機械学習アルゴリズムを使用して「実験室地震」を予測するにはどうすればよいでしょうか?

[[186458]]

機械学習アルゴリズムが「実験室の地震」を予測できるという事実は、間違いなく画期的な進歩です。この進歩は地質学者に衝撃を与えただけでなく、機械学習が近い将来に実際の地震を予測するために使用できることも意味します。

統計によれば、地震で亡くなった人の数は恐ろしいほどだ。地震とその余波で毎年約1万人が亡くなっていますが、実際の犠牲者はおそらくそれよりはるかに多いと思われます。 2004 年には、スマトラ島沖で発生したマグニチュード 9.0 の地震による津波で 23 万人以上が死亡し、2010 年にはハイチで発生したマグニチュード 7.0 の地震で 20 万人以上が死亡し、1556 年には中国で発生した地震で 80 万人以上が死亡しました。

したがって、効果的な地震予測方法が期待されます。

ニューメキシコ州のロスアラモス国立研究所で、ベルトラン・ルエ＝ルデュック氏とその数人のパートナーが、少し前にかなり驚くべき秘密を発見しました。彼らは、圧力によって生じる音だけを頼りに、実験室で地震が起こりそうな兆候を監視する機械学習アルゴリズムを訓練した。研究チームはこの技術が実際の地震を予測するのに使えるかどうか確信が持てず、非常に慎重だが、彼らの技術と研究は地震予測の分野における研究に新たな道を開くものである。

まず最初に、関連する背景情報をいくつか提供させてください。地質学者は、地震発生のおおよその確率を長い間予測してきました。その方法は、歴史上の地震断層の動きの時間を調べ、そこに現れる周期性を利用して、将来の断層の動きの時間を大まかに予測するというものです。

最も有名な例としては、カリフォルニア州パークフィールドにあるサンアングレアス断層が挙げられます。これは世界で最も綿密に研究されている断層のひとつです。記録によると、歴史上、1857年、1881年、1901年、1922年、1934年、1966年にここで地震が発生しました。データはサンアンジェリア諸島にパターンと規則性があり、約 22 年ごとに地震が発生していることを示唆しています。

そのため、地質学者は、次の地震は 1988 年から 1993 年の間に発生し、その次は 2004 年になるだろうと予測しています。

これは地震予測の精度としてはほぼ最高です。他のほとんどの場所では、マグニチュードの誤差はこれよりはるかに大きくなります。

このような予測は、地震多発地域で地震指標を確立するなど、さまざまな目的に役立ちますが、地震が発生したときに死者を防ぐことは事実上不可能です。したがって、より正確な予測を実現するには、予測期間を日単位で測定する必要があります。動物が地震の接近を感知できるという逸話的な報告はあるものの、そのような日々の予測が可能であることを示す証拠はほとんどない。

ルーエ＝ルデュック氏とその同僚たちの研究は、この状況を変えるかもしれない。 2つのブロックの間に挟まれたブロックを引っ張ることで、研究室で人工地震を発生させました。研究者たちは、これらのビルディングブロックの接触面に「断層ガウジ」と呼ばれる岩石材料の混合物を重ねて、実際の断層をシミュレートしました。

この人工地震システムは現在までに十分に研究されてきました。地質学者はこのことから、地震が起こりそうなときには「断層泥」が「きしむ」音や「割れる」音（特別な「地震のささやき」）を伴って落ち始め、その後、構成要素が滑り落ち、滑り落ちる時間は周期的であるように見えることを知っています。

このシステムは、実際の地震と多くの類似点があります。たとえば、スライダーのサイズ分布は実際の地震と同じです。多数の小さなスライダーと少数の大きなスライダーが生成されます。このサイズ分布は、実際の地震と同様に、有名な「グーテンベルク-リヒター関係」に準拠しています。したがって、地質学者は、このシステムが現実世界の行動の少なくとも一部をシミュレートできると確信しています。

これまでのところ、存在する質問は次のとおりです。

断層が発生したときに発生する音から、次の断層が発生する時期を予測することはできるでしょうか? これまで、これらの音から時間を予測できる一定のパターンを発見した人はいません。しかし、ルエ＝ルデュック氏は根本的に新しいアプローチに着手した。

彼らは実験中に発せられた音をすべて録音し、それを機械学習アルゴリズムに入力しました。その目的は、地質学者が現在解読できない音のパターンを機械が解読できるかどうかを確認することです。

この試みの結果は非常に驚くべきものでした。研究者たちは、アルゴリズムに音のスライドウィンドウを入力し、地震の起こり得るあらゆる瞬間を即座に予測するようアルゴリズムに指示しました。研究者たちが驚いたことに、この機械は、いくつかの地震は差し迫っていなかったにもかかわらず、今後の地震を非常に正確に予測した。彼らはこう言いました。

「私たちは、アルゴリズムに実験室の故障の音響信号を『聞く』ようにさせただけで、機械学習は故障が発生するまでの残り時間を正確に予測することができました。」

本当の疑問は、「機械はどうやってこれを実行するのか？」ということです。

ルーエ＝ルデュック氏は、地震の前兆はこれまで考えられていたよりもはるかに小さい可能性があり、そのため現実には記録されないことが多いと仮説を立てている。この機械は、これまで地質学者が実験室の地震によって生じたノイズと勘違いしていた全く新しい信号を捉えたようだ。 「私たちの機械学習分析は、『滑りの物理学』に関する新たな洞察を提供します」と彼らは語った。

これは興味深く重要な仕事です。最初に浮かび上がる最も顕著な疑問は、「同じ技術で実際の地震を正確に予測できるのか？」ということです。

ルーエ＝ルデュック氏と彼のチームはこの点に特に興味を持ち、実験室での実験は実際の地球とはいくつかの重要な点で異なっていると指摘した。実験におけるせん断圧力の大きさは実際の地震のそれよりも大きく、せん断された岩石の温度は実際の地震とは異なる。

しかし、他の点では、実験室での地震は実際の地震と非常によく似ています。そこで研究チームの次の目標は、実験室の地震に最も類似した現実世界の地震に同じ分析を適用することだ。パークフィールド地震はそのような現実の地震の 1 つであり、パークフィールドでは比較的短期間に複数の地震が繰り返し発生しました。 「これらの断層は、実験室と同じように『地震のささやき』を発することができるかもしれない」と研究チームは述べた。

この大規模なテストは、もちろん実際の地震を正確に予測するために使用されますが、これは何年もの慎重な研究と観察を必要とする困難な作業になります。

同時に、この技術は航空機や発電所のタービンなど他の材料における地震の予測にも応用できる可能性がある。

この新しい技術がどのように応用されるかに関わらず、ルーエ・ルデュックはすでに地質学界に大きな衝撃を与えています。彼ら自身が要約の中で述べているように、「地震科学の進歩と発展の舞台が整った」。