AIの地震予測 WaveCastNet 震源不要の未来波形予測
こんにちは。昨田内花クリニックの委長 ブログのチャンネルです。このチャンネル は委長ブログに連動してお送りしています 。今日もよろしくお願いします。さて今日 皆さんと一緒に見ていきたいのはAIと 地震予測というテーマです。人工知能 つまりAIがですね、私たちの最も根源的 な恐怖の1つでもある地震に対して一体 どんな未来図を描き出そうとしているのか 最新の研究をもにその確信に迫っていき たいと思います。例えば映画の カリフォルニアダウンなんかを見ると巨大 地身の余長を捉えようとする研究者の本当 に手に汗握るシーンがありますよね。あの 映画の中の緊張感ってフィクションなん ですけど、実は現実の自信が持つあの残酷 な時間との戦いと深く重なるところがある んです。揺れが始まったまさにその瞬間波 はどっちに向かうのかそしてどこが1番 激しく揺れるのか。この本の数秒先をな何 とかして見通したいっていうのが現代社会 のまあ切実な願いだったわけです。では どうしてその数秒先を見ることが今まで こんなにも難しかったんでしょうか。まず はこれまでの警報システムが抱えてきた 根本的な課題から見ていきましょう。今 までの緊急地震速報って地震が起きた直後 にまず信源はどこで規模はどれくらいかを 推定するんですね。でもこれにはどうして も不確実性が突きまといます。そしてこの 最初の水定がほんのちょっとでもずれて しまうと警報全体の信頼性がもうガクっと 揺らでしまうわけです。それに過去の データから作った経験則だと場所ごとの 複雑な自盤の影響みたいなものまでは完全 には計算に入れられない。つまりですね、 揺れの原因を突き止めてから結果を計算 するというアプローチそのものに限界が あったと言えるんです。そこで全く新しい 発想が出てくるわけです。ちょっと池に 意思を投げ込むところを想像してみて ください。これまでのやり方っていうのは 水しの上がり方を見て、あ、今のはこれ くらいの大きさの石だなって推定してから 波紋がどう広がるかを計算するみたいな 感じだったんです。でも新しいアイデアは 全然違います。最初に広がった波紋その ものを直接見てその波が次にどこに行くの かを予測する原因の推定っていうステップ をすっ飛ばしちゃうんですね。現象その ものから未来を描く。これがまさに革命的 な転換点なんです。そしてこの確信的な アイデアをま現実に変えてくれるのがAI の力というわけです。人工知能がもたらし た全く新しい視点。これをちょっと見て いきましょう。その名も ウェイブキャストネット。これはですね、 地震の歯磨が時間と空間の型でどう変化し ていくかを直接予測するために作られた 真層学習のモデルです。ここでの1番の ポイントはスライドにある通り信源値と いう原因を探るんじゃなくて観測された紙 を入力データとして未来の揺れという結果 をダイレクトに作り出しちゃうという点に あります。じゃあウェブキャストネットっ て具体的に何をしているのか。その ステップは驚くほどシンプルです。まず 地震が起きた直後のほんの数秒間の波の データをAIが受け取ります。次に エンコーダーっていう部分がその ごちゃごちゃした複雑な波のパターンを ぎゅっとようやくして本質だけを捉えた 情報に圧縮するんです。そして最後に デコーダーがそのようされた情報を使って 未来の揺れの分布をまるで高裁な地図 みたいに描き出す。観測して本質を理解し て未来を描く。この一連の流れをAIが 一瞬でやってのけるわけですね。さて、 ここからは理論の話から、じゃあ実際どう なのという実践の話に移ります。この モデルが一体どれほどの能力を秘めている のか、実際の研究データでその実力を見て いきましょう。今回のテストの舞台は サンフランシスコのベイエリアです。ここ は地質がものすごく複雑なことで知られて いて、予測が非常に難しい場所なんですね 。ここでコンピューター上で作った地信を ウェaveブカストネットがどれだけ正確 に予測できるかが試されました。これから 2つの地図を見比べていきます。まずは こちらグラウンドルース。これは何かと 言うと、いわば正解のデータです。 シミュレーションで計算された地震の紙が 本来こう広がるはずだというお手本ですね 。AIが目指すべきゴール。それがこの 地図です。そしてこちらがウェイブ キャストネットが出した予測結果です。 どうでしょうか?これいや驚きますよね。 最初の中さなP波、その後に来る大きなS 波の伝わり方。さらには特定の凡地で揺れ が大きくなるみたいな非常に複雑な現象 までほとんど正解データと見がつかない くらい正確に再現してるんです。この結果 はまさに一目瞭然ですね。その制度を たった1つの数字で表すとこうなります。 揺れの強さを示す指標である最大自動速度 PGVの予測さが大体プラスマイナス5% の範囲に収まっている。これはもう脅異的 な制度と言っていいと思います。ただこう 思う方もいるかもしれません。いやいや、 それはコンピューターの中の最高の条件で の話でしょうと。現実の世界では地震系の 数ってもっと限られていますよ。で、 センサーが少ないスカスカな状況だと一体 どうなるんでしょうか。そこで研究者たち は実際の警報ネットワークを真ざと観測点 を101箇所だけに絞ってテストをしてみ ました。その結果がまた驚きなんです。 AIはそのまらな情報からまるでかけて いる部分を想像で補うようにエイリア全体 の詳細な揺れの地図を再構築することに 成功したんです。もちろん誤差は少し増え ましたが、波がどう伝わっていくかという 大きな特徴は見事に捉えられていました。 さあ、そして多分皆さんが1番気になって いる問が残っています。この技術はもっと 規模が大きくてもっと危険な巨大地震にも ちゃんと対応できるんでしょうか?この表 がその答えをかなりはっきりと示してくれ ています。ウェブキャストネットは比較的 小さな地震のデータだけでトレーニングし たにも関わらず、マグニチュード5.5 くらいまでは非常に高い精度を保ってい ます。ところが6.5を超えてくると だんだん精度が落ちてきているのが分かり ますよね。なぜかと言うと、巨大地震って 断層が破壊され続ける時間がすごく長いん です。AIが観測できる最初の数秒間だけ では地震のエネルギーの全体像をまだ掴み きれていない。そのせいで結果的に揺れを 少し小さく見積もってしまう傾向があるん ですね。さてこれらの結果を踏まえてこの 予測技術がこれからどんな未来を切り開い ていくのか少し考えてみましょう。 もちろんまだ課題もはっきりしています。 先ほど見たように巨大地身の揺れを ちょっと小さく見てしまう傾向。それから 今のモデルは比較的ゆっくりとした周期の 揺れに限定されていること。あとは学習に 使った地質のモデルと現実の地下の構造が 違うと予測のタイミングにずれる可能性も ある。こういった課題を1つ1つクリアし ていくことが実用化への鍵になります。で もですね、その未来を強く感じさせる非常 に重要なデータがあるんです。18年に 実際に起きたマグニチュード4.4の バークレイ地震でこのモデルを試した ところ、なんと実際のデータでは1度も トレーニングしていないわばぶつけ本番 だったにも関わらず観測された歯の形の 特徴をものすごく正確に再現したんです。 これってAIがただ過去問を暗記してるん じゃなくて地震の波が伝わるっていう物理 の法則そのものを理解し始めてるっていう 強力な証拠なんじゃないでしょうか。AI は私たちに波の未来の形を見せ始めている 。この言葉が今回の研究の意義を全て 物語っている気がします。私たちはこの 地球という惑星が次に見せる姿をほんの 少しだけでもこれまでとは比べ物になら ないくらい深く理解できるそんな時代の 入り口に今立っているのかもしれません。 最後までご視聴ありがとうございました。
都市を襲う大災害、その寸前の“数秒間”。従来の地震予測は、不確かな”一点”の震源情報に賭ける危ういゲームでした。新AI「WaveCastNet」は予測の常識を覆します。震源ではなく、波形そのものの”今”から揺れの未来をリアルタイムに生成するのです。AIが波動の”理”を学び始めた今、人類は、大地の次なる一手を読み解く新たな地平に立ちます。
＊さくだ内科クリニックの院長ブログの内容をもとに（実験的に）NotebookLMの動画解説で作成してみました。
AIで作成していますので、間違った読み方をしていることがあります。できるだけ字幕で訂正していますが、お聞き苦しい点はご容赦ください。
＠さくだ内科クリニックの院長ブログ
URL：https://sakuda-clinic.com/doctor/
👉関連記事：“予測”する社会が次に望むもの―AIが挑む地震の未来図
URL：https://sakuda-clinic.com/doctor/?p=28525
参考文献：
Lyu, D., Nakata, R., Ren, P. et al. Rapid wavefield forecasting for earthquake early warning via deep sequence to sequence learning. Nat Commun (2025). https://doi.org/10.1038/s41467-025-65435-2