SNSと報道データに基づく人の行動モデルの提案と感染シミュレーション #20

公開日: 2021.11.30
研究者: 栗原聡
機　関: 慶應義塾大学理工学部

オミクロン株の導入について

12/7(火)までに提出できるように実装準備中
（実装に関する設定）
・12月１日に5名程度国内侵入
・感染力はデルタ株の1.5倍
・置き換わり速度は，デルタ株の2倍
・ワクチンの効果に関して，
　感染防御効果がデルタ株の50%, 75%, 100%

SNSから予兆を知りたい：　波

SNSから予兆を知りたい：　増える

構築しているマルチエージェント型感染シミュレーターについて

栗原　聡　　杉浦　匠　　渡邊凌也　　若林直希
岸本大輝　　川村　天　　井原史渡　　吉田直人

慶應義塾大学理工学部
慶應義塾大学院理工学研究科
慶應義塾大学共生知能創発社会研究センター

物理シミュレーションであっても・・・・・

よく耳にするシミュレーション
津波のシミュレーション，火災のシミュレーション　など
▼
物理法則に従ったシミュレーションでも予測は難しい

地球環境は複雑．いろいろな要因が複雑に影響しあう．
個々の法則が分かっても，全体としては複雑な動きとなる．
▼
複雑系

膨大な過去のデータがあれば，正確な予測が可能な状況もある．
特に近年のMLの性能は高い.

しかし，

感染者予測でGoogle予測は正確？
潤沢なデータあっても不十分➡そもそも潤沢なデータの収集は不可能

株取引などの短期的判断はAIは使える（薄利安定）※直近天気予報と同じ
長期の経済動向予測となるとは難しい

人を単位とするシミュレーション

社会シミュレーション：人々の動きを再現して社会現象を理解・予測・対策したい．

社会をシミュレーションすること＝人の行動をシミュレーションすることの総体

避難シミュレーションは逃げるという簡潔な目的における人の移動のシミュレーション
→難しいものの限定された空間・時間にてシミュレーション精度が高い．

COVID-19 新規感染者・重症化人数予測シミュレーション
※ウィルスが人に感染して病気が発症する過程のシミュレーションとは異なる←物理シミュレーションに近く，まだ予測しやすい．
感染は人と人の接触で起こる➡人の移動と接触のシミュレーションこそが重要

それぞれ異なる各個人をどのようにモデル化すればよいのか？

AIシミュレーション／社会シミュレーション／マルチエージェントシミュレーション
エージェント：　個々人をモデル化したミニ自律AI
ミニ自律AI同士が現実の社会のように動いたり情報のやりとりをすることで，社会の動きをシミュレートする．

人を単位とする社会レベルの現象予測・・・・・

正確で超精密なデジタルツインを実現してのシミュレーションは非現実的

　　➡ いかに簡潔に重要な要素のみをシミュレーションに入れ込めるか？
　　➡ どのようにモデル化して，複雑な社会の本質をつかみ現実を理解し予測するか？

よく指摘されること　→　＜恣意的になりがち＞＜思い込みが入る＞　→　ヤッコー!!

解：多様なシミュレーションを行うことで共通的な知見を見いだす．
→内閣官房・AI・シミュレーションプロジェクトはシミュレーションへの取り組みとしての初の成功例かもしれない．

人が共通して持つ行動特性に着目：基本的に冪乗則に従う

コロナ禍以前の1年間の毎日に移動距離を想像してみる．

大半が自宅と勤務先の移動．たまに長期出張

一日での移動を見ても，
大半が自宅や勤務先でのデスクと食堂，トイレ，会議室間の移動．
たまに距離のある別の部局や大会議室に移動

このような，圧倒的多数の少ないと，ごく少数の多い，
という分布をべき則的分布を呼ぶ．

人の移動の仕方は基本的に冪乗則

感染は人と人の接触が原因
→人の移動を冪乗則でモデル化する．

人の行動モデルのデザイン

・人のリスク的行動の頻度は冪乗則
　→どんな人でも，たまにリスク的な行動をしてしまう．
　→ごく少数の人が，頻繁にリスク的な行動をしてしまう．

人の行動ネットワーク：感染ネットワークはスモールワールドネットワーク型

スモールワールドネットワーク：
コミュニティ(密なネットワーク) 同士が接続されたネットワーク
※コミュニティ間をまたぐ感染により，感染が急激に拡大してしまう．

モデルケースでのシミュレーション
東京と大阪で感染が発生し，那覇と離島には感染者が存在しない状態からシミュレーションを開始する．

※那覇と離島は他地域からの感染者の移動による高リスク行動によりが発生するというシナリオ．

頻度の少ない移動であっても高リスク行動を伴うことで，非感染地域の感染蔓延と医療への圧迫を招いてしまう．
高リスクな行動を伴う移動の頻度を下げることで医療対策脆弱地域での感染蔓延度を低くすることが期待できる．

8月３日時点での予測および実際の陽性者数（第5波の再現）

要因はワクチン接種と人の移動ネットワーク構造の相乗効果
※集団免疫の早期獲得(動的なものに過ぎない)
※人流高が抑制効果を発揮した可能性も高い．

なぜ(今)日本だけが・・・・・

・バタフライ効果（ブラジルの1匹の蝶の羽ばたきはテキサスで竜巻を引き起こすか？）
　複雑系では，ほんの些細が差が大きな変化に至る（個々人レベルでは実感できない）
　日本と海外との差にそもそも大きな差はない
　なぜ日本だけが？➡動的平衡状態に過ぎない

　　ほんの少しだけかもしれない日本人的モラル（マスク，行動変容など）のよさが大きな差を生み出している（ファクターX)

　　※都市間移動（長距離移動）者における未接種者の割合　＜　圧倒的な節度ある行動者の割合
　　　移動先での感染の蔓延を防ぐ（極少数の自粛が大きな効果を生む）

気象学者のエドワード・ローレンツによる、「蝶がはばたく程度の非常に小さな撹乱でも遠くの場所の気象に影響を与えるか?」という問い掛けと、もしそれが正しければ、観測誤差を無くすことができない限り、正確な長期予測は根本的に困難になる、という数値予報の研究から出てきた提言に由来する[4][5]。　　　- wikipedia