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．

2022年は，波形信号データからの地震波検出に向けた深層学習モデルの開発に着手し，既存モデルの改良を行うことにより，検出精度を大幅に向上させることが可能であることを示した．また波形画像データからの低周波微動検出に向けた深層学習モデルの構築を継続実施した．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（Kaneko et al., 2021）にHi-netデータから生成した大量の画像データを学習させ，本研究所が約50年前に運営していた和歌山観測所熊野観測点で1966〜1977年に得られた紙記録に適用したところ，当時の低周波微動を多数検出することに成功した（Kaneko et al., 2023）．今後は最新鋭のGPU計算機を利用した大規模学習によって畳み込みニューラルネットワークを強化し，昔の微動カタログを充実させていく予定である．

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/