5年前は、ポールジョンソンは地震の予測は不可能だと考えていました。 今、彼はそれほど確かではありません。
「私たちがそうすることはできませんが、私たちが数十年以内に多くの進歩を遂げることをずっと望んでいます」とロスアラモス国立研究所の地震学者は言います。 「今までにないほど希望が持てます。」
その新しい希望の主な理由は、ジョンソンが約4年前に検討を開始したテクノロジーである機械学習です。 地震が発生する地殻変動断層線に沿った音や小さな動きの多くは、長い間意味がないと考えられてきました。 しかし、大量のデータを分析してパターンや信号を探すためのコンピューターアルゴリズムのトレーニングである機械学習は、小さな地震信号の一部が結局は重要である可能性を示唆しています。
そのようなコンピューターモデルは、地震を予測する能力を解き放つ鍵になることさえあるかもしれません。
1960年代にプレートテクトニクスの理論が定着したとき、多くの科学者は地震予知は時間の問題に過ぎないと考えていました。 プレートの移動によって引き起こされる小さな地震がモデル化されると、思考は進み、数日または数週間前に大きな地震を予測することが可能になるはずです。 しかし、岩の種類から断層すべりの距離までの多数の要因が地震の強さに影響を及ぼし、小規模な地殻活動のモデルが大地震を予測する信頼できる方法を提供できないことがすぐに明らかになりました。 おそらく、1日に数百回発生する小さなシフトとスリップは、大きな地震が発生する確率がわずかに増加することを示している可能性がありますが、小さな構造的活動の群れの後でも、大きな地震はまだ発生する可能性が非常に低いです。 予測が現実のものとなる場合は、入ってくる地震に対するより良い信号が必要です。
機械学習を使用してこのような信号を見つけることは、可能であれば遠い道のりです。 昨年末に発表された研究で、ジョンソンと彼のチームは、太平洋岸北西部の悪名高い待ち望まれたカスカディア地震のような大地震がいつ襲ったかを明らかにするパターンを含む、以前に無視された地震信号があるかもしれないと示唆した。 仮説がパンアウトすると、地震の予測方法を数秒前から数十年前、場合によっては1日前に変更する可能性があります。
地震予知における最近の改善は、これらの貴重な秒です。 地震学者は、日本や米国西海岸に沿って展開されているShakeAlertシステムのような早期警告システムの改善に取り組んでいます。 これらのシステムは、地震がすでに始まった後にのみアラートを送信しますが、やがてエレベーターやガス管などを停止し、震源地から遠く離れたコミュニティに警告します。
私たちが住んでいる地球の層は、お互いに相対的に動いている十数個の地殻構造に分割されています。 （USGS） 数秒のデータから、進行中の地震がどれほど大きくなるか、震源地がどこに影響を受けるかを外挿しようとすることは、すでに大きな課題であるとジョンソン氏は言います。 既存の警報システムは、大地震を誤って判断し、他の人々に誤警報を与えました。 しかし、2007年以前には、数秒の通知すらありませんでした。 2027年はどこにいるのでしょうか？
「地震学が今から10年後にどれだけうまくいくかはわかりません」とジョンソンは言う。 「しかし、それは今日よりもずっと良くなるでしょう。」
地震モニタリングの進歩は、専門の地震学者として行動するように訓練されたコンピューターに依存する可能性があります。 完璧な記憶力、先入観がほとんどなく、睡眠の必要性がないため、機械は構造プレートの変化に合わせて収集された大量のデータを整理できます。 その情報はすべて、混雑した通りで聞こえるものに匹敵します。車、人、動物、天気の音がすべて混ざり合っています。 研究者は、これらの信号をふるいにかけ、波として転記し、それらのいずれかが地震が起こっていることを示しているかどうかを調べようとします。 すべてのノイズに隠れて、次の大地震までの時間の長さを示すために測定または観察できる何らかの前駆物質があるかもしれないという希望が長い間ありました。
それらのノイズの1つ（ジョンソンが「震えのような信号」と呼ぶもの）は、長年にわたって特定され、研究されてきました。 「私は自分のツールボックスにあるものをすべて捨てて、そこに何もないと決めました」と彼は言います。
しかし、彼のチームが設定したアルゴリズムとコンピューターは、わずかに異なる視点から信号を見て、そのエネルギーに焦点を合わせました。 そのエネルギー（振幅として記録され、地震波の大きさの尺度）は、地震サイクル全体を通して「非常にわずかに」成長した、とジョンソンは言います。 地震が発生すると、信号の振幅は低下し、別の地震が発生するまで通常の成長サイクルを再開しました。
それはパターンでした。
ジョンソン氏は、以前は信号を無視していたため、ラボの障害の高速モデルで数分前に「次の地震サイクルを予測するための予測情報が含まれていた」と述べています。 しかし、研究室での結果と現実の世界が常に一致するとは限りません。
この時点で、機械学習は地震予知を支援することを目的としておらず、むしろ既に始まっている地震や地震の一般的な力学を理解することを目的としています。 しかし、地震の位置の特定、マグニチュードの推定、および「ノイズ」による分類の進歩により、地震がいつ発生するかなど、地震の振る舞いに対する理解が向上します。
「私たちがやっていることは予測とは異なることを明確にしたい。 しかし、はい、これらはすべて間接的に関連しています」とスタンフォードの地震学者で、機械学習を使用してバックグラウンドノイズを分類して小さな地震を検出しているモスタファムスタビは言います。
カリフォルニア工科大学の地震学者であるMen-Andrin Meier氏は、「最良の推測は地震は本質的に予測不可能である」と述べています。地震予報を改善する可能性があります。 Moustafa氏によると、断層のより良いマップと、地震のプロセス、傾向、サイクルのより良い理解はすべて、予測の改善につながる可能性があります。
それでも、一部の地震学者は「予測」は幻想だと考えています。 東京大学地震学者のロバート・ゲラーは、地震予知に対する悲観論でよく知られています。
「地震予知の研究は本当に重要なことではありません」と彼はメールで言います。 「信頼できる「前駆体」が見つかることを期待して、大量のデータを収集するだけです。 これまでに見つかったものはありません。」
ゲラーによると、地震信号に関する実験結果は、実世界で一貫して再現されるまで無視できます。 「観測された地震発生データに、過去を振り返って多くの明らかなパターンが見つかることは間違いありません。 しかし、そのようなパターンが将来的に機能することを考える理由はないと思います」とゲラーは言います。
バンクーバー島沖のカスカディア断層は、常にゆっくりと滑り、感じられないほど低い地震活動度を生み出し、その後、年に一度、元の場所に戻ります。 その滑りからの地球表面のごくわずかな変位を監視できるため、ジョンソンのチームは、機械学習アルゴリズムが特定した新しい信号が動きを予測できるかどうかを確認しようとしました。
「そして、見よ、それは変位率にマップされました」とジョンソンは言います。
ここでの問題は、信号が断層のロックにどのように関係するかということです。これは、約300年間にわたって構造プレートが急激に滑り、大きな地震を発生させないようにした連結岩です。 最終的には、断層のロックが解除され、大地震が発生します。 おそらく、ジョンソンのチームが研究している信号、またはまだ発見されていない別の信号は、そのような信号が大地震に関連している場合、いつそれが起こるかについてある程度の感覚を与えることができます。
