[S-CG60] 機械学習による固体地球科学の牽引

[SCG60-P07] 大規模言語モデルを用いた地震サイクルシミュレーション・データ同化コードの自動生成

*加納 将行¹、平原 和朗^2,3、亀 伸樹⁴、岡崎 智久² (1.東北大学理学研究科、2.理化学研究所、3.香川大学、4.東京大学地震研究所)

キーワード：大規模言語モデル、地震サイクルシミュレーション、データ同化、スロースリップイベント

ChatGPTをはじめとする大規模言語モデル（Large Language Models; LLM）に関連する近年の技術革新は著しく、研究や教育の分野でも取り入れられ始めている。一方で、研究活動そのものへの適用は限定的で、その利用方法が模索されている段階である。本発表では、2024年8月に開催された「大規模言語モデル×地震研究をテーマとしたハッカソン」（久保・Wu・加納・加藤ほか、2024 地震学会）において実施した、LLMを用いた研究用のシミュレーションコードの自動生成の可能性を検討した結果を報告する。

具体的な題材として、地震の繰り返しを計算する地震サイクルシミュレーションと、関連するデータ同化のためのPythonコードの作成を目的に、以下の3つのトピックに取り組んだ。
１．ばねブロックモデルを用いた地震サイクルシミュレーションコードの生成
２．ローレンツ63モデルを用いた粒子フィルターによるデータ同化コードの生成
３．スロースリップ発生域の摩擦特性推定のための４次元変分法データ同化コードの生成
この際、1. 2.ではChatGPT-4o、3ではClaude 3.5 Sonnet（共に2024年8月時点）を使用した。いずれのトピックにおいても、最終的な目的は達成されたが、その過程においてはLLMの出力をただ実行するだけではうまくいかない場合が多く、人の手で数式等の修正を指示するというそれなりの試行錯誤が必須であった。このような課題はあるものの、LLMを用いることでコーディングのかなりの部分が自動で生成可能であり、研究目的としての数値計算コード作成の効率化に有用であると考えられる。発表内では、最終的な成功に至るまでの過程を含めて紹介する予定である。