AlphaEarth Foundationsとは？衛星画像で世界の森林タイプを分類

👁 116閲覧数

Google DeepMindは2025年7月、AlphaEarth Foundationsを発表しました。このシステムは、地球全体の森林タイプを、これまでの衛星リモートセンシングでは実現できなかった精度で地図化できるとされています。単に木が生えている場所を示す地図ではなく、軌道上から「どのような」森林なのかを見分ける技術です。

「樹木」と「森林」の違い

数十年にわたり、地球観測システムが行ってきたのは、主に樹木の被覆を数えることでした。衛星は、地表のどこに木があり、どこにないかを高い精度で示せます。しかし、その場所が熱帯雨林なのか、北方針葉樹林（タイガ）なのか、乾燥した落葉樹林なのか、あるいは単一樹種のプランテーションなのかを、宇宙からの自動分析で判別することは困難でした。この違いは、生物多様性、炭素吸収能力、気候変動への耐性、地域社会にとっての重要性など、生態系の価値を左右します。

AlphaEarth Foundationsは、Google DeepMindの公式ブログで紹介されたシステムです。「樹木被覆を超えて」という考え方に基づき、地球規模で森林生態系のタイプを分類します。Global Forest Watchや、欧州宇宙機関（ESA）のCopernicus計画のデータが提供してきたものと比べ、質的な進歩を目指すものです。

AlphaEarth Foundationsの仕組み

このモデルは、DeepMindがより大きなAlphaEarth構想の一環として開発してきた基盤モデルです。AlphaEarthは、地球表面を詳しくモデル化するためのAIシステム群です。「Foundations」という名称が示すように、リモートセンシングの特定のタスクに合わせて調整できる基盤モデルであり、大規模言語モデルを特定の業務用途に合わせて調整する考え方に似ています。

森林の地図化では、異なる電磁スペクトルの衛星データを使い、現地の参照データと組み合わせてモデルを学習させました。重要なのは、植物があるかどうかだけでなく、衛星画像に含まれる微妙なスペクトル、テクスチャ、季節変化のパターンを読み取ることです。こうした特徴によって、通常の画像では似て見えることもあるアマゾンの密林と、森林伐採後に再生した二次林などを区別できます。

DeepMindは、このシステムが前例のない規模で動作し、特定の大陸やバイオームに合わせて調整されていない点を強調しています。コンゴの熱帯雨林に対応する同じモデルの重みが、シベリアのタイガや中央ヨーロッパの森林ステップにも同様に機能するという説明です。

気候と環境政策にとっての重要性

この技術の意義は、学術的な地図作りにとどまりません。森林タイプを正確に示す地図は、気候モデルにとって重要な入力情報です。IPCCは長年、森林生態系ごとのCO₂吸収量の推定における不確実性が、温暖化の見通しを予測する際の主要な誤差要因の一つだと指摘しています。熱帯林と北方林では、炭素を吸収する仕組みも速度も大きく異なりますが、これまでの地図では「森林被覆」として一括りにされることが少なくありませんでした。

森林減少に関するEUの規則であるEUDRとの関係でも、この種のツールは役立つ可能性があります。同規則は、輸入業者に対し、商品が2020年以降に森林減少が起きた地域に由来しないことの確認を求めています。世界の森林の変化をより詳しく把握できれば、サプライチェーンの確認に役立つ可能性があります。

同様のことは、炭素クレジット市場にも当てはまります。森林面積に基づく排出量取引の仕組みは、年間数百億ドル規模とされる一方、信頼できる検証データが不足し、長年課題を抱えています。REDD+（森林減少・森林劣化による排出削減）プロジェクトでは、保護対象となった森林の種類と、炭素固定における重要性を正確に把握する必要があります。AlphaEarth Foundationsは、こうしたデータを拡張性と再現性のある形で提供できる可能性があります。

単独の製品ではなく、基盤となるプラットフォーム

このプロジェクトでは、DeepMindの戦略にも注目できます。ブログ記事には「Science」のタグが付き、「詳しく見る」という案内があります。これは、技術文書や、場合によってはコードやモデルの重みが、研究コミュニティに公開される可能性を示唆しています。地図をサービスとして販売し、手法を公開しないリモートセンシングの商用製品とは異なる方向性です。

DeepMindは、AlphaEarth Foundationsを地球観測の基盤モデルとして位置づけています。他の研究者や機関が、それぞれの目的に合わせて調整できるモデルです。この構想が実現すれば、独自に機械学習基盤を一から構築しなくても、各国の森林当局、環境機関、森林減少を監視する非政府組織などが活用できる可能性があります。

基盤モデルとしてのGPT-4が数百ものアプリケーションに利用されていることとの比較は、ここでは偶然ではありません。DeepMindは地球観測の分野でも、環境関連アプリケーションのエコシステムを支えられる、汎用性と能力を備えたモデルの提供を目指しているようです。

AlphaEarthが世界の森林生態系観測における標準になれば、データを誰がどのように管理するのかという問いは、環境問題だけでなく政治的な意味も持つようになるでしょう。

// 続きを読むAI検出ツールの誤判定：米憲法から大学の不正疑惑訴訟までAIの動向ハニーポットテスト：AIエージェントは指示の範囲を守れるかAIの動向GPT-6 CyberがLinuxカーネルで948件のエクスプロイトを発見AIの動向