Google DeepMind、前例のないグローバルマッピングのためのAIを発表

グーグル・ディープマインド（Google DeepMind）は、政府、自然保護団体、グローバル企業の環境モニタリングや資源管理に革命をもたらす可能性のある、地球表面データの分析方法を変革する画期的なAIシステムを発表した。

AlphaEarth Foundationsと名付けられたこのシステムは、膨大な衛星データの流れを実用的なインテリジェンスに変換するという、地球観測における永続的な課題に取り組んでいる。衛星は毎日何テラバイトもの画像を収集しているが、これらの多様なデータセットを首尾一貫した洞察に統合することは、歴史的に問題があった。

「AlphaEarth Foundationsは仮想衛星として動作する」と研究チームは発表の中で説明している。「膨大な地球観測データセットを包括的なデジタル表現に統合することで、地球の陸地と沿岸地域を効果的に特徴付ける。

このAIソリューションは、既存の方法よりも約23.9％少ないエラーを達成する一方で、同等のシステムよりも16倍少ないストレージ容量を必要とする。この効率と精度の向上により、惑星規模の環境分析に関連するコストを大幅に削減することができる。

AIが衛星データを実用的なインテリジェンスに変換する方法

このシステムの革新の核心は、そのデータ処理方法にある。個々の衛星画像を個別に分析する代わりに、AlphaEarth Foundationsは「エンベッディング・フィールド」（埋め込みフィールド）を生成する。エンベッディング・フィールドとは、10メートル格子断面の地球表面の本質的な特徴を表す、高度に圧縮されたデジタル要約である。

「このシステムの画期的な機能は、各グリッドセクションのコンパクトな要約を作成することです」と研究者は明らかにする。「これらの要約は、我々が評価した代替AIシステムよりも16倍少ないストレージを必要とし、惑星規模の分析費用を大幅に削減する。

この圧縮により、詳細な精度が維持される。このシステムは、時間的変化を監視しながら、開発者が「10×10メートルのシャープな」解像度を維持する。この粒度により、都市計画や自然保護に不可欠な、個々の街区、農業区画、森林区画の追跡が可能になる。

ブラジルのチームがアマゾンの森林伐採をほぼリアルタイムで監視

過去1年間で、50以上の組織がこのシステムをテストし、予備的な結果では、複数の業界にわたって変革の可能性を示している。

ブラジルでは、MapBiomas社がこの技術を利用して、アマゾンの熱帯雨林を含む全国の農業と環境の変化を監視している。「MapBiomasの創設者であるタッソ・アゼベド氏は、「衛星エンベッディング・データセットは、私たちの業務アプローチを再構築します。「より正確で精密な地図を、かつてないスピードで作成できるようになりました。

グローバル・エコシステムズ・アトラス・イニシアチブは、初の包括的なグローバル・エコシステムズ・マッピング・リソースを開発するためにこのシステムを採用している。このプロジェクトは、各国が未踏の地域を沿岸の低木林や超乾燥砂漠などのカテゴリーに分類するのを支援するもので、保全戦略を立てるのに不可欠な情報である。

「ジェームズ・クック大学グローバル・エコロジー・ラボのディレクターであり、グローバル・エコシステムズ・アトラスのグローバル・サイエンス・リーダーであるニック・マレー氏は、「衛星エンベッディング・データセットは、各国が未知の生態系を図式化することで、私たちの手法を変革しています。

衛星画像の主要課題である雲量とデータギャップへの対処

研究論文では、これらの機能の基礎となる高度なエンジニアリングについて詳述している。AlphaEarth Foundationsは、光学衛星画像、レーダー、3Dレーザーマッピング、気候シミュレーションなど、複数のソースからのデータを統合し、首尾一貫した地表表現に合成する。

このシステムの時間的処理は、その技術的な特徴を表している。「我々の知る限り、AEFは連続的な時間分析をサポートする最初のEOフィーチャライゼーション・アプローチを構成しています」と研究者たちは述べている。これによって、衛星が直接観測できない期間中の観測間の補間や外挿を含む、特定の日付範囲の正確なマッピングが可能になる。

Space Time Precision"（時空間精度）またはSTPと呼ばれるモデル・アーキテクチャは、時間と空間を超えた長距離関係をモデル化しながら、高度に局所化された表現を維持する。この機能は、熱帯地域の衛星画像を頻繁に覆い隠す雲のような永続的な障害を克服する。

コストのかかる地上調査なしで、広大な地域のマッピングが可能に

企業や政府部門の技術的な意思決定者にとって、AlphaEarth Foundationsは地理空間情報のアプローチを根本的に変える可能性があります。

このシステムは「疎データ領域」、つまり地上での検証が限られているシナリオで優れた性能を発揮します。これは、地球観測の基本的なジレンマに対処するものである。衛星はグローバルなカバレッジを提供するが、現場での検証は依然として高価で、ロジスティックに複雑である。

「高品質な地図作成は正確な標識データに依存するが、地球規模の運用では、測定精度と空間的なカバー範囲のバランスをとる必要がある。AlphaEarth Foundationsの限られた地上観測から正確に外挿する能力は、詳細な広域地図を作成するための費用を大幅に削減する可能性がある。

研究では、作物の分類から蒸発散速度の推定まで、多様なアプリケーションにわたって堅牢な性能を実証しています。ある厳しい蒸発散量評価（土地から大気への水分移動の測定）において、AlphaEarth Foundationsは0.58のR²値を達成しました。

グーグル、地球モニタリングAIを気象・山火事システムと統合

この発表によりグーグルは、同社が「Google Earth AI」と呼ぶ、惑星の課題に対処する地理空間モデル群の最前線に位置することになる。これには、現在グーグル検索やマップを通じて数百万人が利用している気象予測、洪水予測、山火事検知システムが含まれる。

「Google Researchの副社長兼GMであるYossi Matias氏と、Geoの副社長兼GMであるChris Phillips氏は、「我々は、現実世界の課題に対応する強力なAIモデルの開発に何年も費やしてきました。「また、Google Earth、Google Maps Platform、Google Cloud Platformを通じて、実用的な洞察を提供しています。

このリリースには Satellite Embedding データセットが含まれており、Google Earth Engine からアクセスできる「年間 1.4 兆件以上のエンベッディング フットプリントを含む最大級のコレクション」となっている。このデータセットは、2017年から2024年までの年次スナップショットを提供し、環境の変化を追跡するための歴史的背景を提供します。

10メートルの解像度がプライバシーを守ると同時に環境モニタリングを促進

Googleは、このシステムは個人の追跡ではなく、環境監視のために設計された解像度レベルで動作することを強調している。「このデータセットは、特定の物体や個人、顔の特徴を特定することはできず、気象衛星のような一般に利用可能なデータソースのみを表しています」と同社は明言している。

10メートルの解像度は、ほとんどの環境アプリケーションには十分な精度であるが、意図的に個々の建造物や活動の特定を制限している。

グーグル・アース・エンジンによる惑星知能の進歩

AlphaEarth FoundationsがGoogle Earth Engineを通じて利用可能になることで、高度な地球観測機能へのアクセスが民主化される可能性があります。以前は、詳細な広域地図を作成するには、かなりの計算リソースと専門的な知識が必要でした。今、組織は、事前に計算された埋め込みを利用して、カスタマイズされた地図を迅速に作成することができます。

「この画期的な技術により、科学者はこれまで不可能であった、詳細で一貫性のある地球規模の地図をオンデマンドで作成することができるようになりました」と研究チームは述べている。「農作物の生命力を監視するにしても、森林伐採を追跡するにしても、あるいは新しい建築物を観察するにしても、もはや1回の衛星パスに頼る必要はない。

サプライチェーンの監視、農業生産、都市計画、環境コンプライアンスに携わる企業にとって、このテクノロジーはデータ主導の新たな意思決定の可能性を解き放つ。毎年更新される10メートルの解像度で地球規模の変化を監視する能力は、持続可能な調達の検証から農業収穫量の最適化まで、幅広いアプリケーションの基盤を確立する。

Satellite Embeddingデータセットは現在、Google Earth Engineを通じてアクセス可能で、AlphaEarth FoundationsはGoogleの広範なEarth AIイニシアチブの中で開発が続けられています。プレスブリーフィングである研究者が述べたように、組織が直面している問題は、惑星規模のインテリジェンスを必要としているかどうかではなく、それなしで運営する余裕があるかどうかである。