複雑な地質層におけるCO2移動のための高速GNNサロゲートに向けて

地球温暖化対策の切り札として注目されているのが、大気中の二酸化炭素（CO2）を地中に貯め込む技術、通称「CCS（Carbon Capture and Storage）」です。しかし、このCCS、ただCO2を埋めればいいというわけではありません。地中深くの複雑な地層の中で、CO2がどのように動き、どこへ向かうのかを正確に予測することが、安全かつ効率的な貯留には不可欠です。

これまでのCO2の動きの予測は、専門家が物理学の複雑な方程式を解くシミュレーションに頼ってきました。これは非常に精度が高い一方で、計算に膨大な時間と手間がかかるのが課題でした。まるで、精密な地図を作るために、一つ一つの道を実際に歩いて測量するようなものです。広大な土地を測量するには、途方もない時間がかかりますよね。

今回ご紹介する研究は、この課題を解決するために「グラフニューラルネットワーク（GNN）」という人工知能（AI）の一種を使っています。GNNは、データ間の関係性をグラフの形で捉えるのが得意なAIです。この研究では、地中の地層を小さなブロックに分け、それぞれのブロックを「点（ノード）」、ブロック同士のつながりを「線（エッジ）」に見立てて、地層の構造をグラフとして表現します。

さらに面白いのは、ただのつながりだけでなく、地層の「浸透しやすさ」や「水の流れやすい方向」といった物理的な特性をエッジに組み込んでいる点です。これにより、AIはCO2が地中でどのように広がり、特定の方向に流れやすいのかを学習します。例えるなら、水の流れやすい道とそうでない道をAIが理解し、効率的な水の広がり方を予測できるようになるイメージです。

このAIモデルは、「SPE11A」というCO2貯留の業界標準テストケースでその性能が試されました。このテストケースは、ガスと水がはっきり分かれていたり、CO2が指のように細く広がる「フィンガリング現象」が起きたりと、非常に複雑な状況を再現しています。このような難しい条件下でも、AIがCO2の動きを素早く、かつ正確に予測できることが示されたのです。これは、まるで経験豊富なベテラン水先案内人が、荒れた海でも船の進路を的確に予測するかのようです。

この技術が実用化されれば、CO2貯留施設の設計や運用がより安全かつ効率的になり、地球温暖化対策のスピードアップに大きく貢献する可能性があります。AIの力が、見えない地中深くのCO2の動きを解き明かし、私たちの未来をより良いものに変える一歩となるかもしれません。