2025-08-07 AI for Good Global Summit 2025: データが描く未来地図 - 見えないものを見えるようにするAI革命

※本記事は、ヴェルナー・フォーゲルス氏（Amazon 最高技術責任者兼副社長）による基調講演「未地図：データがなければAIもない」の内容を基に作成されています。この講演は、AI for Good Global Summitで行われたもので、今日の最も革新的なAIシステムの多くに見過ごされがちな基盤であるマッピングの重要性について論じています。気候モデルから災害対応まで、地理空間データがAIを現実世界で役立てる上で重要な役割を果たすことを、実例を通して紹介し、オープンで共有されたデータがAIによる地球規模課題解決にどのように貢献するかを探求した内容となっています。

AI for Goodは、革新的なAIアプリケーションの特定、スキルと標準の構築、そして地球規模の課題解決に向けたパートナーシップの推進に取り組んでおり、ITUが50以上の国連姉妹機関と提携し、スイス政府と共催で開催するイベントです。本記事では、講演の内容を要約しております。なお、本記事の内容は講演者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの講演動画（https://www.youtube.com/watch?v=W6Yi-a2AkT4 ）をご視聴いただくことをお勧めいたします。

登壇者紹介： ヴェルナー・フォーゲルス（Werner Vogels） Amazon 最高技術責任者兼副社長。Amazonの技術戦略とビジョンを統括し、クラウドコンピューティングとAI技術の発展において世界的なリーダーシップを発揮している。特にAWS（Amazon Web Services）の技術革新を通じて、オープンデータの民主化と社会的課題解決におけるテクノロジーの活用を推進している。

1. AIとデータアクセスの前提条件：ジム・グレイ事件から見るデータ格差

1.1 AIにとってのデータアクセスの重要性

ヴェルナー・フォーゲルス：私たちは現在、素晴らしいAIツールが構築され、誰もが利用できるようになっていることを考えていますが、AIを善のために使用できるようになるための前提条件があります。それは、実際に良質なデータへのアクセスを持つことです。データはAIの前提条件であり、特に地図作成や地理位置情報の分野を考える場合、私たちの技術を善のために応用するためにはデータが極めて重要です。しかし、このことについて話すために、私は実際により個人的な物語から始めたいと思います。 この話を通じて、私たちは現在利用可能なすべての素晴らしいAIツールについて考えていますが、AIを良い目的のために使用するためには前提条件があることを理解しなければなりません。その前提条件とは、良質なデータへの実際のアクセスを持つことなのです。特に地図作成と地理位置情報の領域において考えると、私たちの技術を善のために適用するためにはデータが決定的に重要です。

1.2 ジム・グレイ失踪事件と捜索技術の活用

ヴェルナー・フォーゲルス：これはジム・グレイです。もしあなたがコンピュータサイエンスの出身でなければ、彼を知らないかもしれません。しかしジム・グレイはチューリング賞を受賞しました。これは基本的にコンピュータサイエンスのノーベル賞で、トランザクションの発明によるものであり、ジムは私の良い友人でもあり、シリコンバレーの多くの著名人の友人でもありました。 2007年1月28日の静かな日曜日の朝、ジムは彼のボートで出かけました。彼は非常に経験豊富な船乗りで、ファロン諸島に向かいました。そしてサンフランシスコを出発してすぐに、彼との連絡がすべて途絶えました。彼の痕跡が見つからなかったため、ある時点で彼の友人たちは皆、行動に移りました。 それは実際に衛星画像を取得し、彼を見つけるために衛星を再配置することを意味しました。沿岸警備隊が出動し、この地域上空を飛行機が飛びました。そのすべての作業とすべてのデータ生成の後でも、ジムはまだ見つかりませんでした。そこで問題となるのは、利用可能なすべてのデータがあったとして、今日のAIは実際に彼を見つけることができたのだろうかということです。もしかしたら、わかりませんが、私たちが2007年には確実にできなかったことで、今はできることがあります。それは実際にはるかに速く動くことです。今では実際にこのデータをリアルタイムで手に入れ、物事を追跡することができる技術がはるかに多くあります。 実際、当初ジムの捜索では、Mechanical Turkと呼ばれるAmazonのサービスを利用しました。6,000人以上の人々がMechanical Turkに登録し、ジムや彼の船の痕跡を見つけることができるかどうかを確認するために、何十万もの小さな衛星データのタイルを見ることができるようにしました。しかし彼は完全に海で行方不明のままです。

1.3 「データ格差」の発見と構造的問題

ヴェルナー・フォーゲルス：しかし、実際にAIを使ってジムを見つけることができる唯一の理由は、特権的なデータへのアクセスがあったからです。政府の許可が必要でした。民間部門の関係が、実際に彼を見つけるために衛星を再配置するために使用されていました。これは実際に、私がデータ格差と呼ぶものを少し示しています。なぜなら、一人の特権的な個人のために、私たちは実際にこの表現を展開することができたからです。 しかし、災害がコミュニティを襲った時、それらは事実上見えないのです。詳細な地図がなく、リアルタイムの監視もなく、対応を導く予測能力もありません。正確な地図作成は実際に生死の違いを生むことができます。そして私たちは複数の危機地帯でこれを見てきました。 2010年のハイチを考えてみましょう。2010年1月12日、破滅的なマグニチュード7.0の地震がハイチを襲いました。国際救援チームが都市に到着したとき、彼らは文字通り都市が地図化されていなかったため、彼らの仕事をすることができませんでした。緊急対応者は座標を持っていましたが、それがどこにあるのかを見つけることができませんでした。彼らが持っていた地図上で、路地と主要道路の違いを見ることができず、重要なインフラがどこにあるのかもわかりませんでした。 もう一つの素晴らしい例は、実際にラゴスのマココです。これは30万人以上の個人が住む素晴らしいコミュニティで、ラゴス湾の高床式の家に住んでいます。地図を見ると、それは大きな青い点です。これらの30万人は地図化されておらず、見えず、そのため基本的なサービスにアクセスすることができません。ただの基本的なサービスが、彼らが地図化されていないために利用できないままなのです。

2. 災害対応における地図データの生死を分ける重要性

2.1 ハイチ地震とマココ地区の未地図問題

ヴェルナー・フォーゲルス：正確な地図作成は実際に生死の違いを生むことができます。そして私たちは複数の危機地帯でこれを見てきました。2010年のハイチを考えてみましょう。2010年1月12日、破滅的なマグニチュード7.0の地震がハイチを襲いました。国際救援チームが都市に到着したとき、彼らは文字通り都市が地図化されていなかったため、彼らの仕事をすることができませんでした。緊急対応者は座標を持っていましたが、それがどこにあるのかを見つけることができませんでした。彼らが持っていた地図上で、路地と主要道路の違いを見ることができず、重要なインフラがどこにあるのかもわかりませんでした。 もう一つの素晴らしい例は、実際にラゴスのマココです。これは30万人以上の個人が住む素晴らしいコミュニティで、ラゴス湾の高床式の家に住んでいます。地図を見ると、それは大きな青い点です。これらの30万人は地図化されておらず、見えず、そのため基本的なサービスにアクセスすることができません。ただの基本的なサービスが、彼らが地図化されていないために利用できないままなのです。 AIにとって、正確なデータへのアクセスを持つことは極めて重要です。そして危機においても、気候変動においても、その他何であっても、AIで良いことをしたいと思うすべてのことをモデル化することはできません。それには正確なデータへのアクセスが必要です。

2.2 商業地図システムの限界と不平等の永続化

ヴェルナー・フォーゲルス：なぜこのデータがそこにないのでしょうか。結局のところ、私たちは皆、最近では手に地図が入った電話を持って街を歩いているのですから。しかし、ほとんどの地図が商業用に作られていることがわかります。それらは災害対応のために作られていません。人類のために地図化されていません。経済的進歩のために地図化されています。ショッピング地区の詳細な街路ビューは問題ありませんが、マココのような地域は完全に地図化されないままです。

私たちが利益の出るもののみを地図化するとき、既存の不平等を永続化し、最も脆弱なコミュニティを危険にさらしたままにします。これは技術的な問題ではありません。これは公平性の問題です。

2.3 4次元地図データモデルの理論

ヴェルナー・フォーゲルス：さて、地図について考えてみると、地図は一つではありません。地球の地図は一つではないのです。従来の地図を手に持った瞬間、それは即座に時代遅れになります。

そこで、本当に良い地図には、複数の異なる時間レベルでの活動が必要です。基本的に、私はこれを4つの異なる層があると考えています。地球レイヤーがあります。これは数十年という単位で変化するものです。ヒマラヤ山脈はどこにも行きません。しかし、それからインフラレイヤーがあります。道路などのもので、基本的に年間の時間スケールで変化する可能性があります。

それから季節的なものがあります。季節を通じて変化するもので、川、洪水、植生、水位などを考えてください。そして、リアルタイムレイヤーがあります。人間の活動、気象パターン、緊急事態など、動的な出来事で常に変化しているものです。

現代の地図作成は、これらすべての異なる時間スケールのデータ層を正確に同時に組み合わせて、実際にこれらの脆弱なコミュニティを支援できるようにする必要があります。地図は他でもないデータモデルです。これらの異なる時間スケールのデータ層を組み合わせることは、実際に支援し、善のレベルでAIを行うことができるようになるために極めて重要です。そして、データモデルにはもちろんデータソースが必要です。

3. リモートセンシング技術の革命的進歩とオープンソース地図作成の実証実験

3.1 衛星観測技術の劇的発展

ヴェルナー・フォーゲルス：この特定のモデルを作成するソースを取り込む方法はたくさんあります。これらすべての参入障壁は大幅に削減されています。しかし、まずリモートセンシングについて話しましょう。衛星画像は、私たちが地球を見る方法を本当に変革しました。森林伐採の追跡から作物の監視まで、都市の計画から災害への対応まで、技術は改善し続けています。

より良い解像度、より頻繁な通過、よりスマートなセンサー。数千の衛星が地球の異なる層を軌道し、非常に混雑した低高度からずっと高高度まで軌道しています。しかし、2008年には、地球観測を行う衛星はわずか150機でした。

現在では、地球を軌道し、地球を継続的に観測している衛星は1万機をはるかに超えています。そして、それは単なる画像だけではありません。利用可能な新しいタイプのセンサーの全範囲があります。ヨーロッパ宇宙機関のASAを考えてみてください。彼らは最近EarthCare衛星を打ち上げました。それには雲プロファイリングレーダーがあります。大気ライダーがありました。マルチスペクトラル画像装置があります。広帯域放射計があります。この情報すべて、そして彼らが私たちに与えることができるこの情報とデータすべては信じられないものです。

しかし、人道的な文脈では、違いを生み出すために必要なのは、よりシンプルな画像だけです。

3.2 ハイチ地震48時間危機地図作成実験

ヴェルナー・フォーゲルス：ハイチを見てみましょう。2010年のハイチ地震の話に戻りましょう。地震から48時間以内に、600人のボランティアが衛星画像とオープンストリートマップを使用して、最初の信頼できる危機地図を作成しました。それはリアルタイム危機地図作成の最初の例となりました。ここでは地震前の1月10日です。基本的に地図は空白です。地震後の1月12日、2日後、数時間のボランティア地図作成の後、ポルトープランスの地図が実際にいかに迅速に作成され始めているかがわかります。

これは危機に対応する組織のデフォルトの地図となりました。都市捜索救助チーム、NGOパートナー、国連、世界銀行、米海兵隊を含む、すべてがその地図を使用しました。これから、オープンストリートマップは人間の可能性の認識とともに、無料でオープンな地図データを作成するためのボランティア主導プラットフォームとして実際に浮上しました。

実際には、2010年ハイチ地震地図作成から、危機対応とコミュニティ開発に焦点を当てたヒューマニタリアン・オープンストリートマップチームが生まれました。

3.3 オープンソース地図プラットフォームの発展

ヴェルナー・フォーゲルス：Missing Mapsは、HOTと共同設立され、ボランティア地図作成者を使用してこれらのコミュニティを積極的に地図化することで、これをさらに一歩進めます。これら3つすべてが同じ基盤であるオープンストリートマッププラットフォームを共有し、地図データがオープンで無料で誰もがアクセスできることを確実にしています。

私は以前、フィリピンでオープンストリートマップチームとNow Go Buildエピソードを制作しました。そこで例えば赤十字との会議で、彼らは自分たちの仕事をする唯一の方法が実際にオープンストリートマップと、ヒューマニタリアン・オープンストリートマップチームからのそこにあるすべてのデータを使用することだと示しました。フィリピンは台風街道と呼ばれるところに位置しています。地震、台風、災害、天候が常にあり、人々が基本的なインフラにアクセスできるようになるためには、このオープンデータが利用できることが極めて重要です。

HOTはまた、AI支援ツールにも取り組んでおり、fAIrは彼らのツールの一つです。これは機械学習と人間の専門知識を組み合わせて人道的オープンマッピングを加速するAI支援マッピングサービスであり、リテール人間フィードバックを通じた継続的改善も可能にします。

2年前にスーダンで戦争が勃発したとき、問題は、人々が作物を植えるのか、それともスーダンで飢饉を見ることになるのかということでした。現在の状況と以前の状況を比較対照することで、この飢饉が起こる可能性があるかどうかを示すことができ、そのため積極的な行動を取るべきでした。

4. AI支援マッピングとドローン技術による地図作成革命

4.1 AI支援マッピングツールとスーダン予測分析

ヴェルナー・フォーゲルス：HOTはまた、AI支援ツールにも取り組んでおり、fAIrは彼らのツールの一つです。これは機械学習と人間の専門知識を組み合わせて人道的オープンマッピングを加速するAI支援マッピングサービスであり、リテール人間フィードバックを通じた継続的改善も可能にします。

2年前にスーダンで戦争が勃発したとき、問題は、人々が作物を植えるのか、それともスーダンで飢饉を見ることになるのかということでした。現在の状況と以前の状況を比較対照することで、この飢饉が起こる可能性があるかどうかを示すことができ、そのため積極的な行動を取るべきでした。

4.2 衛星画像の品質格差問題

ヴェルナー・フォーゲルス：すべての衛星画像が平等に作られているわけではありません。無料の低解像度はしばしば参入障壁になります。低解像度データは多くの人に無料で利用できますが、高品質なものは特権的なままであり、しばしば災害状況では詳細な高品質画像が仕事をするために必要です。これら4つの次元について考えてみてください。リアルタイムデータは、小規模な組織にとってはコスト的に法外な場合があり、そのような場合は他のツールが必要です。

4.3 ドローン技術とマココ地区プロジェクト

ヴェルナー・フォーゲルス：ドローンは最近、これらのツールのギャップの一つを埋めています。彼らはオンデマンドで詳細な画像を撮影し、雲の下を飛行し、アクセスが困難な地域に到達することができます。そして、適切に地図化されたことのないコミュニティにとって、ドローンは実際にゲームチェンジャーです。

基本的なドローンを持った地域チームは、現在、数ヶ月や年ではなく、数日でその地域の高解像度地図を作成することができます。マココに戻ってみてください。もしあなたがそれを見ると、マココの未地図化された水上コミュニティ、ドローンマッピングが、そこに住んでいる30万人の運命を変えることになりました。

2019年に、Code for Africaは「Mapping Makoko」と呼ばれるプロジェクトを開始し、ヒューマニタリアン・オープンストリートマップチームによって資金提供されました。そして彼らは、コミュニティから出た女性を含む地域住民にドローンの操縦とオープンストリートマップの使用を実際に彼らのコミュニティを地図化するために訓練しました。そして、この努力は単に地図を作成しただけではなく、アドボカシーのための強力なツールを彼らに提供しました。なぜなら、今や突然彼らは見えるようになり、彼らのインフラが見えるようになり、それは人道的な救助活動のためのデータソースになっただけでなく、彼らのコミュニティがどのように見えるか、そして重要なインフラがまだどこで不足しているかを示すことができる政治的なツールになったからです。

5. モバイル・IoT技術とデータ民主化の新展開

5.1 市民地図作成者の民主化

ヴェルナー・フォーゲルス：最も正確な地図は、もちろん宇宙から空中、地上までの複数の視点を組み合わせて、コミュニティの完全な図を作ります。そして、すべてにおける地上の真実は、もちろんモバイルとIoTです。

すべてのデバイスを見てみると、80億台を超えるモバイルデバイス、多くの異なるIoTデバイスがあり、すべてがマップの上にリアルタイム情報を実際に得るための良いデータソースです。温度と湿度、圧力、動作、光、ガスセンサーのようなIoTセンサー。即座の問題を解決するだけでなく、コミュニティが実際に自分たちの近隣を所有し、リアルタイムで変化を追跡し、地上で何が起こっているかのより完全な図に貢献するような能力を構築することが重要です。

これはデータと技術の真の民主化であり、モバイルとITが実際にすべての人を市民地図作成者になることを可能にしていることを見てきました。

5.2 商業アプリケーションでの地図作成事例

ヴェルナー・フォーゲルス：もしあなたがGrabを知らなくても、Grabは東南アジアのパワーアプリです。食べ物であろうと交通であろうと、問題は彼らが運営する必要がある国の大部分が地図化されていないということです。そこでGrabは、彼らが運営している国や都市を実際に地図化することを自分たちで引き受けました。これはジャカルタです。

空の地図は、通常実際に表示されているものです。詳細な地図は、これがトゥクトゥクの運転手、車の運転手、オートバイの運転手が人々や物を配達するために毎日行く場所だからこそ、Grabで利用可能です。同様の例として、インドではYamamatraというアプリがあり、実際にトゥクの運転手を顧客と結びつけます。

繰り返しますが、彼らは彼らが走っている道路について自分たちで地図を作成しています。そして、これらのIoTやモバイルデバイスがこのような地図を作成するのです。

5.3 Now Go Build CTO Fellowship

ヴェルナー・フォーゲルス：私が今見た技術の多くは、非常に先進的な考えを持つ個人と社会的影響組織によって先駆けられています。私はこれについて非常に情熱的で、昨年Now Go Build CTO Fellowshipを立ち上げました。気候変動と災害管理の2つのコホートで始めています。私たちはまた、これらのフェローと彼らの組織の活動を紹介するための短いビデオシリーズも制作しました。小さなクリップをお見せしたいと思います。

世界には地図が利用できない場所がたくさんあります。食品廃棄物は大きな問題です。地球上の人口は毎年増加しています。デジタル格差、資源の制約、これらはすべて現実です。人類最大の課題に取り組む技術リーダーを集めたNow Go Build CTO Fellowshipの最初のコホートに会いに行きましょう。AIやMLのようなツールで農業生産を予測できるでしょうか。気候適応における技術の使用は極めて重要です。データが鍵です。私たちが技術をうまく活用すれば、農村部門全体を変革する計り知れない可能性があります。ドローンが災害後の地域を地図化し、状況を評価するためのデータを提供し、それが命を救います。

グローバルな課題を解決することは、単に新しい技術についてだけではありません。それを使用する権限を誰に与えるかについてです。Now Go Buildは、私のブログ「All Things Distributed」で最初のエピソードを見ることができます。そこのQRコードをフォローしてください。他の多くのエピソードは今後数週間で配信され、実際にフェローの何人かは今週の会議でもこのステージに立って、彼らが行っている活動について話すでしょう。

6. ルワンダ保健システムとOcean Cleanup：先進データ活用事例

6.1 ルワンダ保健システムの変革

ヴェルナー・フォーゲルス：この世界の大きな問題を、一つの視点だけでは解決することはできません。複数の層と複数のレベルを持つ必要があります。しかし、正確なデータは大きな変化を生み出すことができます。そして最近、地図作成とデータの使用について完全に感動した場所の一つがルワンダです。

そこで数週間前にルワンダを訪問し、ルワンダ・ヘルス・インテリジェンス・センターと呼ばれるものを訪問する幸運がありました。そして私が見たものは実際に驚くべきものでした。わずか10年前、ルワンダは包括的に地図化される最後の国の一つでした。しかし今日、彼らは例えば医療提供を変革するために非常に洗練された地図作成技術を使用しています。

これは彼らのオペレーションセンターで、巨大なスクリーンがあり、どの条件下でどの医療サービスを誰が使用しているかをリアルタイムで正確に追跡しています。もしあなたが本当にこれを見れば、これは本当に印象的なシステムです。そして例えば、この非常に正確な地図作成データを健康データと組み合わせることで彼らができることの一つは、実際に妊娠している女性が健康センターに到達するためにどれだけ歩かなければならないかを把握することです。

6.2 妊産婦アクセス分析実験

ヴェルナー・フォーゲルス：そしてこれはルワンダの健康センターの地図です。そして彼らは継続的に、女性が健康センターに到達するために1時間以上歩く必要がないということを追跡しています。そして彼らはこの地図データと歩行データを、次の健康センターをどこに配置するかの入力として使用しています。

正確なデータが実際に健康レベルで大きな変化を推進することができるのを見ることは、非常に満足のいくことです。

6.3 Ocean Cleanup Projectの革新的アプローチ

ヴェルナー・フォーゲルス：もう一つの素晴らしい例は、オーシャン・クリーンアップ・プロジェクトです。これはこの世界最大の問題の一つに取り組んでいます。すなわち、海洋と川からプラスチックを除去することです。そして彼らは2040年までに浮遊しているプラスチックの90%をクリーンアップすることを目指しています。

彼らはすでに、例えば太平洋ゴミベルトや川などから、何千万キログラムものプラスチックを除去しました。最近、彼らは新しいプログラムを開始しました。海洋のプラスチック汚染の3分の1を担う川を対象とする30都市プログラムを発表しました。そしてこのプログラムは、ドローン、AI分析、さらにはGPSタグ付きのダミープラスチックを使用して作成した新しい河川モデルに依存しています。そして、この計算モデルはプラスチックがどのように、どこに移動するかを予測し、最大の影響を与えるように彼らのクリーンアップシステムを配置するのを助けています。

そして、この河川モデルの一部では、実際に異なる種類のプラスチックを識別します。橋や船にこれらのAI搭載カメラがあり、ビデオストリームを分析してプラスチック廃棄物を識別します。データ収集への投資が、彼らのすべての発明を支える正確な洞察に導いたのです。

7. クラウドインフラとオープンデータによる惑星規模問題解決システム

7.1 大規模地理空間データの処理能力

ヴェルナー・フォーゲルス：あなた方の多くは「しかし、この地理空間データはとても大きい。すべてのデータ、衛星、ドローン、そこにあるモバイルデバイスが膨大な量のデータを生成する。私たちは数百ペタバイトのデータについて話している」と言うでしょう。しかし、クラウドはより大きいのです。クラウドはこの規模を処理できます。Amazon S3は毎秒1億件のストレージリクエストを処理し、350兆個を超えるオブジェクトを保存しています。

これは、組織がそれを保存し処理するためのインフラについて心配するのではなく、問題を解決するためのデータに集中できることを意味します。この大きさを処理するためのインフラを持つことは重要ですが、データアクセスが極めて重要です。

7.2 AWS Open Data Sponsorship Program

ヴェルナー・フォーゲルス：AWS Open Data Sponsorship Programでは、これらの高価値な公開データセットを誰もが利用できるようにすることを支援しています。これには、オープンストリートマップ、Sentinel-2衛星画像、USGSのLandsatデータなどの必須の地図作成データが含まれ、これらのデータへのアクセス障壁を取り除いています。

大手企業だけでなく、科学者、人道組織、地域コミュニティがイノベーションを起こせるよう支援しています。素晴らしい例はDigital Earth Africaです。これは実際に、NASAやASA、Jaxaからのデータを組み合わせ、アフリカの年月を通じた変化を示しています。例えば、Mangrove Watchは、年月を通じたマングローブの変化を調べているそれらの組織の一つですが、これは利用可能な公開データがあってこそ可能になっています。

このオープンデータスポンサーシッププログラムは、実際にこれらの公開データセットのコストをカバーしています。誰もが無料で使用できるようにしています。300ペタバイトを超えるデータが誰でも利用できます。それは地図、画像、センサーデータで、すべてを自由に使用できます。

7.3 Clayプロジェクトとオープンソース化

ヴェルナー・フォーゲルス：そして最近私の注意を引いた素晴らしいプロジェクトはClayと呼ばれるものです。これは、オープンソースデータの重要性について本当に実践しています。ClayはAWS上のオープンデータレジストリを通じて自由に利用可能なデータで訓練された地球観測基盤モデルです。彼らのミッションは、地球観測を今日のウェブ検索と同じように普通で有用でアクセス可能にすることです。彼らはオープンで責任あるAIを信じて、地球観測を積極的な変化の力にしています。そして彼らはジャーナリスト、非営利組織、物理学者、NGOによって使用され、地球表面の変化を理解し、海草の地図作成やプラスチックの追跡、違法な採掘の発見などを行っています。

ここで、小さな採掘修復組織である小さな組織が、Clayから提供されたデータを使用して、以前より5倍多くのメタン漏れを見つけることができました。

Clayは、AWS上のこのオープンデータレジストリを使用しました。私たちはまた、これらのモデルを計算できるように350万ドルのクレジットを提供し、データスポンサーシッププログラムはSource Groupを通じて利用可能です。Clayはまた、Source Groupを通じて、そしてAWS上のオープンデータレジストリを通じて、彼らのモデルと重みを公開で利用可能にしました。

8. 変革の方程式と道徳的責務：データなければAIも進歩もなし

8.1 技術進歩の教訓

ヴェルナー・フォーゲルス：最初の物語に戻って、ジム・グレイを探したとき、私たちはデータを持っていました。衛星画像、気象パターン、海流、そのすべての特定のデータを持っていましたが、それを十分迅速に理解するための技術を持っていませんでした。そして今日、私たちはルワンダでの健康結果の追跡から海洋でのプラスチック気流の予測まで、膨大な量のデータをリアルタイムで処理できるシステムを構築しています。

そして、私たちが実際にジムの物語から学んだことが他にもあります。彼は膨大な量のデータを人々が理解できるようにすることを支援することに彼のキャリアを費やしました。そして、それこそがこれらの地図作成技術が行っていることです。私たちが世界を理解し、それをより良くできるよう支援しているのです。

8.2 変革の3要素理論

ヴェルナー・フォーゲルス：そしてAIがあれば、私たちは洞察を抽出し、予測を行うことができます。これが変化の公式です。オープンデータを取り、強力なAIモデルを使用し、それをクラウドインフラストラクチャで実行します。今や、あなたは惑星規模の問題解決マシンを持っています。この三つ組はすでに、以前は手に負えない問題だったものを実用的なものに変えています。

そして重要なことに、オープンデータとオープンAIは、誰もが結果を検証できることを意味します。グローバルな課題は、事実がすべての人にアクセス可能な共有の取り組みになります。そして、いずれの調査も再現できることを考えると、すべてがオープンでアクセス可能なデータであるため、何も隠蔽することができないということを意味します。

8.3 データ隠匿への道徳的非難

ヴェルナー・フォーゲルス：さて、生命を救い地球を保護することができるデータがあるなら、それを秘密にしておくことは道徳的に擁護できません。

この時代において、共有しないことを選ぶことは、支援しないことを選ぶことです。世界が燃えている間にデータと能力の上に座っていることは、あなたは問題の共犯者なのです。

8.4 SDGs達成とデータの必要性

ヴェルナー・フォーゲルス：17の持続可能な開発目標について考えてみてください。それぞれすべてが地理空間データを必要としています。地図作成がなければ、SDGsもありません。なぜでしょうか。見ることができないものを修正することはできないからです。

もし私たちが貧困がどこにあるかを地図化できなければ、学校や病院がどこにあるかを地図化できなければ、どうやって貧困を終わらせるのでしょうか。どうやって健康を確保するのでしょうか。ゼロハンガーから気候行動まで、すべての目標は場所に基づいています。作物収量、災害レジリエンス、清潔な水へのアクセスに関する進歩は、すべて変化を測定し推進するために地図と空間データを必要とします。

もし私たちがデータを取得、作成、共有しなければ、進歩を遂げることはありません。データなし、AIなし、進歩なしです。

これはあなた方全員への挑戦です。あなたが必要とするデータは何ですか。そして、さらに重要なことに、あなたが共有できるデータは何ですか。覚えておいてください、地図は単にナビゲーションのためのツールではありません。それらは正義、医療、環境保護のためのツールです。見えないものを見えるようにするためのツールです。それでは、ありがとうございました。そして、Now Go Buildです。