2021年7月より，文部科学省「情報科学技術を活用した地震調査研究プロジェクト」（通称：STAR-Eプロジェクト）の研究課題として，「人工知能と自然知能の対話・協働による地震研究の新展開」（略称：SYNTHA-Seis）が発足した．本研究課題は地震研究所（計算地球科学研究センター，地震予知研究センター，観測開発基盤センター，地震火山情報センター）を中核機関とし，大阪大学大学院基礎工学研究科をはじめとする全国の情報科学・統計科学・数理科学関連の大学・研究機関が参画しており，2026年3月までの約5年間に及ぶプロジェクトである．

今世紀初頭に始まった現在の第三次人工知能ブームは，いまだに止まるところを知らず，地震分野においても深層学習による地震波形データからのP波やS波の検出能力は，時に経験豊かな地震学者の目を上回ることもしばしばである．しかしながら，地震研究において取り扱う地球内部起源の振動現象には，通常の地震以外にも多種多様なものが混在しており，それらを分類しながら検出する人工知能技術は，まだ確立されたとは言えない．また，地震研究においては現象の検出だけではなく，検出された現象の情報に基づく地震活動の時空間分布や地球内部構造等のモデリングにより，地震の発生環境や発生メカニズムの解明を目指すことが地震防災・減災の観点からも重要である．この地震学におけるモデリングでは，「自然知能」と言うべき人間の頭脳によるところがまだ大きく，人工知能が自然知能を凌駕するまでにはまったく至っていない．本研究課題では，「人工知能と自然知能の対話と協働」をテーマに，深層学習と経験者の目による地震・微動検出手法の深化，および人工知能と自然知能による地震モデリング手法の共進化をねらい，地震研究の新展開と地震防災に貢献する．

2021年は，画像データからの深部低周波微動シグナル検出に向けた深層学習モデルの構築を行なった．現在のようなデジタル記録以前においては，地震波形データはペンによって振動を連続的に記録紙に直接書き記したドラム式のアナログ紙記録として保存されていた．数十年〜数百年という地震発生サイクルの時間スケールを考えると，過去の地震波形データにスロースリップイベントに伴う深部低周波微動が記録されているかどうかを詳しく調べ，その特徴をさらに明らかにすることは，地震学において当然検討すべき重要課題である．本研究において開発した学習済みの畳み込みニューラルネットワークを数値実験によって検証したところ，人工データに含まれる微動の有無をほぼ確実に正しく判定することを確認した（Kaneko et al., 2021）．

文部科学省「情報科学技術を活用した地震調査研究プロジェクト」

https://www.mext.go.jp/a_menu/kaihatu/jishin/projects/

令和3年度採択課題：人工知能と自然知能の対話・協働による地震研究の新展開

https://www.eri.u-tokyo.ac.jp/project/SYNTHA-Seis/

企業，家庭，銀行などの経済主体は，他の経済主体やライフラインなどのインフラストラクチャと密接な依存関係を持って機能しているため，これらの経済主体の集合である経済システムは大地震などの局地的な自然災害に対して脆弱となりがちである．そのため，大規模な災害に対する復旧計画を立案する際には各経済主体間の依存関係を考慮することが望ましい．このような分析においては，個々の経済主体を時系列で自律的に動くエージェントとしてモデル化しその相互作用を陽に解像するエージェントベース経済シミュレータが適しているが，数億エージェントからなる大規模経済においてはシミュレーションコストが膨大となり災害復旧の分析に適用するための課題となっている．

この課題を克服するため，計算地球科学研究センターでは多数のCPUを搭載した分散メモリ型並列計算機において高速実行可能な，高性能計算に基づく高分解能エージェントベース経済シミュレータ（HP-ABES）の開発を進めている．このHP-ABESは，日本のような大規模経済圏の数億の経済主体をシミュレーションすることが可能であり，ガス，水道，交通などのライフラインネットワークやサプライチェーンネットワークのような現実世界の複雑性を考慮するのに十分な柔軟性がある．広域都市をモデル化し，その地震時応答をシミュレーションする統合地震シミュレータ（IES）と連携することで自然災害に対する長期的な経済的影響を分析可能としてきた．本年においては，マクロ経済データを分析することで日本経済のシミュレーションに必要なモデルパラメータを試行的に同定し，阪神工業地帯における地震災害の経済的影響を推定するなどの試行解析を進めた．より詳細なデータを活用し，HP-ABESの性能向上を図ることで，災害が経済にもたらす影響の定量的検討への貢献が期待される．

　日本には，国の機関等が整備した数千点の観測点で得られる高精度地震計測データのほか，建造物，電気・ガス等のライフライン，スマートフォンが持つ加速度計等のデータが存在しており，これらを活用する次世代の地震計測ビッグデータベースが構築されつつある．最先端ベイズ統計学に基づいて，これらの多種多様な地震計測データを包括的に解析するためのアルゴリズム群を開発し，地震防災・減災や地震現象の解明に役立てることを目的とするプロジェクトが，科学技術振興機構 戦略的創造研究推進事業CRESTの研究領域「計測技術と高度情報処理の融合によるインテリジェント計測解析手法の開発と応用」（略称：「情報計測」CREST）における研究課題「次世代地震計測と最先端ベイズ統計学との融合によるインテリジェント地震波動解析」（略称：iSeisBayes）として，2017年10月に発足した．本研究課題は，地震研究所の地震学の専門家と，東京大学大学院情報理工学系研究科の統計学の専門家との異分野交流プロジェクトであり，2023年3月までの5.5か年にわたって実施される．2020年度からは，東北大学大学院工学研究科の流体力学の専門家グループが新規加入し，同分野において用いられているスパースセンシングなどの新しい情報科学技術に基づく地震データ解析アルゴリズムの開発を行っている．2021年は，開発した地震解析手法の性能を評価するためのデータセットを公開し，深層学習に基づく地震波自動検出アルゴリズムや新規統計量の導入に基づく深部低周波微動検出アルゴリズム等，本研究課題で開発した新しい地震データ解析技術を既存の解析システムに実装する準備を開始した．また，強震動予測等において重要な地震の応力降下量の推定法，地殻内の地震波速度不連続性に適合的な正則化による地震波トモグラフィ，首都圏周辺の地震観測網データに基づいて地表面における地震波の時空間発展をイメージングするための地震波動場再構築手法，情報科学的手法に基づく地震観測点選択アルゴリズムの開発を継続的に進めている．さらには，科学技術振興機構が主催する情報計測オンラインセミナーシリーズにおいて，本研究課題に参画する3名の教員が一般向け講演を行い，研究成果を広く国民に周知することにも努めた．

　本研究課題には，計算地球科学研究センターの他，地震予知研究センター，観測開発基盤センター，地震火山情報センターの教員と研究員が参加している．

[情報計測] 計測技術と高度情報処理の融合によるインテリジェント計測・解析手法の開発と応用プログラム概要
https://www.jst.go.jp/kisoken/crest/research_area/ongoing/bunyah28-3.html

H29年度採択課題：次世代地震計測と最先端ベイズ統計学との融合によるインテリジェント地震波動解析
https://www.jst.go.jp/kisoken/crest/project/1111092/1111092_2017.html

iSeisBayesホームページ
http://www.eri.u-tokyo.ac.pj/project/iSeisBayes/

　ポスト「京」（現在の「富岳」）を有効に活用するため，ポスト「京」で重点的に取り組む社会的・科学的に重要課題のひとつとして「地震・津波による複合災害の統合的予測システムの構築」が選定され，地震研究所はこの重点課題の代表機関を担った．2020年3月に最終成果発表会を開催し，2019年度末で本プロジェクトは予定通り終了した．この過程で，大規模シミュレーションを可能とする先端的数値解析の研究開発のための基礎的な数理研究と計算科学研究の学理が涵養され，2020年度から開始された「富岳」成果創出加速プログラムでは，「富岳」の性能を引き出すように計算科学・計算機科学の最先端技術を駆使して，地殻変動・地震動・地盤震動・都市地震応答等の地震に関する高性能大規模シミュレーション手法を開発している．

　上記の過程を通して，首都直下地震を対象として，山手線内の30万を超える構造物の地震動応答解析を行えるだけの解析技術が整いつつある．10Hzまでの精度保証可能な1000億自由度級の有限要素法モデルを用いて，断層から地表までの地震動解析，地表近傍の堆積層による地盤震動解析を行う．これらの解析技術は上記の基礎的な数理研究と計算科学研究に立脚する成果であり，ハイパフォーマンスコンピューティング分野における世界的な賞のひとつであるゴードンベル賞の最終選考論文5編に2014年2015年2018年に選ばれた．地殻構造の幾何形状が地殻変動の弾性・粘弾性挙動に大きな影響を及ぼすことが指摘されていることから，構築中の技術のこれらの解析への展開も進められている．2016年には，日本列島全てを含む広領域において高詳細な地殻モデルから構築した100億自由度以上の有限要素モデルを用いた弾性・粘弾性地殻変動解析等が行われた．また，２兆自由度を超える有限要素モデル構築技術及びこれを用いた地殻変動解析技術を開発し，プレート境界の応力分布推定のための超高分解能有限要素解析が可能であることを示した．これらの成果は，ハイパフォーマンスコンピューティング分野における世界的な国際会議のひとつであるSCにおいて受賞するなど計算科学の分野においても高い評価を受けている．また，2017年には上述の山手線内の1000億自由度級の有限要素法モデルを用いた解析と人工知能を組み合わせた地震の揺れの推定高度化に関するする成果がSCにおいて受賞するなど，新たな研究の展開が進むと同時にその内容も高い評価を受けている．さらに，2018年には人工知能により高性能計算を高速化するというあらたな「人工知能と高性能計算の融合の在り方」を試みた超並列ソルバーを開発し，2018年時点で世界最速のスーパーコンピュータである米国Summitにおいて従来を凌駕する高性能を達成し，上述のようにゴードンベル賞の最終選考論文に選ばれた．また，2019年には人工知能用演算加速器を物理シミュレーションに適用可能とすることで，エクサ級のkernelにより全系で400ペタの速度を実現した新たな方程式ソルバーを開発した．2020年には，地震シミュレーションにおいて幅広く使われているものの，「富岳」で高速計算が難しいとされている非構造格子型有限要素法について，京コンピュータ全系と比較して富岳全系で59.2倍の高速化を達成するなどシミュレーション能力を大幅に引き上げると期待される新たな先端的な大規模シミュレーション手法の開発に成功するとともに，人工知能により微分方程式を学習することで方程式ソルバーの高速化を可能とする新たな手法の開発にも成功している．2021年には，富岳上で人工知能により物理シミュレーションを高速化する方法を開発することで，断層から都市までを単一の有限要素モデルにてモデル化し地殻中の波動伝播から地表付近での地盤増幅，構造物の応答までを高分解能で連成して解く世界で初めてのシミュレーションを実現した(HPC Asia 2022 Best Paper賞受賞)．また，2020年に実施した人工知能により微分方程式を高速化する方法をGPU上で高効率に実行する手法を開発することで，開発手法の汎用性を示した(SC21-WACCPD Honorable Mention)．以上のように，新しい分野を開拓するとともに，継続的に高い国際的評価を受けている．

（1）革新的データ同化の創出を目指して

　科学研究を進める上において，物理・化学法則等に基づく数値モデルと，観測・実験に基づくデータの比較が重要であることは論をまたない．しかしながら，近年の巨大スパコンの登場や大規模地球観測網・実験設備等の整備に伴い，大規模数値モデルと大容量観測データを突き合わせることすら容易ではなくなってきた．数値モデルと観測データをベイズ統計学の枠組みで統融合するための計算技術であるデータ同化は，時々刻々と入力する観測データに基づいて各時刻における状態の逐次推定を行う「逐次データ同化」と，予め決められた時間窓において観測データと最も整合する状態を探索する「非逐次データ同化」とに大別される．大規模数値モデルへデータ同化を実装する際には，4次元変分法を始めとする非逐次データ同化を用いるのが常套であり，例えば気象予報は主に4次元変分法に基づいて行われている．

　従来の4次元変分法は，事後分布の局所最大を与える状態を推定するのみであり，その不確実性を推定することが原理的に不可能であるという大きな欠点があった．我々は，2nd-order adjoint法を採り入れることにより，不確実性評価が可能な4次元変分法を開発することにより，これを解決した（Ito et al., 2016）．このようにして得られた不確実性は，観測デザイン最適化のためのフィードバックともなる極めて重要な情報である．

　2021年はこの不確実性評価法を，豊後水道沈み込み帯を模擬した境界要素モデルに適用し，断層面内の摩擦パラメータを空間場として推定し，その不確実性を評価するアルゴリズムの開発を継続実施した．これにより沈み込み帯で発生するスロースリップ現象の物理と摩擦パラメータ空間場の関係の定量的評価が可能となる．

　また，必要なメモリを最低限に抑え，さらにヘッセ行列の数値誤差を計算機誤差まで抑えることを可能にする2nd-order adjointモデルの最適な数値積分法の選択法を提案した（Ito et al., 2021）．本手法は，2nd-order adjoint法に登場する微分方程式群に内在する保存量を離散化後も保存するような数値積分法を構築し，高精度なヘッセ行列計算を可能にする．反応拡散系や波動方程式系の初期値推定問題やパラメータ推定問題などを通じて本手法を検証し，本手法から提案される数値積分法は，従来用いられてきた数値積分法に比べて，ヘッセ行列に含まれる数値誤差を劇的に抑えることを確かめた．

（2）情報と計測の融合に資する数理的手法の開発

本センターは，科学技術振興機構(JST) 戦略的創造研究推進事業CRESTの研究領域「計測技術と高度情報処理の融合によるインテリジェント計測・解析手法の開発と応用」において，平成29年度に採択された研究課題「ベイズ推論とスパースモデリングによる計測と情報の融合」に参画し，本学大学院新領域創成科学研究科，統計数理研究所，海洋研究開発機構との協働により，ベイズ推論に基づいて実験計測効率を最大限に高める「ベイズ計測」を実現するための情報数理基盤の開発研究を実施している．

本年度は，2.5次元古典スピン系の磁化ダイナミクスを双極子間相互作用を含む時間依存 Ginzburg-Landau (TDGL) 方程式によって実現し，平衡状態で見られるドメインの空間パターンを分類する方法論を構築した（Anzaki et al., 2021）．

（3）画像データからの深部低周波微動シグナル検出に向けた深層学習モデルの構築

　本センターは，科学技術振興機構 戦略的創造研究推進事業CRESTの研究領域「計測技術と高度情報処理の融合によるインテリジェント計測・解析手法の開発と応用」において，平成29年度に採択された研究課題「ベイズ推論とスパースモデリングによる計測と情報の融合」に参画し，本学大学院新領域創成科学研究科，統計数理研究所，海洋研究開発機構との協働により，ベイズ推論に基づいて実験計測効率を最大限に高める「ベイズ計測」を実現するための情報数理基盤の開発研究を実施している．

　2021年は，2.5次元古典スピン系の磁化ダイナミクスを双極子間相互作用を含む時間依存 Ginzburg-Landau (TDGL)方程式によって実現した，平衡状態で見られるドメインの空間パターンを分類する方法論（Anzaki et al., 2021）をテストベッドに，複雑なモデルから少数モードで構成される有効モデルを抽出する数値実験を実施した．

　断層-構造系システムとは，対象とする断層と構造物から成る地殻と構造物のモデルである．断層から生成される強震動と，その強震動に対する構造物の地震応答を計算するために使われる．開発されてきた独自のマルチスケール解析手法を改良し，大規模化・高速化を実現し，断層-構造系システムの解析を行っている．なお，大規模化・高速化の結果，従来の手法を凌駕する時間・空間分解能で，断層から伝播する地震動に対する構造物の地震応答を計算することに成功した．断層-構造系システムの根幹である地震波動の計算では，地盤・地殻構造の幾何形状を詳細にモデル化することが重要であり，このためには有限要素法を用いる必要がある．しかし，有限要素法は差分法に比べ，計算コストが膨大となる．数理的な観点から分析し，計算コストを低減させる効率的なアルゴリズムを考案し，マルチスケール解析手法の計算コードに実装した．実装に際して並列化性能を上げることにも成功した．また，断層-構造系システムの応用として，広域都市の震災想定を高度化することを目的として，広域都市をモデル化し，その地震時応答をシミュレーションする統合地震シミュレータ（IES）の開発を進めてきた．断層-構造系システムの大規模数値解析手法の開発では，このように基礎的な数理研究と計算科学研究にも重点が置かれている．断層-構造系システムの具体的な対象として，大規模地下トンネルや原子力発電所といった実際の大規模構造物も挙げられる．実構造物に忠実な大自由度の解析モデルを構築し，改良されたマルチスケール解析手法を適用し，地震応答を計算している．構造物の特性を理解するためには，民間企業等の協力が必須であり，共同研究を介することで実構造物のより現実的な地震応答解析手法の構築をすすめている．

　断層-構造系システムにおける地震波動の計算の高性能化を目指し，大規模で複雑な断層系の震源過程をシミュレーションするために，三次元不均質体内のき裂伝播を効率的にモデル化可能なPDS-FEMをベースとした高性能計算シミュレーション手法の開発を行っている．これにより，複雑な断層形状，不均質な摩擦特性，不均質で非線形な材料などを含む大規模な三次元モデルにおいて，Super-shear ruptureを含む多様な震源過程をより詳細にモデル化出来るようになり，強震動シナリオ構築に寄与すると期待される．また，PDS-FEMは三次元不均質体のき裂伝播一般を正確に扱うことが出来るので，上記のような強震動の震源過程だけではなく，多様なスケール・メカニズムの破壊過程の現象解明を目指した展開も期待される．

計算地球科学研究センターは，東日本大震災を契機として2012年4月に設立された巨大地震津波災害予測研究センターで培ってきたシミュレーション技術等の計算科学分野における知見を十分に活用しうる目途がついたことにより，当該分野の研究体制をさらに強化するとともに，従来の地球科学との融合をより加速していくため，巨大地震津波災害予測研究センターからの改組により2019年9月に設立された．本研究センターでは，地震研究所で培ってきた固体地球観測と高速計算によるシミュレーション技術を融合した計算地球科学の創成を目指している．関連する学内連携を強化しつつ，観測データを活かす高性能計算プログラムとそれを使った大規模シミュレーションの研究開発を行い，計算地球科学の国際的卓越性の確立を目指すとともに，地震・津波・災害の現象解明・予測研究分野での学際的・国際的に卓越した若手世代の育成を目指している．

• 3.9.1 計算地震工学分野での大規模数値解析手法の開発に関する研究
• 3.9.2 巨大地震関連現象の解明に資するデータ同化およびデータ駆動型モデリングの研究開発
• 3.9.3 「富岳」プロジェクト先端的数値解析の研究開発
• 3.9.4 CREST次世代インテリジェント地震波動解析プロジェクト
• 3.9.5 災害復旧時の社会経済分野における大規模数値解析手法の開発に関する研究
• 3.9.6 STAR-Eプロジェクト「人工知能と自然知能の対話・協働による地震研究の新展開」