IBMとNASA、Hugging Faceで最大級の地理空間AIモデルをオープンソース化

IBMとNASAが共同開発した地理空間AI基盤モデルが、Hugging Face上で一般向けに無料公開された。これまで専門機関でも持て余しがちだった膨大な衛星データを、地球環境の変化を追跡するための実用的な基盤として誰でも活用できるようにする取り組みだ。

このモデルで何ができるか

端的に言えば、衛星が捉えた地表画像を自動解析するための汎用AIモデルだ。

洪水の浸水域マッピングや山火事の焼失跡の検出といったタスクにおいて、従来の最先端技術と比べて半分のラベル付きデータでありながら、精度を15%向上させる結果を出している。

ゼロから大量の教師データを用意する必要がないため、少しのファインチューニングを加えるだけで、森林伐採の追跡、農作物の収量予測、温室効果ガスの監視といった現場の課題にすぐ応用できる。

現在、研究チームはクラーク大学とも連携し、時系列データのセグメンテーションや地表変化の類似性分析に向けた最適化も進めている。

どのように作られたのか

気候科学の世界では観測データが爆発的に増え続けており、NASAの試算では2024年までに新規ミッションから生じるデータ量は25万テラバイトに達する見込みだ。しかし、それに正解ラベルを付ける作業が追いついていなかった。

そこでIBMとNASAは、米国本土全域における1年分のLandsatとSentinel-2統合データ（HLS）を活用し、自己教師あり学習によって地表のパターンをあらかじめモデルに把握させた。

これにより、特定の災害や環境変化を分析したいユーザーは、少量の追加データを学習させるだけで高い精度の分析モデルを構築できる。

モデルの重みファイルはHugging Faceから直接ダウンロード可能だ。商用向けには、IBMが年内にEnvironmental Intelligence Suite（EIS）を通じて提供する予定となっている。

なぜ重要か

GIS（地理情報システム）やリモートセンシング、気候テックに携わるエンジニアや研究者なら、すぐに試す価値がある。ラベル作成にかかる負担が半分で済むのは、プロジェクトの立ち上げ速度に直結するからだ。

また、専門性の高い科学分野の基盤モデルがHugging Faceというオープンな場で公開されたこと自体の意義も大きい。これまで研究機関の内部に閉じがちだった衛星データ解析の敷居が一気に下がり、同様のオープン化の動きが他分野にも広がる呼び水になるとみている。