の崩壊や風向きの変化と何ら変わらないことも理解している。そして、断層物理学の理解を深めることが主な目的だと強調しながらも、予測の問題から逃げているわけではない。

10年以上前、ジョンソンは「実験室地震」の研究を始めました。これは、薄い粒状物質の層で区切られた滑りブロックで作られたものです。プレートのように、ブロックは滑らかに滑るのではなく、断続的に滑ります。通常は数秒間、摩擦によって固定された状態でくっついていますが、せん断応力が十分に大きくなり、突然滑り落ちてしまいます。この滑り（実験室版地震）によって応力が解放され、再び固着滑りのサイクルが始まります。

ジョンソン氏らは、スティックスリップサイクル中に発せられる音響信号を記録したところ、各スリップの直前に鋭いピークが現れることに気づいた。これらの前兆現象は、地震前の前震によって発生する地震波の実験室版に相当するものだった。しかし、地震学者が前震から本震の発生時期を予測するのに苦労したように、ジョンソン氏らは前兆現象から実験室での地震の信頼性の高い予測を導き出す方法を理解できなかった。「私たちは一種の行き詰まりに陥っていました」とジョンソン氏は振り返る。「どうにかして先に進めないと思ったのです」

数年前、ロスアラモスで開かれた会議で、ジョンソンは理論家グループに自身のジレンマを説明した。彼らは、機械学習を用いてデータを再分析することを提案した。機械学習は、当時、音声データのパターン認識に優れていることでよく知られていた手法だった。

科学者たちは協力して計画を立てた。実験ごとに記録された約5分間の音声（スティックスリップサイクル約20回分）を、多数の小さなセグメントに分割するのだ。各セグメントについて、平均信号、その平均値からの変動、そしてそのセグメントに前兆現象が含まれていたかどうかの情報など、80以上の統計的特徴を計算した。研究者たちは事後的にデータを分析していたため、各音声セグメントとその後の実験室の故障発生との間にどれだけの時間が経過したかを把握していた。

この訓練データを基に、研究者たちは「ランダムフォレスト」と呼ばれる機械学習アルゴリズムを用いて、故障までの時間と強く関連する特徴の組み合わせを体系的に探し出しました。数分間の実験データを確認すると、アルゴリズムは音響放出の特徴のみに基づいて故障時間を予測できるようになりました。

ジョンソン氏らは、ニューラルネットワークやその他の一般的な機械学習アルゴリズムと比較して、ランダムフォレストアルゴリズムが比較的解釈しやすいという理由もあって、次の滑りまでの時間を予測するためにランダムフォレストアルゴリズムを採用しました。このアルゴリズムは基本的に決定木のように機能し、各枝はデータセットを何らかの統計的特徴に基づいて分割します。したがって、決定木には、アルゴリズムが予測に使用した特徴と、アルゴリズムが予測に到達する上での各特徴の相対的な重要性の記録が保存されます。

ロスアラモスの研究者たちがアルゴリズムの内部の仕組みを詳しく調べたところ、驚くべき事実が判明した。アルゴリズムが予測に最も大きく依存していた統計的特徴は、実験室での地震直前の前兆現象とは無関係だった。むしろ、それは分散、つまり信号が平均値を中心にどのように変動するかを示す尺度であり、それが破壊直前の瞬間だけでなく、固着滑りサイクル全体にわたって伝播していたのだ。分散は最初は小さく、地震発生までの間に徐々に増加する。これはおそらく、せん断応力の増大によってブロック間の粒子が互いに押し合うようになるためだと考えられる。この分散を知るだけで、アルゴリズムは滑りがいつ起こるかを適切に推測することができ、前兆現象に関する情報は、その推測をより精密にするのに役立った。

この発見は大きな潜在的意味合いを持っていました。何十年もの間、地震予知を志す人々は前震やその他の単独の地震活動に注目してきました。ロスアラモスの研究結果は、誰もが間違った方向に目を向けていたことを示唆しました。予知の鍵は、大きな地震活動の間の比較的穏やかな時期に発信される、より微妙な情報にあるのです。

確かに、地質学的断層の化学的、熱的、そして形態学的複雑さは、地質学的断層の滑り現象だけでは到底捉えきれません。機械学習が実際の地震を予測できることを示すために、ジョンソンは実際の断層で検証する必要がありました。太平洋岸北西部以上に、それに適した場所はないと考えたのです。

研究室の外

地球上でマグニチュード9の地震が発生する可能性のある場所のほとんど、あるいはすべてが沈み込み帯、つまりプレートが別のプレートの下に潜り込む地域です。2011年に東北地方太平洋沖地震とそれに続く津波は、日本のすぐ東側にあるこの沈み込み帯によって発生し、日本の沿岸地域に壊滅的な被害をもたらしました。ファン・デ・フカ・プレートが北米プレートの下に潜り込むカスケーディア沈み込み帯は、いつの日か同様にピュージェット湾、バンクーバー島、そして周辺の太平洋岸北西部に甚大な被害をもたらすでしょう。

カスケード沈み込み帯は、北カリフォルニアのメンドシノ岬からバンクーバー島まで、太平洋沿岸約1,000キロメートルにわたって広がっています。前回の活動は1700年1月で、マグニチュード9の地震と日本沿岸に到達した津波を引き起こしました。地質学的記録によると、完新世を通じて、この断層は数百年の誤差はあるものの、およそ5000年に一度の頻度でこのような巨大地震を引き起こしてきました。統計的に言えば、次の大地震は今世紀中に発生すると予想されています。

地震学者がこの地域のスロースリップ地震に非常に注目している理由の一つは、まさにこの点にあります。沈み込み帯断層の下部で発生するスロースリップは、上部の脆い地殻にわずかな応力を伝達し、そこで高速で壊滅的な地震が発生すると考えられています。ピュージェット湾・バンクーバー島地域でスロースリップが発生するたびに、太平洋岸北西部で巨大地震が発生する確率はわずかに高まります。実際、東北地方太平洋沖地震の1ヶ月前には、日本でもスロースリップが観測されています。

しかしジョンソン氏にとって、スロースリップ地震に注目する理由はもう一つある。それは、膨大なデータを生み出すからだ。比較のために言っておくと、ピュージェット湾とバンクーバー島の間の断層帯では、過去12年間、大規模な高速地震は発生していない。同じ期間に、この断層帯では12回ものスロースリップが発生しており、それぞれが詳細な地震カタログに記録されている。

この地震カタログは、ジョンソンの実験室における地震実験で得られた音響記録の現実世界における対応物です。音響記録の場合と同様に、ジョンソンと彼の同僚たちは地震データを小さなセグメントに分割し、各セグメントを一連の統計的特徴で特徴付けました。そして、その訓練データと過去のスロースリップイベントの発生時期に関する情報を、機械学習アルゴリズムに入力しました。

2007年から2013年までのデータで訓練されたアルゴリズムは、各事象の数か月前に記録されたデータに基づいて、2013年から2018年の間に発生したスロースリップを予測することができました。重要な特徴は地震エネルギーであり、これは実験室実験における音響信号の分散と密接に関連する量です。分散と同様に、地震エネルギーは各スロースリップの発生直前に特徴的な形で増加しました。

カスケディア予測は、実験室での地震予測ほど正確ではありませんでした。予測と観測値の適合度を示す相関係数は、実験室での研究結果よりも大幅に低下しました。それでも、このアルゴリズムは2013年から2018年の間に発生した5つのスロースリップのうち1つを除くすべてを予測し、開始時刻を数日以内の精度で特定できたとジョンソン氏は述べています。（2019年8月に発生したスロースリップは、この研究には含まれていませんでした。）

デ・フープ氏にとって、大きな収穫は「機械学習技術によって、これまで特定も見たこともないものを探すためのデータ探索への道筋、入り口が開かれた」ことだ。しかし、彼はまだやるべきことがたくさんあると警告する。「重要な一歩が踏み出された。極めて重要な一歩だ。しかし、それは正しい方向へのほんの小さな一歩に過ぎない」

厳粛な真実

地震予測の目標は、スロースリップを予測することではありませんでした。むしろ、生命や身体に危険をもたらす突発的で壊滅的な地震を予測することです。機械学習のアプローチにとって、これは一見矛盾を生じさせます。地震学者が最も予測したいと願う最大の地震は、同時に最も稀な地震でもあるのです。機械学習アルゴリズムは、どのようにして十分な学習データを集め、自信を持ってそれらを予測できるのでしょうか？

ロスアラモスのグループは、彼らのアルゴリズムが壊滅的な地震を予測するために実際に訓練する必要はないだろうと確信しています。最近の研究では、小規模地震の前の地震パターンは大規模な地震のパターンと統計的に類似しており、特定の日に単一の断層で数十回の小規模地震が発生する可能性があることが示唆されています。数千回の小規模地震を訓練したコンピューターは、大規模な地震を予測できるほどの汎用性を持つ可能性があります。機械学習アルゴリズムは、将来的に実際のデータの代理として役立つ可能性のある、高速地震のコンピューターシミュレーションを訓練することもできるかもしれません。

しかし、それでも科学者たちは、この厳粛な真実に直面することになるだろう。断層を地震の瀬戸際まで押し進める物理的プロセスは予測可能かもしれないが、地震の実際の誘発、つまり小さな地震性擾乱が本格的な断層破壊へと発展する過程には、少なくともある程度の偶然性が含まれていると、ほとんどの科学者は考えている。もしそうだとすれば、機械がどれだけ優れた訓練を受けたとしても、科学者が他の自然災害を予測するのと同じくらい正確に地震を予測することは決してできないかもしれない。

「時期に関する予報が何を意味するのか、まだ分かっていません」とジョンソン氏は述べた。「ハリケーンのような事態になるでしょうか？いいえ、そうは思いません」

最良のシナリオでも、大地震の予測は数週間、数ヶ月、あるいは数年といった時間的制約を受けるでしょう。そのような予測は、例えば地震前夜に大規模な避難を調整するといった用途には使えないでしょう。しかし、国民の備えを強化したり、安全でない建物の改修に重点的に取り組んだり、あるいは壊滅的な地震の危険性を軽減したりすることは可能です。

ジョンソン氏は、これは目指す価値のある目標だと考えている。しかし、常に現実主義者である彼は、時間がかかることも承知している。「私が生きている間に地震を予知できると言っているわけではありませんが…きっと大きな進歩を遂げるでしょう」と彼は語った。

オリジナルストーリーは、数学、物理科学、生命科学の研究の進展や動向を取り上げることで科学に対する一般の理解を深めることを使命とする、 シモンズ財団の編集上独立した出版物であるQuanta Magazineから許可を得て転載されました。

WIREDのその他の素晴らしい記事