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，地震発生予測研究センター，観測開発研究センター，日本列島モニタリング研究センター）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．
2024年は，波形信号データを用いて地震波検出を行う深層学習モデルを異なる視点から開発した．第一に，複数観測点から得られる波形を用いた地震波検出手法を開発した．まず，観測点ごとに深層学習モデルを適用し，時間窓におけるP 波，S 波確率を統合することにより地震，ノイズを判別するための特徴量を定義した．さらに，こうした特徴量を用いた地震検出に必要なパラメータ（観測点数および閾値）設定を教師なし学習法の枠組みで行うアルゴリズムを考案した．提案手法は学習データを必要とせず，また，観測点配置に関する制約はなく，極めて汎用性の高い手法である．第二に，Hi-netのデータを使って低周波微動波形のテンプレートカタログを作成するアルゴリズムを開発した．さらに，海底に設置したDASを使って学習データを作成し，DASを使った地震検出，および地震相を同定する深層学習モデルの開発を行った．第三に，モデル予測の不確実性を定量化する初動極性判定モデルの開発と走時読み取りモデルの検出能力向上に取り組んだ．初動極性判定ではPoViT-UQ を開発し，Vision TransformerとMonte Carlo Dropoutを組み合わせることでモデル予測の不確実性を定量化した極性分類を実現し，98%以上の精度を達成した．一方，走時読み取りではモデル学習時のラベルの不均衡問題に着目し，損失関数を改良することで複数の地震波が含まれる波形においても高精度な走時読み取りが可能になった．今後これらのモデルを用いて，高精度な震源メカニズム推定と余震観測データの解析に貢献することが期待される．
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/
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/
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．消費者行動・経済ニーズ・商品やサービスのコストは都道府県毎に大きく異なる可能性がある．そこで2023年においては日本経済を47都道府県経済の集合体としてシミュレーションするようにHP-ABESを拡張することで都道府県毎に異なる経済活動が可能となるようにした．2024年においては，都道府県・国・研究機関のデータを分析することで，47都道府県の経済シミュレーションを実施するために必要な初期パラメータを特定した．データの入手の困難さ・データの不整合・都道府県間の輸出入データの不在などの原因でこれらのパラメータ同定は簡単ではなかったが，さまざまな制約条件を用いて都道府県データと全国データとの不整合に対処した．ここでは，各都道府県の輸出入データ(47都道府県×104項目×2方向)を入力として制約付き最適化問題を解くことにより，各都道府県間の輸出入データ(47都道府県×47都道府県×104項目×2方向)を作成した．2015年から2018年までの全国経済を47都道府県経済の集合体としてシミュレーションしその結果を全国の経済指標と比較することで，開発手法を検証した．入手可能なデータが限られているため各都道府県レベルでの手法検証は現在も継続中であるが，このモデルにより地理的に異質な経済状況を捉えることができるようになり震災後の経済シミュレーションをより正確に実施できるようになると期待される．
科研費国際共同研究加速基金（海外連携研究）の採択を契機に、情報科学を活用した先駆的な地震研究を実施しているカリフォルニア工科大学 地震研究所（California Institute of Technology, Caltech）と国際交流協定（部局間協定）を2024年1月に締結した。それに基づき、Caltechから同分野の第一人者であるZachary E. Ross 博士をはじめとする4名が来所し、所内構成員との国際交流を促進した。
また、2024年9月から12月中旬にかけて，本センターに所属する若手研究員1名がCaltechに滞在し，Ross博士と深層学習を活用した新たな震源位置決定手法に関する共同研究を行った．滞在期間中には，Ross 博士から最新の深層学習技術に関する詳細な解説や実践的な助言を受けながら，モデルの精度向上や計算効率の最適化に関する知見を深めることができた．
地震データサイエンスに関する本国際交流は、今後も継続していく予定である。
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」を2019年度までに実施し，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た．2020年度以降においては，「富岳」成果創出加速プログラムにおいて，「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た．
上記の過程を通して，首都直下地震を対象とした山手線内の30万を超える構造物の地震動応答解析や10Hzまでの精度保証が可能な1000億～1兆自由度級の有限要素法モデルを用いた断層から地表までの地震動解析や地表近傍の堆積層による地盤震動解析を行うための数値計算技術が整備されつつある．また，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，これらの問題への展開も進められている．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・2022年に選ばれるとともに，2016年・2017年において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，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 (HPC Asia 2022 Best Paper賞受賞)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．
近年では富岳などのCPUベースの計算機に加え，GPUなどの加速器を備えた計算機が主流となりつつあり，CPUやGPUなどのヘテロな計算機環境に向けた研究開発も実施している．2024年においては，CPUとGPUを同時に利用することでCPUあるいはGPU単体を利用した際よりも高速・少ない消費エネルギーで波動シミュレーションを実施する手法を開発した．ここではCPUにおいて過去の時刻歴の求解データを学習し，GPUにおける反復法ソルバーの初期解の予測に用いることで，解析精度を落とすことなく時系列シミュレーションを高速化している．CPUに備わる大容量メモリとGPUの高速計算能力を踏まえたアルゴリズム開発・拡張を実施することで，GPUのみを用いた場合と比べて8.7倍の高速化および7.0倍の消費エネルギー低減を得た．この研究成果は計算科学の国際会議ワークショップであるWACCPD (Workshop on Accelerator Programming and Directives)でBest Application Paper Awardを受賞した．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．
地震関連現象の理解・解明のための大規模複雑系データ同化
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，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り，金属岩石成長（Ito et al, 2017,2019）や断層摩擦（Ito et al., 2023）への適用などを通じて地震関連大規模複雑系への理解に貢献する．
2024年はこの不確実性評価法の超大規模地震波動場モデルへの適用を進めるため，波動方程式特有の数理構造を利用した，4次元変分法の計算量および必要メモリ量を大幅に削減する手法を開発した．波動方程式系は数値計算の不安定性の回避のために稠密な時空間格子の分解能が要求され，モデル計算1回あたりの計算量・メモリ使用量が非常に大きいために既存の4次元変分法をそのまま利用することは難しいことが指摘されている．これの解決のため，対象の波動方程式に対応する随伴モデルが“局所的にほぼ線形系”であることに着目し，元来非線形系では計算量的に利用困難な陰的解法を線形系と同程度の計算量で計算可能なアルゴリズムを開発し適用することで前述の計算不安定性を回避する．これにより時間刻みの縛りから解放され時間刻みを大きくとれるようになったことで大幅な計算量およびメモリ量の削減を実現した．本提案手法を現実の地下構造を考慮した深さ方向１次元モデルへ適用したところ，既存の手法に比べ大幅な高速化が観測された．
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．2024年においては，動的な断層破壊を計算するためのHPC拡張コードを開発した．新しいモデルでは，クーロン摩擦と遠方境界条件下での断層の静的平衡を考慮して初期応力を計算する．そのため既存のモデルとは異なり，複雑な断層形状・不均質な断層強度分布・非線形材料に対しても，初期応力の整合性が保証される．この際，与えられた初期応力状態に対応する遠方境界条件を特定することが課題となるため，本研究においてはMaxwell-Bettiの相互作用の定理を用いた逆解析手法を開発した．現在はSCECコミュニティモデルとの比較を通して断層破壊シミュレータの検証に取り組むとともに，国土地理院で公開されている断層トレースデータを用いた中央構造線の高分解能な幾何学的詳細情報を含むメッシュ(200×60× 20 km)を作成しさまざまな初期条件における中央構造線の破壊の大規模シミュレーションを行っている．
| 教授 |
市村 強 (センター長)，古村孝志（兼務），田島芳満(工学系研究科，兼務) |
| 准教授 |
ラリス・ウィジャラットネ，長尾大道，鶴岡 弘（兼務）, 中川茂樹（兼務），藤田航平 |
| 助教 |
伊藤伸一 |
| 特任研究員 |
徳田智磯，Gerardo Manuel Mendo Pérez，加藤慎也，Dharmasiri Migel Arachchillage Kasun |
| 学術専門職員 |
長﨑由美子，吉田美和 |
| 外来研究員 |
今田耕太郎, 大塚悠一，桑谷 立，椎名祐太，高橋勇人，前根文子，三橋祐太，森川耕輔，山本 実，吉田健太，Gill Amit |
| 大学院生 |
村上颯太（D3）， Elia Nicolin（D2），Jeffrey Michael Church（D2），中尾 魁（D1），安久岳志（M2）， 稲福勇也（M2），Khatiwada Pramod（M2），Sayson Stanley Brian（M2），Shi Yuxuan（M2），楠井俊朗（M2），三田村大我（M2），Hamza Ameer（M2），阿部祥太郎（M1），伊東秀晃（M1），Dulat Manisha(M1) |
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．
