hankyoreh

6月24日にベネズエラ北西部の沿岸地域で発生したM7.2とM7.5の強力な連鎖地震は死者・行方不明者が数万人に達する大惨事になった。今回の地震はベネズエラにおいて1900年以降で最も強力かつ最悪の地震として記録された/AFP・聯合ニュース

　ベネズエラで起きた大地震災害により、あまりにも多くの人たちが無残にも犠牲となった。日ごとに増える死者数は、悲劇がいかに深刻なのかを推測することさえ難しくしている。このように大地震は、人類の文明において繰り返されている自然災害だが、科学技術が目覚ましい発展を遂げた現在でも、地震の時期や場所、規模を予知する技術はまだ存在していない。何が明確な前兆現象なのかさえ不確実で、地震発生のメカニズムも完全には解明されていない。断層とプレートの境界、地質の条件、内部の応力の変動があまりにも広範囲だからだ。

　このような限界を克服するために、ビッグデータと人工知能（AI）を活用する新たな予知手法の研究も増えている。最近では、ドイツのヘルムホルツ地球科学センターと国際共同研究チームが、大きな地震が起きる前の数週間から数カ月前に生じる前兆を一定のパターンとして機械学習で識別できる可能性があることを確認し、その結果を「ネイチャー・コミュニケーションズ」に発表した。

　この研究が注目される理由は、地震予知技術の手がかりを提示したためだが、同時にAIを活用した最新研究のトレンドを示しているからだ。研究チームは、何が前兆なのかを事前に仮定せず、純粋にデータのみに依存した。AIに過去の大地震の膨大なデータを入力し、データから前兆のパターンが自然に浮かび上がるようにした。また、相互に影響しあう数多くの小さな地震の集団挙動を分析した。

　その結果、これまで確認できなかった地震活動に潜むパターンが捉えられた。分析対象となった大地震の事例からは、本震が起きる前に小さな地震活動が徐々に特定のエリアに集まり、相互作用が増え、地殻の応力が変化する過程で一定のパターンが現れた。地震の前兆として隠されたパターンがあり、そのパターンを探知できる可能性を示したのだ。

　もちろん、このような方法がすべての大地震を予知できたわけではない。実際、学習データに用いられなかった他の地震の事例では、同じ前兆のパターンを識別できなかった。これは、地震発生が非常に複雑かつ多様であり、一部の断層は明確な警告のシグナルなしに崩壊する可能性があることを物語っている。

　今回の成果は、AIの機械学習を活用した研究の特徴を示すという点でも注目を集めた。かつては仮説を立てて検証する手法が基本だった。しかし、今回の研究は、仮説抜きでデータのみに依存してパターンを抽出し、それからパターンの意味を解釈した。米国の技術批評家のクリス・アンダーソン氏は2008年、データだけで十分なのであれば、理論がなくても有用な知識を得られる時代になったとして、理論の終焉を主張し、議論を呼んだことがある。彼の断言はあまりにも粗っぽく行きすぎではあるが、現在ではデータと確率的パターンも知識の一つの手法として受け入れられる時代になったようだ。

　もちろん、確率的パターンの知識にも限界があることは明らかだ。根本的には、地震がなぜ、どのように発生するのか、そのメカニズムを説明することができない。また、学習データのない地震の事例や、データとして記録されなかった現象は、知識そのものが欠落してしまう。より多くの事例を学習し、既存の研究手法と相互補完していけば、新しい方法は地震予知の可能性を少しずつ広げていく道具として成長していくだろう。

//ハンギョレ新聞社

オ・チョルウ｜ハンバッ大学講師（科学技術学） (お問い合わせ japan@hani.co.kr )