Google、衛星画像とGeminiを統合する地理空間推論フレームワークを発表

ハリケーンが通過した直後、どの住宅の屋根が破損し、どの避難路が冠水しているかを調べるには、これまで専門家が膨大な衛星写真と地図データを何日も突き合わせる必要がありました。

Google はこの作業を、自然言語で問いかけるだけで数秒で完了させようとしています。

Google Research は 4 月 8 日、生成 AI と独自の基盤モデルを組み合わせた研究フレームワーク「Geospatial Reasoning（地理空間推論）」と、新しいリモートセンシング基盤モデルを発表しました。Airbus、Maxar、Planet Labs といった衛星画像大手のほか、広告大手 WPP 傘下の Choreograph が初期テスターとして参加しています。

衛星データを読み解く Gemini の頭脳

地球観測データはファイルサイズが巨大で、天候や地図、人口動態といった異なる形式のデータと重ね合わせるのが極めて困難でした。

Google の新しいリモートセンシングモデルは、SigLIP や MaMMUT、OWL-ViT、マスクドオートエンコーダなどの技術をベースに構築されています。高解像度の衛星画像と航空写真で学習されており、ゼロショットでの物体検出や自然言語検索に対応します。例えば「太陽光パネルが設置された住宅」や「通行不能な道路」と入力するだけで該当箇所を特定できます。

このモデル群を束ねる司令塔が Gemini です。

災害対策の担当者が複雑な質問を投げかけると、Gemini が自律的な推論ステップを組み立てます。Google の建物検出モデル Open Buildings や被害評価モデル SKAI を動かし、民間航空パトロール隊の空撮写真や NOAA のフライト画像、さらに WeatherNext の気象予報や地域の脆弱性指標まで統合して、即座に可視化された回答を出力します。

また、昨年発表された人口動態基盤モデル（PDFM）も、米国だけでなく英国、豪州、日本、カナダ、マラウイへと対象地域が拡大されました。

なぜ重要か

Google のアプローチで特に優れているのは、画像認識モデル単体を提供するのではなく、Gemini に統合されたエージェント型ワークフローとして構築した点だと考えられます。

これまで GIS（地理情報システム）は高度な専門スキルを持つアナリスト専用のツールでした。自然言語で複数ソースの地理空間データを横断分析できるようになれば、自治体の防災担当者やインフラ管理者が現場で即座に状況を把握できるようになります。専門知識の壁を一気に引き下げる価値は極めて大きいです。

業界全体にとっても、Airbus や Maxar、Planet が揃って参加したことは、衛星ビジネスが「画像の販売」から「AI による洞察の提供」へ完全に軸足を移したことを示しています。日常的に撮影される膨大な地球のデータを価値に変えるパイプ役を Google が押さえにきた格好です。

一方で懸念もあります。LLM につきもののハルシネーション（幻覚）が、人命に関わる災害対応やインフラ判定で起きた場合の影響はチャットボットの誤答とは比べものになりません。多段階の推論結果を現場がどこまで盲信せずに検証できるか、運用側のルール作りが今後の課題になりそうです。