MITが洪水予測AIを開発：被災後の衛星画像を事前に生成

ハリケーンが接近するたびに出される避難勧告ですが、赤や青の色分けマップを見せられても切迫感が湧かず、自宅にとどまって被害に遭う人は後を絶ちません。

マサチューセッツ工科大学（MIT）の研究チームは、生成AIを活用して「未来の衛星写真」を作り出す新しい手法を開発しました。台風やハリケーンが直撃した直後の地域の様子を、上空からのリアルな画像として再現します。

「Earth Intelligence Engine」と名付けられたこの手法は、学術誌『IEEE Transactions on Geoscience and Remote Sensing』に掲載され、オンラインでも体験できるよう公開されています。

物理モデルでAIの幻覚を封じる

画像生成AIをそのまま防災マップの作成に使うと、致命的なミスが起きます。

チームはまず、2017年にテキサス州ヒューストンを襲ったハリケーン・ハービー前後の衛星画像を条件付き敵対的生成ネットワーク（cGAN）に学習させました。見た目は本物の衛星写真と見分けがつかないものの、標高の高い丘の上に水が溜まるなど、物理的にあり得ない「ハルシネーション（幻覚）」が多発したのです。

命に関わる避難判断において、嘘の浸水情報は混乱を招くだけです。

そこで研究チームは、生成AIの背後に厳密な物理シミュレーションを組み込みました。ハリケーンの進路、風速、高潮、局所的な排水インフラを計算する物理モデルを接続し、浸水範囲をピクセル単位でAIに指示させたのです。

この結果、物理法則に完全に一致した正確な水域の広がりを持ちながら、まるで本物の衛星が撮影したかのような高精細画像を出力することに成功しました。

なぜ重要か

色分けされた抽象的なハザードマップを、誰もが直感的に恐怖を感じる「写真」に変えた点に大きな価値があります。

見慣れた自宅の周辺や通勤路が水没している衛星画像を事前に見せられれば、逃げ遅れを防ぐ動機付けになります。避難指示を出す自治体にとっても、住民を説得するための強力なコミュニケーション手段になるはずです。

AIにすべてを任せるのではなく、物理モデルを制約として使った設計は非常に現実的で賢明だと私たちは考えます。リスクが極めて高い防災の現場では、生成AIの自由度を物理学で縛るこのアプローチこそが、信頼性を担保する唯一の近道と言えます。

もっとも、現段階ではヒューストンを対象とした概念実証にとどまります。世界中の他の都市で実用化するには、地形や建物の密集度が異なる大量の衛星データを追加学習させる必要があり、本格配備までにはまだ少し時間がかかりそうです。