※本記事は、ITU（国際電気通信連合）が主催するAI for Goodワークショップ「GeoGPT: Multimodal AI for earth data analysis and sustainable development」の内容を基に作成されています。本ワークショップはGiga Discovery Seriesの一環として開催され、Andrea Manara氏（ITUシステムアナリスト／地理空間フォーカルポイント）およびMaria Antonia Brovelli氏（ミラノ工科大学教授）がモデレーターを務めました。登壇者は、Grant Boquet氏（之江実験室 上級研究員）、Jieping Ye氏（之江実験室 副所長）、Michael Stephenson氏（Stephenson Geoscience Consulting Ltd ディレクター）、Mohamed Jaward Bah氏（之江実験室 計算地球宇宙科学研究センター シニア研究員兼AIエンジニア）の4名です。ワークショップの詳細情報および動画は、AI for Good公式サイト（ https://aiforgood.itu.int/ ）および公式YouTubeチャンネルでご覧いただけます。本記事ではワークショップの内容を要約しております。なお、本記事の内容は原発表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、オリジナルの動画をご視聴いただくことをお勧めいたします。AI for Goodは、ITUが50を超える国連パートナーおよびスイス政府と共催する取り組みで、グローバル課題解決のための革新的AI応用の発掘、スキル・標準の構築、パートナーシップの推進を目的としています。AI for Goodのニューラルネットワークコミュニティプラットフォームについてもあわせてご参照ください（ https://aiforgood.itu.int/neural-network/ ）。
第1章 ワークショップの開会と全体構成
1.1 ITUのAndrea ManaraによるGiga Discovery Series紹介と本セッションの位置づけ
Andrea Manara： 皆さま、本日のワークショップ「GeoGPT: Multimodal AI for Earth data analysis and sustainable development」へようこそ。私はITU（国際電気通信連合）のAndrea Manaraと申します。Giga Discovery Seriesの新たなエピソードをご紹介できることを大変嬉しく思っております。本シリーズは2022年に開始したものでして、これまでに40を超えるエピソード、ウェビナー、ワークショップを開催してまいりました。あわせて複数のGigaコンペティションも実施してきております。現在のシリーズの焦点は、地理空間大規模言語モデルにあります。シリーズキュレーターであるMaria Brovelliのリーダーシップのもと、地理空間データへのAI適用に関する実践的なスキル構築を目的としたハンズオン形式のワークショップを開催しております。もし過去のエピソードを見逃された方がいらっしゃっても心配ご無用です。YouTube上、ならびに皆さまが今まさに接続されているニューラルネットワーク上で録画をご覧いただけます。なお、セッション冒頭で動画再生時に技術的な問題が発生しましたこと、お詫び申し上げます。それでは早速、本日のモデレーターであるMaria Brovelliをご紹介いたします。
1.2 モデレーターMaria Brovelliおよび登壇者全員の経歴紹介
Andrea Manara： Mariaはミラノ工科大学（Politecnico di Milano）のGISの教授で、地理情報工学コースに所属しております。またローマ・ラ・サピエンツァ大学のデータサイエンスおよび地球観測博士課程のメンバーでもあります。数多くのご活動の中でも、MariaはISPRSの地理空間情報委員会の副会長、国際デジタルアース学会の副会長、そして国連グローバル地理空間情報管理学術ネットワークの理事を務めておられます。
Maria Brovelli： Ciao, Andrea。皆さま、こんにちは。先ほどの小さな問題について、改めてお詫び申し上げます。一つ寂しい気持ちもあります。本日のウェビナーは2026年前半の最終回となるからです。次は夏明けに再開いたします。しかし他方で、非常に興味深く重要な内容で締めくくれることを嬉しく思っております。本日は登壇者をご紹介させていただきます。最初のスピーカーはGrant Boucheです。Grantは之江実験室（Zhejiang Lab）の上級研究員で、地球科学および環境科学のためのマルチモーダル基盤モデルの研究に従事しております。キャリアの初期にはローレンス・リバモア国立研究所で機械学習・統計研究グループを率い、異種の生成AIを重要なアプリケーションに統合する複数のプログラムを立ち上げられました。また、世界初期の無人潜水機プログラムの一つを開拓し、自律的な水中センシングのためのAIおよび信号処理技術の開発を主導されました。
次に、質疑応答セッションで参加してくださる専門家のWeiping Yeをご紹介します。Weiping Yeは之江実験室の副所長であり、IEEEフェローでもあります。研究分野はデータマイニング、機械学習、人工知能であり、応用先は交通、地球科学、生物医学に及びます。之江実験室では、持続可能性と公益への貢献を重視しつつ、地球規模の科学的・社会的課題に取り組む先進的AI技術の開発を牽引・支援されております。応用AIおよび科学計算への貢献に対し、2017年のCCF科学技術賞、そして2019年にはオペレーションズ・リサーチ実践分野で最も権威ある国際賞の一つであるDaniel Wagner Prizeを受賞されています。
二人目のスピーカーはMichael Stephensonです。Michaelは地球科学および古生物学の分野で30年以上の国際的な経験をお持ちで、英国地質調査所（British Geological Survey）では8年間にわたり首席科学者兼科学技術ディレクターを務められました。Deep Time Digital Earthプログラムの創設会長であり、GeoGPT研究グループの卓越した地球科学者として、古生物学に特に重点を置きながら地球科学へのAI活用を推進されております。エネルギー、気候、炭素貯留に関して各国政府に助言を行い、受賞歴のある著書も執筆され、現在はStephenson Geoscience Consultingを運営されております。
最後にご紹介するのは、こちらも質疑応答パートで参加してくださるMohammad Javad Baです。Mohammadは之江実験室研究センターのシニア研究員兼AIエンジニアで、アルゴリズム開発に加え、GeoGPT知識グラフプラットフォームの構築・開発を支援されており、これはDeep Time Digital Earth国際ビッグサイエンスプログラムの基盤的な技術インフラとなっております。技術的な役割に加え、MohammadはGeoGPTの国際協力イニシアチブを支え、特にグローバルサウス、とりわけアフリカのパートナーとの連携において重要な役割を担っておられます。Michaelもアフリカでのプロジェクトに深く関わっておられますので、質疑応答ではGeoGPT全般に加え、アフリカの状況についてもぜひお話を伺いたいと思っております。
1.3 GeoGPTの全体像と本日のハンズオン進行方針
Maria Brovelli： 本日ご紹介するGeoGPTは、まさに国際的な基盤モデルだと申せます。これからご覧いただくとおり、世界各地からの貢献を集約して構築されているからです。より詳細に申し上げますと、GeoGPTは世界中の科学者によって開発されたマルチモーダルな地球人工知能システムであり、ガバナンス委員会の指導のもと、持続可能なアプリケーションのための地球データ分析を支援することを目的としております。大規模基盤モデル上に構築されたGeoGPTは、地理空間データ、科学文献、ドメインデータセットを統合し、AI支援によるデータ抽出、地図生成、空間解析を可能にいたします。
本AI for Goodワークショップでは、GeoGPTシステムを紹介し、マルチモーダルAIが現実の科学的課題にどのように適用できるかを実演を通じて示してまいります。したがって、GeoGPTの全般的な紹介の背後で、多くのデモをご覧いただき、本システムが持つ可能性をより深く理解していただけます。ハンズオンの例を通じて、参加者の皆さまはGeoGPTと対話して地球データセットを分析し、データ統合とマッピングによる鳥類の移動・生物多様性研究の支援といった応用に向けたタスク指向エージェントを探索することができます。極めて興味深く、極めて時宜にかなったテーマだと言えるでしょう。それでは時間を無駄にせず、まもなくGeoGPTが何であるかをご覧いただきます。Grantに最初のプレゼンテーションとデモをお願いいたします。Grant、フロアはあなたのものです。
Grant Bouche： Maria、素敵なご紹介をありがとうございます。それでは画面共有を試みます。皆さまに音声が聞こえ、画面が見えていることを願っております。
Maria Brovelli： はい、完璧です。ありがとうございます。
Grant Bouche： よかったです。それでは、このプレゼンテーションおよびデモの最初のパートを開始いたします。
第2章 GeoGPTの背景・ビジョン・技術基盤
2.1 センサーデータ爆発時代におけるAI活用の必要性と、知識への普遍的アクセスというビジョン
Grant Bouche： まずは本日の取り組みの全体像からお話しさせてください。今回のデモはいくつかの異なる内容を扱います。最初にアカウントの作成から始め、その後Deep Discovery、Reader、My Libraryのデモを行い、続いてExtractor、Map Chat、Map Generator、そしてAgent Builderを見ていきます。これらがGeoGPTのコア機能となります。その後、Michaelに引き継ぎ、彼にはTaxonomy Assistantのデモを行っていただき、Taxonomy Assistantとは何か、また分類学（taxonomy）とは何を意味するのかについての導入もしていただきます。
ではなぜAIが必要なのでしょうか。これだけ多くの高性能なセンサーが膨大なデータを収集している現在、私たちはこれらすべてのデータをより高速に処理する手段を必要としております。意思決定にあたってより多くの情報を組み込めるようにする必要があり、また地球が人間社会や気候、そして私たちが日常生活で行うあらゆる行動に影響を与える各側面について、より深い理解を構築する必要があります。これだけの情報を活用するためには、AIが処理を容易にし、参入障壁を下げることができます。これによって私たちは人命を救い、災害により良く対処し、課題を軽減できるようになるだけでなく、より持続可能な形での開発や天然資源の探査も可能となります。
そしてGeoGPTは、まさに世界中での知識への普遍的なアクセスを実現することを目的としております。単にもう一つのチャットボットを世に出すというものではありません。地球科学者が研究を進める上で必要とする多くの機能を、世界中の誰もが利用できる形にしようとする取り組みなのです。
2.2 Deep Time Digital Earth・雲栖学院・之江実験室からの発展経緯とオープンサイエンスへのコミットメント
Grant Bouche： GeoGPTはもともとDeep Time Digital Earthのビジョンとして始まりました。その後、雲栖工程院（Yunqi Academy of Engineering）で立ち上げられ、さらに之江実験室およびDeep Time Digital Earth之江センターで発展してまいりました。GeoGPTのページをご覧いただくと、一見すると通常のチャットボットのように見えますが、これからお見せしていくとおり、単なるチャットを超えた数多くのツールを内部に備えております。
そしてGeoGPTはオープンサイエンスにコミットしており、利用可能なリソースが整い次第、順次公開していく方針をとっております。公開対象にはモデルの重み、ソースコード、学習に用いたデータセットなどが含まれます。スライドにあるリンクからご確認いただけますし、さらに多くのものがオンラインで利用可能になるにつれて公開してまいります。
2.3 基盤モデル群と地球科学者向けツール群の構成
Grant Bouche： 外の世界では数多くの興味深い開発が進行しており、AI分野は急速なペースで成長しております。こうした諸々の進展を取り入れるべく、私たちはGeoGPTを広範なコミュニティの努力の上に構築しております。具体的には、DeepSeek、Qwen、Mistral、LLaMAといったモデル、さらに之江実験室自身の科学基盤モデル「0to1」が含まれます。これらのモデルの上に、私たちはジオ基盤モデル（geo foundation models）を構築できます。GeoGPTは、これからご覧いただくとおり、その一つにすぎません。今後数年で拡張されていくにつれて、より多くの種類のデータをカバーしていくことになります。
そして、これらの基盤モデルの上に一連のツール群が用意されています。これらのツールは、地球科学者が日常的に扱うデータタイプにまつわる課題に取り組むことを可能にいたします。論文から表を抽出するといった単純な作業もあれば、新しい研究テーマのアイデアを生み出す、あるいは知識を収集・整理して広範なコミュニティに容易に配布できるようにするといった、より複雑なタスクまで多岐にわたります。
2.4 リリース以降の急成長とガバナンス委員会の体制
Grant Bouche： GeoGPTコミュニティは昨年4月のリリース以来、急速に成長してまいりました。現在は5万人を超える地球科学者にまで拡大し、135カ国以上で利用されております。コミュニティからこれほどの圧倒的な支持をいただいていることは励みになりますし、GeoGPTがこれほどまでに称賛と熱意をもって迎えられていることを知れるのは嬉しいことです。
この成長を支えているのは、層の厚いガバナンス委員会の存在でもあります。委員会のメンバーがもたらす知識の深さは大変印象的でして、学術界から商業分野まで地球科学のさまざまな側面から人材を集めております。これは特に二人の共同議長に顕著に表れております。一人は元British Geological Survey事務局長のJohn Ludden、もう一人は元ExxonMobil副社長で、テキサス大学オースティン校の元学部長でもあるRichard Hooklaです。その他の委員も世界各地の地質学会、著名な研究機関や大学の議長・要職を歴任しております。以上で背景の説明を終え、続いてコア機能の紹介に移りたいと思います。
第3章 GeoGPTのコア機能概観とデモ準備
3.1 My Library、Map Chat、Map Generator、Idea Generator、Deep Discoveryなど主要機能の俯瞰
Grant Bouche： GeoGPTを他のプラットフォームと区別する特徴の一つは、My Libraryという概念がGeoGPTの利用において中心的な位置を占めていることです。多くの研究者は、自身の研究の方向性を導くために多数の論文を活用しております。GeoGPTでは、それらの論文を皆さま個人専用のクラウドドライブ内に保持される、皆さま自身のライブラリにアップロードでき、必要に応じてGeoGPTがそれを質問への回答に活用してくれます。さらに、知識グラフを抽出して共有することも可能です。知識グラフは情報をより構造化された形にしたもので、同僚と共通の用語で議論できるようにしたり、ある事実が元々どこから得られたものか、その出典をたどるために用いたりすることができます。
GeoGPTのもう一つの重要な柱がマルチモーダル設計です。Map Chatは直感的なプラットフォーム上で地図を対話的に解析することを可能にし、Map Generatorは自然言語のみで地図を作成することを可能にします。さらに、最先端の研究機能として、自分専用のAIミューズのような役割を果たし、将来追求できる新規の研究アイデアを推薦してくれるIdea Generatorがあります。そして科学的なR&Dプロセスを自動化し、選択したテーマについて詳細な分析を提供してくれるDeep Discoveryもあります。
3.2 アカウント作成手順と、認証コードがスパムフォルダに振り分けられるというMariaの実体験に基づく注意喚起
Grant Bouche： ご希望でしたら、今すぐサインアップしていただいて構いません。これから行うデモを追体験するうえでも役立つはずです。QRコードをスキャンしていただければ、1〜2分でサインアップして始められます。手順としては、まずウェブサイトにアクセスし、メールアドレスとパスワードを入力します。そうすると認証コードが送られてきますので、それを入力欄に戻して入れていただくと、ご自身のアカウントにサインインできます。その後、ご希望であれば認証コード方式でのサインインに設定することもできますし、パスワードを使うこともできます。
ここでMariaから一つ補足が入りました。
Maria Brovelli： Grant、割り込んで申し訳ないのですが、私自身がこの問題に遭遇しましたのでお伝えしておきます。プラットフォームに登録するためにはメールで認証コードを受け取らなければなりませんが、私の場合そのコードがスパムフォルダに入っていて見つけられなかったのです。これは皆さんにも伝えておいた方がよいと思います。
Grant Bouche： はい、その通りですね。共有していただいてありがとうございます。なお、Googleアカウントでサインインするオプションも利用可能で、こちらを使えばこの一連の手順を回避できます。とはいえ、Mariaが補足してくださったように、もし問題に遭遇した場合はスパムフォルダを確認していただければと思います。
3.3 四川省茂県の地すべり事例を題材として選定した理由と、デモの全体シナリオ提示
Grant Bouche： 本日扱うテーマは地すべり（landslide）です。地すべりは世界中の多くの国々で甚大な被害をもたらしており、先進国であるか発展途上国であるかを問いません。地すべりは決して些細な問題ではなく、多数の死者を生むだけでなく、大きな損害をもたらし、より良い備えをしておけば容易に軽減できたはずの形でコミュニティに影響を及ぼします。したがって、政策立案者がAIを活用してこうした災害が起こる前に計画を立てる、ということが考えられます。本日のデモではこの点に焦点を当てます。
具体的には、中国四川省の茂県（Mao County）を取り上げます。約10年前にこの地域で非常に深刻な地すべりが発生しました。私たちはこの事例についていくつかの基本的な調査を行い、原因のいくつかと緩和策を検討します。これによって、GeoGPTのDeep Discovery、Reader、My Libraryといった各機能を浮かび上がらせていきます。このデモパートを終えたら、地質図構成要素の抽出に移り、そこから地図を作成します。これによってMap ChatとMap Generatorの両方をご覧いただきます。そして最後にAgent Builderを取り上げます。Agent Builderを使うと、AIサイエンティスト・アシスタントを作成することができます。これまでに世界中の数千人の専門家が、さまざまなユースケースにわたって300以上の異なるエージェントを作成してきました。これにより、ツールに接続し、GeoGPTの枠を超えた機能拡張を行い、MCPを介してインターネット上で利用可能な他のツールとも通信することが可能になります。
それでは画面共有のこの部分をいったん止めて、ブラウザの画面共有に切り替えます。皆さまに見えていることを願います。「Get started」をクリックしますが、すでにアカウントを作成済みですのでそのままログインされます。画面上部には各種のアナウンスが表示されており、たとえばDeep DiscoveryとDeeper Discoveryが基本操作と統合されたことなどが告知されています。変更があるたびにGeoGPTはこのように上部で通知してくれます。
第4章 チャットとDeep Discoveryによる地すべり調査デモ
4.1 DeepSeek R1 GeoGPTによる茂県地すべりリスク概要照会と、思考過程（thinking）可視化の体験
Grant Bouche： それでは本日はチャットから始めましょう。このチャットボックスをご覧いただくと、利用可能なモデルがいくつか表示されているのがわかります。今回はデフォルトのモデルである「DeepSeek R1 GeoGPT」を使ってまいります。まず非常にシンプルな質問から入りまして、茂県と地すべり活動について尋ねてみます。具体的には、「四川省茂県における地すべりリスクの簡潔な概要を示してください。地形、地質、降雨、斜面の不安定性、人的要因に焦点を当ててください」というプロンプトを投げます。それでは実行してみましょう。
GeoGPTはそれなりに高速ですが、回答を生成する過程で行っている思考（thinking）の様子を画面上で追っていけることがおわかりいただけるかと思います。これにより、モデルがどのような要素を参照しながら検討を進めているのかを観察することができます。そして処理が完了すると、求めていた回答が返ってきます。出力には人的要因、地形、リスクプロファイルなどの項目が含まれております。このように、思考プロセスが可視化されている点はGeoGPTの一つの特徴と言えます。
4.2 Deep Discovery起動時の研究計画事前提示と編集可能性
Grant Bouche： 通常のチャットの応答が完了したところで、次にDeep Discoveryへと進みます。Deep Discoveryは、私たちが調べたいことについてはるかに詳細な分析を行う機能です。画面下部にあるボタンをクリックするとDeep Discoveryが有効になります。ここで、茂県についての詳細な調査を依頼します。ただし今回は、地すべりへの脆弱性、各種のトリガー条件、斜面の不安定性といった複数の要因に分解して調査するよう指示し、レポートを所定の形式で整理するよう求めます。明快で専門的な言葉づかいを使い、最も関連性の高い要因に焦点を当てるよう指定します。
それでは実行を開始します。Deep Discoveryはバックグラウンドで動作しますので、実行中に他のタスクに取り組むことができます。実行に先立ち、Deep Discoveryはまず研究計画（research plan）を提示してくれます。私たちはこの計画でそのまま進めるか、中止するか、あるいは再生成するかを選択できます。今、計画が表示されました。これがDeep Discoveryが立てた研究計画で、これから「考える」「検索する」「書く」「考える」といった一連のタスクを実行し、最後にレポートを仕上げるという流れになっています。計画を編集することもできますが、今回は例示の都合でそのまま研究を開始することにします。研究を開始すると、進捗バーが表示され、完了後に戻ってきて結果を確認できるようになります。
4.3 100以上のソースを反復参照するため5〜10分を要する処理特性と、事前実行結果の活用という実演上の工夫
Grant Bouche： Deep Discoveryを通常実行すると、おおむね5分から10分程度の時間がかかります。これは、レポートをまとめあげる過程で約100にのぼる異なるソースを参照し、繰り返し何度も検討を重ねるためです。本日のデモではこの所要時間を踏まえまして、進捗バーが完了するまで10分間待つ代わりに、私が事前にこのデモを実行して出力結果を保存しておきました。ですので、実行は走らせたまま、別の活動を進めていきましょう。
そこで次にハイライトしたい機能がMy Libraryです。My Libraryの中には、自分にとって関連性のある文書をまとめてアップロードしておくことができます。本日のために、私はたった今生成したDeep Discoveryのレポートに加え、二本の追加論文をすでにアップロード済みです。これによって、Deep Discoveryで生成した自分専用の調査レポートを起点にしながら、関連する既存文献と組み合わせて掘り下げていく流れを作ることができます。
第5章 Readerによる論文解析とMy Libraryの活用デモ
5.1 Deep Discoveryレポートのアップロード、アウトライン要約、キーファインディング抽出、部分翻訳機能
Grant Bouche： それでは、先ほどMy LibraryにアップロードしておいたDeep Discoveryレポートを開いてみます。レポートを開くと、文書に対して質問を投げかけることができます。最初の操作としてできるのは、文書を簡潔に要約してもらうことで、これによってレポートのアウトラインが提示されます。
そのうえで、より具体的な質問を投げかけることも可能です。たとえば「このレポートの中で、地すべりの原因とハザード指標に関するキーファインディングを要約してください」といった依頼を出してみます。すると、システムはレポート全体を通読しながら、その問いに答える形で要約を返してくれます。さらに、要約だけでなく、レポート内の任意の箇所を選択してそこを解説してもらうこともできますし、レポートが自分の使いたい言語と異なる言語で書かれている場合には、各部分を他言語に翻訳することもできます。Readerはこのように、文書を保存し、内容を抽出し、解析するという一連の機能を備えております。
5.2 Nature掲載のXinmo Village浸食影響論文を用いた図解説機能（ダークレッド領域と断層の自動解釈）
Grant Bouche： 続いて、別のレポートを見てみます。こちらは対象地域における浸食の影響に関する論文で、タイトルは「The influence of erosion on the dynamic process of landslide in Xinmo Village, Maoxian」です。このタイトルでGoogle検索をしていただくと、nature.comで公開されているオープン論文として見つけることができます。この論文では、地すべりに寄与する複数の要因、とりわけ浸食が分析されております。
Readerが備える便利な機能をいくつかご紹介します。論文内の任意の図、たとえばこの図をクリックして「explain（説明して）」と指示するだけで、その図の内容を解説してくれます。これは論文中の情報を要約したり、関連する図を自動的に見つけ出したりする観点から、なかなか優れた機能だと言えます。これを数千本の論文を対象にバッチ実行する場面を想像していただければ、十分に現実的な使い方であることがおわかりいただけるかと思います。
解析が走っている間、思考のプロセスが表示されています。図のさまざまな側面を順に検討した後、最終的に分析結果が提示されます。今回の図についての解釈では、地図が伝えようとしている目的が説明され、地図内の主要な要素にも言及されます。具体的には、ダークレッドで示された領域がSimu村近辺、つまり地すべりが発生した地域に対応していると指摘し、加えて他の断層が存在する地点についても解説してくれます。地図上には断層線が複数走っており、これらが当然ながら地すべり活動の可能性に寄与する領域となります。そしてさまざまな人間の居住地区が、こうした地すべりの影響を最も受けやすく、死者を生む可能性が高い地域として浮かび上がってきます。最後に要約が示されます。
5.3 降雨・斜面角・地すべり発生の関係を尋ねた際に「論文に該当記述なし」と正直に回答する挙動の確認と、Deep Discoveryレポートとの包括性の差異という気づき
Grant Bouche： 次に、この論文に対して「降雨、斜面角、地すべり発生の関係について本文献はどう述べていますか」と尋ねてみます。今、その情報を検索している最中で、ここでもバックグラウンドで行われている思考過程を観察できます。
注目すべきは、この論文では降雨、斜面、地すべり発生についての議論はなく、地震活動や地質的要因の分析にとどまっているため、システムは「これらの内容は扱われていません」とそのまま正直に答える、という点です。つまり、特定のトピックについて尋ねた際に、論文がそれと関連していなければ、無理に持ち出すことはしないということです。
これが重要なのは、先ほど取り上げた別の論文と比較するとはっきりします。バーをこちらに引っ張ってきまして、こちらの先行論文に対して同じ質問を投げてみます。こちらの論文には浸食の影響に関する議論が含まれているため、別の回答が得られます。さらに、Deep Discoveryで作成したレポートに同じ質問をすると、こちらはより包括的で、地すべりの原因の背後にある複数の側面を網羅していることがわかります。Deep Discoveryのレポートからは、用いられたリソースのリンクを掘り下げることができ、分析を作り上げるために参照された資料を簡単に確認できるのも便利な点です。
そして、解析していた論文に戻り、別の質問を投げかけることもできます。たとえば「議論されている条件のうち、人命の重大な損失をもたらしやすいものはどれか」と尋ね、解析をトリガーします。結果、人命喪失に寄与し得る要因の条件が抽出されます。これでReaderの中核機能、すなわち論文を保存・抽出・解析するという一連の機能について一通り見ていただいたことになります。
5.4 My Libraryによる複数論文横断クエリ、引用自動付与、ドキュメント数無制限の設計思想、チーム共有モデル
Grant Bouche： 続いて、左サイドバーのMy Libraryに戻ります。My Library内では、特定のフォルダを選択して、そのフォルダ内の論文群に焦点を当てることができます。私には、それらの論文に対して投げかけたい質問があります。今回は、ある一本の論文だけに着目するのではなく、フォルダ内のすべての論文を横断する形で同じ質問を投げます。
このようにすると、複数の論文がある場合でも、システムは文書全体の内容を集約したうえで、その情報を活用し、適切に出典を引用してくれます。これによって、利用可能なすべてのリソースを使い切ることができるわけです。先ほどと同じ質問、すなわち「Simu村のうち地すべりに最も影響を受けやすい地域はどこか」を投げかけてみます。回答が返ってきますと、その中にはさまざまな地域が含まれており、それぞれが詳細に解説され、引用などの情報源が随所に提示されています。下にスクロールすると、参照した三つのリソースが示されており、これら文書内のあらゆる情報を活用できていることがわかります。
My Libraryの優れている点は、3つの文書に限定されるわけではなく、心ゆくまで好きなだけ文書を入れておけるという点です。実質的な上限はありません。そして、My Libraryは皆さま個人専用のものです。アップロードする行為は、ある種パーソナライズされたクラウドアカウントに保存するようなもので、共有アクセスを許可していない外部の人には配布されません。チームを作って、チーム内のメンバーに論文へのアクセスを共有することは可能です。これがMy Libraryの基本的な考え方となります。
第6章 Map ChatとMap Generatorによる地図処理デモ
6.1 緯度経度自動抽出、失敗時のグリッド点手動入力フォールバック、画像レジストレーション
Grant Bouche： それでは続いて、GeoGPTのマルチモーダル機能の中核に進みます。まずはMap Chatに移ります。Map Chatは、地図を解析する機能を提供するだけでなく、地図から情報を抽出する機能も備えており、これによって複数の地図にまたがる情報を集約して詳細な分析を行ったり、一枚の地図を細かく見ていったりすることができます。今回はこちらのサンプルを使って進めてまいります。
最初のステップとして、緯度経度の抽出（lat long extraction）を依頼します。GeoGPTは画像から緯度と経度の座標を識別しようと試み、その結果がボックスに自動的に書き込まれます。万一、システムが座標をうまく抽出できなかった場合には、ユーザー側でグラフ上の格子点に対応する座標を指定し、ボックスに入力するフォールバックの手段も用意されております。具体的には、画面右側にあるボックス上の点と、画像中のそれに対応する格子点を一致させていくという作業になります。私はそれらの点を見つけ出し、対応関係を入力します。これによって画像のレジストレーション（registration）、すなわち地理参照付けが完了します。
6.2 凡例認識に基づくポリゴン抽出と地図要素のデジタル化、地図説明文生成機能
Grant Bouche： 画像のレジストレーションが終わると、次にポリゴン抽出（polygon extraction）を行うことができます。この機能では、システムが地図の凡例を認識し、その凡例に基づいて地図中の対応する構成要素を抽出してくれます。これは地図の内容をデジタル化していくのに非常に便利な機能でして、こうしてデジタル化された情報は単一のプラットフォーム上でまとめてレンダリングできるようになります。
この処理が完了したら、地図のうちレンダリングしたい部分を選択することができます。また、画像の説明文を生成するよう依頼することも可能でして、Map Chatは地図に対して自然言語による解説を返してくれます。
6.3 Map Generatorによるレイヤー初期化・作成・レンダリングの段階表示
Grant Bouche： 次にMap Generatorに移ります。地図からいったん座標を抽出した後、それらの座標を取り上げて、これらをアップロードすることで地図を生成することができます。先ほど抽出処理によって作成された座標をアップロードしてみます。抽出結果からはGeoJSONファイルがダウンロードできるようになっておりますので、これをそのままアップロードします。
アップロードが完了すると、地図が生成されていきます。画面上ではシステムが進めているステップが順次表示されます。具体的には、初期化（initializing）、レイヤーの作成（creating layers）、レンダリング（rendering）といった段階が次々と示されていき、処理の進行状況を追うことができます。
6.4 自然言語によるタイトル・凡例・配色調整、変更前許可確認プロセス、最終成果物のエクスポート
Grant Bouche： ここからはMap Generator上で、凡例を設定したり、配色を変更したりといった編集が可能です。これらの操作はすべて基本的な指示を自然言語で入力するだけで行えます。たとえば「タイトルを『Chaozhou Dangun Basu』に設定して」といった指示が出せます。変更を実際に加える前にシステムはユーザーに許可を求めてきますので、許可を与えると、対応する修正が反映されます。
そして最後に、編集が完了したらファイルとしてエクスポートすることができ、論文に掲載するなどして活用していただけます。以上で地図生成についての一通りの流れを見ていただきました。今ご紹介したものはGeoGPTのコア機能のうちのほんの一部にすぎませんが、アカウントを作成してサインインしていただければ、Idea GeneratorやKnowledge Graphなど他の機能もすべてお試しいただけます。
第7章 Agent Storeと簡易エージェント作成デモ
7.1 既存エージェント群と300以上の蓄積実績、MCPを介した外部ツール連携の拡張性
Grant Bouche： 続いて、Agent Storeに移り、Agent Builderを見ていきます。Agent Storeの中には、すでに用意された複数のエージェントがあります。私自身は管理者権限を持っておりますので、GeoGPTで現在テスト中のエージェントすべてにアクセスできる状態にあります。その中には、たとえばDeep Time（地質年代）に関連するもの、海洋生物の同定を行うDeep Ocean Organism ID、そして鳥類の移動を扱うBird Migration Assistantなどが含まれております。
これらの中には、後ほどMichaelに紹介していただくTaxonomy Assistantのような特定ドメインに特化したものもあれば、専門的な分析を行うための各種エージェントもあります。先ほども触れたとおり、世界中の数千人にのぼる専門家がすでに300を超える多種多様なエージェントを作成しており、用途は実に幅広い領域に及んでおります。Agent Builderの優れた点は、ツールに接続できることに加え、MCPを利用することでGeoGPTの枠を超えた拡張が可能であり、インターネット上で利用可能な他のツールとも通信できる点にあります。
本日ここで取り組みたいのは、エージェントを実際に新規作成してみることです。画面右上にある「Create Agent（エージェント作成）」をクリックいたします。すると、こちらのボックスがポップアップで表示されます。今回はスクラッチからエージェントを作成してまいります。実は二つ作成してお見せする予定でして、一つ目はクイックに作れる形式、二つ目はワークフロー形式のもので、こちらは次章で扱います。
7.2 石炭鉱業分野で日本語限定・1000語以上のレポートを生成するエージェントの設定手順
Grant Bouche： それでは一つ目の簡易エージェントを作成してまいります。画面上部に進み、まず名前を付けます。これは「AI for good demo」と名付けることにしましょう。続いて、プロンプト欄に、このエージェントに何をしてほしいかを記述していきます。
設定の内容としては、「我々は石炭鉱業（coal mine）分野の専門家であり、提示された場所に基づいてレポートを執筆したい」というものを与えます。さらにこのエージェントには目次、結論、タイトルなどを含めたレポートを書いてほしいと指示し、文章量は1,000語以上とするよう求めます。そしてこのレポートを日本語で執筆するよう指定します。この点については徹底させたいので、「いかなる状況でも日本語以外の言語を使用してはならない」と強く釘を刺しておきます。私自身は日本語が読めないのですが、議論の都合上、ここは日本語を選んで進めてまいります。
7.3 Ohio州を対象とした目次生成と日本語応答の確認
Grant Bouche： それでは作成したエージェントを公開（publish）しまして、実際に使ってみます。公開すると、このエージェントが利用可能になりますので、続いて分析対象の地域を一つ選びます。ここでは米国のオハイオ州（Ohio, USA）を選んでみることにしましょう。
そうしますと、エージェントはまず目次を返してきまして、その後で分析を行っていきます。応答が日本語で返ってきていることを画面上で確認できます。もちろん、他の言語に変更することも可能です。
この実演をご覧いただくと、プロンプトがどのように機能するかについての感触をつかんでいただけたかと思います。要するに非常にシンプルでして、出力の前提条件となる背景を指定するだけで、このようなタスクを自動化できるようになるわけです。
第8章 Agent Builderによるワークフロー型エージェント構築デモ
8.1 ワークフローによる複数ツール連鎖の意義と、1段目LLM→2段目LLM（簡体字翻訳）→Answerブロックの構築手順
Grant Bouche： それでは再びAgent Builderに戻り、もう一つ別の形式で試してみます。新たにエージェントを作成しますが、今回はワークフロー（workflow）として作成いたします。ワークフロー形式は、先ほどの簡易型と比べてより詳細な設定が可能で、その分だけ表現力も豊かです。なぜなら、複数のツールを連鎖させて複雑なタスクを構成できるからです。
構築の流れとしては、まず入力として届くプロンプトから始まります。この入力が一つ目のLLMに送られます。使用するモデルにはDeepSeekバージョン3.1を選びます。続いて、もう一つLLMを追加します。私がやりたいのは、一つ目のLLMの出力を受け取って、その内容を簡体字中国語に翻訳するというものです。そこで二つ目のLLMの入力として、一つ目のLLMの出力を指定します。最後にAnswerブロックを追加し、そこに二つ目のLLMの出力を流し込むようにつなぎます。
整理しますと、まず一つ目のLLMが入力を受け取って処理し、その出力を二つ目のLLMが翻訳し、翻訳結果を最終的な応答として出力する、という構成です。
8.2 「What is a cow?」を入力としたプレビュー実行、ステップ可視化、Grantが簡体字出力を読んで妥当性を確認した検証経験
Grant Bouche： 画面上部に「Preview（プレビュー）」ボタンがありますので、これを使って実際に動かして結果を確認できます。試しに「What is a cow?（牛とは何か）」と入力してみまして、構築したワークフローが処理を進めていく様子を観察します。
ワークフローが起動して、まず一つ目のLLMに入りました。処理中であることを示すスピナーが回っているのが見えると思います。各ステップの進行状況を一つひとつ追っていけます。今は一つ目のLLMが走っており、そこから出力された結果が二つ目のLLMに渡され、そこで簡体字中国語への翻訳が行われていきます。
ここで申し上げておきますと、私は簡体字中国語を読むことができます。最終出力を見たところ、内容として妥当だと感じられるものになっておりました。牛が何であるかをきちんと説明してくれており、想定どおりの動作をしていると確認できました。
8.3 ELI5変換や専門解析後の翻訳など応用シナリオの示唆と、公開・チーム共有機能
Grant Bouche： 今ご覧いただいたデモはかなりシンプルなもので、地球科学の文脈で実用的な何かをするというものではありません。とはいえ、通常一つで済ませてしまうようなタスクを複数のパーツに分解し、それらを連鎖させてLLMにタスクを完成させるというアプローチの可能性を感じていただけたかと思います。
たとえば、石炭層に関する特定の専門的な解析を行わせたうえで、その出力を翻訳する、あるいは出力を受け取って簡略化する、さらには「ELI5（Explain Like I'm Five、5歳の子どもにもわかるように説明する）」変換にかけるといった応用が考えられます。
そして最後に、このエージェントをpublishすれば完成です。これで私たちのLLMが出来上がりました。publish後は、友人やチームと共有することができ、そこからさらに発展させていくことも可能です。
以上で、GeoGPTのコア機能に関するデモを一通り終えました。それではここでスライドのプレゼンテーションに戻り、Michael Stephensonにバトンタッチしたいと思います。
第9章 古生物分類学パートの導入と構造的課題
9.1 花粉・胞子化石を専門とするMichaelの研究紹介と、化石分類が気候変動・生物多様性・地層年代決定に不可欠である理由
Michael Stephenson： Grant、ありがとうございました。皆さま、私の声がまだ聞こえていることを願っております。私からは、Grantが紹介してくれたエージェントの中の、ほんの一つについてお話しさせていただきます。そして、これらのエージェントがいかに強力で有用であり得るかをご覧に入れたいと思います。
最初に申し上げたいのは、私が扱うテーマが古生物学的分類学（paleontological taxonomy）であるということです。少し長たらしい言い回しですが、本質的に意味するところは「化石をいかに分類するか」ということです。スライドにいくつか例を挙げております。これらは化石花粉（fossil pollen grains）でして、私の専門は化石花粉と胞子（spores）です。私はこれらを用いて、気候変動を調べたり、岩石の年代を決定したり、過去の生物多様性を理解したり、さらには将来の気候変動についても考察したりしてまいりました。なぜなら、過去の気候変動からは、しばしば将来の気候変動について読み取れることがあるからです。古生物学的分類学は、こうした研究を行ううえでの一つの重要な手段なのです。
では、なぜ古生物学的分類学が重要なのか、なぜ化石を分類することが大切なのか。基本的に申し上げますと、これを行わなければ化石が与えてくれる情報は整理されないままで、理解することが不可能になってしまうのです。化石を属（genera）や種（species）に分類できなければ、進化について何かを理解することはできませんし、過去の環境条件や生態系について何かを把握することもできず、地層に年代や時代を与える、つまり地層をタイムスタンプすることもできません。
私たちは皆ジュラ紀の恐竜について知っていますが、それを知っているのは、私たちが化石を用いて年代を決定できるからこそです。そして恐竜の生き方について何かを理解できるのは、まさに分類学があるからにほかなりません。
9.2 数百年にわたる査読論文・書籍にロックされたテキスト情報、北米・欧州・ロシア・中国に分断された学派による記述の重複、高度な専門性を要するアクセス困難性
Michael Stephenson： ところがこの分類学というのは、悪名高いほどアクセスが難しいのです。情報は数百年にわたる歴史的な査読論文やその他の文献の中のテキストに閉じ込められております。論文の中にも、書籍の中にも存在し、ここ200年ほどの過去から現在に至るまでの膨大な量の情報の中に分散しているのです。
加えて、この情報は大陸ごとに分断される傾向があります。古生物学の学派は北米、ヨーロッパ、ロシア、そして中国にそれぞれ存在しており、これによって地域間の差異が誇張されがちな状況が生まれております。なぜなら、化石種は特定の集団の科学者によって記述されているからで、結果として一定の重複（duplication）も生じてしまうのです。
したがって、古生物学的分類学は気候変動の研究にも、環境の理解にも、生物多様性にも極めて重要であるにもかかわらず、実際に使いこなすのはなかなか難しく、行うにはかなりの専門家であることが要求されてしまうのです。
9.3 Michael自身が「LLMで化石を同定できないか」と最初に着想した経緯
Michael Stephenson： そして、こうした状況こそが、私がGeoGPTと最初に仕事を始めたときに思い浮かんだ問いの出発点でした。すなわち、「大規模言語モデルを使って、化石を同定することはできないだろうか」という着想です。テキストの中にロックされ、大陸ごとに分断され、専門性の壁に囲まれているこの分類学的知識を、LLMの力を借りて誰もが扱えるものにできないかと考えたわけです。これが、次の章でお話しするTaxonomy Assistantの開発につながっていく出発点でした。
第10章 古生物分類学とLLMの親和性、Taxonomy Assistantの開発思想
10.1 分類学が画像ではなくテキスト記述に基づくという特性と、種記述がもつ「究極的権威」としての地位
Michael Stephenson： ではなぜ、古生物学的分類学は大規模言語モデルにこれほど適しているのでしょうか。答えは至ってシンプルでして、古生物学的分類学がテキストに基づいて成立しているからにほかなりません。それは画像やその他のタイプの情報要素に基づくものではなく、化石の記述、属や種、さらには上位分類群（higher levels）の記述に基づいて構築されているのです。
そして、テキストが究極的に確立された権威（the ultimate established authority）となります。種の記述には特別な地位が与えられているのです。たとえばHomo sapiensという記述の地位を考えてみてください。これは私たちを公式に記述するものです。T-Rex（ティラノサウルス・レックス）の記述も同様で、必ずどこかの書籍や査読論文の中に存在しており、その記述こそが、その化石をどう同定するか、その種や属をどう同定するかを規定するものとなっているのです。
10.2 ホロタイプ・レクトタイプ・diagnosis・descriptionの構造的役割と、テキストベースゆえに伝達・再現性・比較が容易であるという認識
Michael Stephenson： テキスト記述は、ホロタイプ（holotype）やレクトタイプ（lectotype）といった重要な情報も与えてくれます。さらにdiagnosis、つまり「その分類群（taxon）を他の分類群、すなわち他の種から固有のものとして区別する診断的特徴」を提供してくれますし、加えて記述（description）そのものも与えてくれます。
そして、テキストであるということは、人々が読めるということでもあります。ですので、ある種について読み、その種に関する知識を広めることができるのです。これは科学のコミュニケーションを助けるものですし、将来における再現性（reproducibility）と比較（comparison）を可能にしてくれます。
大規模言語モデルは、まさに言語、つまり書かれた言語を理解するためにあるものですし、古生物学的分類学は言語によって書かれているわけです。それが分類学の動作原理そのものなのです。ですから、大規模言語モデルの応用先として、これ以上にふさわしい対象はないのではないかと思うのです。
10.3 化石グループごとのLLM構築方針、「賢い助手」として機能させる設計思想、情報追加に伴い継続的に賢くなる成長モデル、構築済みの2種類
Michael Stephenson： では、私たちは何を成し遂げようとしたのか。私たちが本質的に目指したのは、異なる化石グループそれぞれに対応する大規模言語モデルを構築する、ということでした。化石グループを選び、それに関する情報を集め、大規模言語モデルを構築し、そして全体としてある種のシステムを構造化していこうとしたわけです。このシステムは、本質的に情報をクエリすることを可能にし、回答を返し、分類学者（taxonomist）が選び取れるよう、候補となる種や候補となる属を提示してくれるものです。
つまり、このシステムはあくまで分類学者を置き換えるものではありません。非常に賢いヘルパー、非常に賢いアシスタントであり、より多くの情報が追加されていくにつれて、さらに賢くなっていく存在として設計されております。本質的に、私たちは分類学者の意思決定を助けるものを作ろうとしたわけです。
それでは、これから私たちが構築したTaxonomy Assistantの一つを、短いライブデモンストレーションでお見せいたします。私たちは現在までに二つのアシスタントを構築しております。一つは化石の胞子と花粉（fossil spores and pollen）を対象としたもので、これは私自身の専門領域ですので、私にとっては非常に興味深いものです。もう一つは腕足動物（brachiopods）を対象としたものでして、これらは殻を持つ化石、すなわち岩石の中に存在する貝殻のような化石です。これら二種類の化石は、いずれも過去の気候を理解するうえで非常に重要なものですし、将来の気候を考えるうえでも重要です。さらに古環境（paleoenvironments）、つまり過去の環境を理解するうえでも欠かせず、加えて、たとえば地下水を見つけるといった用途で極めて重要となる岩石の年代決定にも役立つものなのです。
第11章 Taxonomy Assistantのライブデモと教育的意義
11.1 約5000属の花粉化石記述で学習されたアシスタントの実行手順と、入力記述の機械側解釈表示というフィードバック機能
Michael Stephenson： それでは、Taxonomy Assistantを実際にご覧いただきます。これは無償で公開されており、どなたでもご利用いただける状態にあります。それでは画面を共有しまして、例をお見せしていきます。
今ご覧いただいているのが、Agent Storeの画面です。私が見ているのは私自身のバージョンのGeoGPTで、Grantのものとは少しだけ画面構成が異なっております。先ほど申し上げたとおり、Taxonomy Assistantは二種類あります。今からお見せするのは化石と胞子のためのアシスタントの方です。お目当てのものを見つけました。これですね。非常にシンプルな画面です。
ここで、たとえば顕微鏡の前に座って一粒の化石花粉を目の前にしている状況を想像してみてください。これまで見たこともない花粉で、それでも同定する必要がある、というシナリオです。そこで、その花粉の記述を入力します。これがその記述になります。この機械（システム）が何を基に学習されているかと申しますと、本質的には約5000属の花粉属の記述です。つまり、5000属に及ぶ花粉属の記述にアクセスできるようになっているのです。比較的短いこの記述を入力するだけで、システムは属を検討し、どの属を扱おうとしているのかを理解しようと試みてくれます。画面が見えていることを願います。それでは実行のためにボタンを押してみます。
最初にシステムが行うのは、皆さまの記述を機械側がどのように理解したか、その解釈を提示するということです。これは非常に有用です。入力した内容がシステムにどう受け取られたかを確認できるからです。
11.2 意味的類似度に基づく上位候補属の提示、各候補の適合理由・不適合点の説明、カルガリー大学公開データベースへの直接リンクによる原典アクセス保証
Michael Stephenson： 続いてシステムは、マッチする参照レコード（matching reference records）を提示してくれます。これは記述に最も近いと判断された上位4つから5つほどの属です。システムは記述と診断的特徴（diagnoses）を参照しに行ったうえで、簡潔な概観も与えてくれます。さらに本質的には、皆さまの記述と、利用可能な実際の属との意味的類似度（semantic similarity）に基づいて関連する属のリストを示してくれます。
これらはあくまで候補例ですので、その中の一つをクリックしてみることができます。クリックしてみました。すると、システムはなぜそれが妥当なマッチだと判断したのか、その理由を説明してくれます。同時に、何がぴったりとは合っていないと考えているか、という不適合点も指摘してくれるのです。そして、その属について、もともとの査読論文に書かれた極めて詳細な記述も提示してくれます。
さらに本当に基本に立ち返って原典を確認したい場合には、この情報がもともと取得されたデータベース、すなわちカルガリー大学（University of Calgary）がオンラインで公開しているオープンアクセスのデータベースへ直接リンクをたどることができます。要するに、もとの素材を見て、記述に何と書かれているか、それがどこに由来しているのかを確認することができるわけです。このようにユーザーは、いかなる時点においても元の科学的記述から切り離されることがありません。意思決定を助けてくれる情報源に直接アクセスできる、そういう設計なのです。
11.3 最終判断を必ずユーザーに委ねる設計の明示と、「サイズレンジ20〜30ミクロンを追加すると精度向上」といった洗練クエリ提案機能
Michael Stephenson： しかし、システムは皆さまに代わって決定を下すことはいたしません。これは非常に重要な点です。あくまで決定の候補を提示してくれるだけです。何が正しく、何が間違っているか、最終的な決定、最終的な同定はあくまで皆さまご自身が行うものであり、その判断はユーザーに委ねられているのです。
そして最後に、システムは信じがたいことに「洗練されたクエリ（refined query）」まで返してくれます。実際にユーザーに対して、たとえば「あなたの記述はかなり良かったのですが、本当に改善したいのであれば、サイズレンジを加えてみてはどうでしょうか」と提案してくれるのです。具体的には、たとえば20〜30ミクロンといったサイズレンジを追加すれば、より良い結果が得られるかもしれないと教えてくれます。要するにこれは、皆さまが化石を同定するのを助けてくれる機械なのです。もし私が、自分のよく知らない領域に新しくやってきた人だったとしても、化石を一つ見つけたなら、その記述を入力し、この機械に投げることで、属を特定する手助けを得ることができるわけです。
それでは、スライドに簡単に戻していただけますか、Grant。
11.4 生層序学的応用、始新世花粉と現代気候変動研究との関連での有用性、分類プロセスの段階的提示による教育的価値
Michael Stephenson： これがコンサルタントのような立場の人間にとってどれほど有用か、という話をいたします。私自身はコンサルタントとして、生層序学（biostratigraphy）の中で花粉学者（palynologist）として働いております。すなわち、岩石の年代を決めるためにこれらの手法を用い、人々が地熱、石油・ガス、地下水、炭素回収貯留（carbon capture and storage）といったあらゆる目的のための掘削を行うのを手助けしているわけです。
このようなツールは、Grantが言及した数多くのツールの中の一つにすぎず、一つのエージェントにすぎないのですが、私にとっては極めて価値の高いものです。なぜなら、本来であればアクセスするのが大変困難な情報に、極めて迅速に、しかも幅広く可能な情報源を横断する形でたどり着けるようにしてくれるからです。
そして、今お見せしたのが、その出力です。私の業務の中で化石を同定するのに便利な手段となります。さらに言えば、こうした領域で新たに作業を始める誰にとっても使えるツールです。たとえば気候変動に関心がある方、現代の気候変動の文脈で特に重要となる始新世（Eocene）の花粉に関心のある方が考えられます。ここで構築したシステムでは、始新世の花粉の各側面を同定することができるようになっているのです。ですので、気候変動の文脈で働く現代の花粉学者にとっても、非常に有用なツールとなり得ます。
このツールは、花粉と胞子がどのように分類されるか、その分割のされ方をしっかりと示してくれる点でも有用です。単に答えを提示するだけでなく、ユーザーをそのプロセスへと連れていってくれるのです。さまざまな情報を提供することで、結果として皆さまに分類のあり方を教えてくれるわけで、いわば教育的価値（pedagogic value）も備えていると言えます。したがって、これは学校の生徒、大学生、さらにはある領域で働き始めて素早く学びたい現役のプロフェッショナルにとっても、非常に有用なものとなるはずです。本当に多くの人々にとって価値のあるツールだと申し上げてよいと思います。
第12章 高度な研究課題への応用とその他機能
12.1 「アラビアになぜ中新世堆積岩が存在しないのか」というMichaelの個人的問いの事例と、通常10本以上の論文参照を要する問いへの迅速応答能力
Michael Stephenson： 今お見せしたのは、あくまで一つのアシスタントにすぎません。当然ながら、取り組むべき化石グループはまだまだ数多く存在しております。私たちは時間をかけて少しずつ着手しているところでして、これまでに対応したのは二つの化石グループにとどまります。今後、さらに多くのグループへと展開していきたいと考えております。
GeoGPTは、非常に微妙で込み入った問いに対しても、なかなか優れた応答を返してくれます。たとえば少し前のことですが、私はふと「なぜアラビア（Arabia）には中新世（Miocene）の堆積岩が存在しないのだろうか」という疑問を頭の中で考えていました。これに対して、シンプルに答えを示してくれるような単一の論文というのは存在しないのです。おそらく実際に答えにたどり着くには、10本程度の異なる科学論文を参照しなければならないでしょう。ところがGeoGPTは、こうした類いの問いに対して非常に迅速に答えを返してくれます。プロジェクト前の事前調査や、新しい研究のための新規アイデア出しといった場面で大変役立つわけです。
12.2 Grantのデモでは触れられなかったHypothesis Generatorの存在
Michael Stephenson： Grantがデモで触れなかったものの一つに、GeoGPTのHypothesis Generator（仮説生成機能）があります。これも見落とせない機能の一つです。
12.3 チーム構築機能によるコンサルタント業務やクライアント協働の可能性、現在2グループのみの対象を多数の化石グループへ拡張する今後の展望
Michael Stephenson： さらに、Grantが先ほどお見せしたように、チームを構築することもできます。ですので、すべてを一人で抱え込んで作業する必要はなく、たとえば他のコンサルタントと協働したり、クライアントと一緒に作業を進めたりすることが可能です。
それでは、これでお話を終わりたいと思います。ご清聴ありがとうございました。
Maria Brovelli： ありがとうございました、皆さま。本当に興味深く、多くのことを学ばせていただきました。私自身、これを実際に使ってみたいという気持ちでわくわくしております。GeoGPTを使った経験はまったくないのですが、今、ぜひ試してみたいと思っています。それでは質問に移りましょう。いくつかかなり込み入った質問もありますので、ご無理のない範囲で、長くなりすぎなければお答えいただければと思います。質問を読み上げますので、誰がお答えくださるか、その都度教えてください。
第13章 質疑応答：技術的側面（不確実性・ファインチューニング・ハルシネーション）
13.1 地理空間データの不確実性伝播に関する質問と、テキスト・画像版GeoGPTには組み込み機構がないが化石セクションなど一部マルチモーダル入力では扱える例外の存在
Maria Brovelli： 最初の質問です。「地理空間データに含まれる不確実性は、GeoGPTの出力にどのように伝播されますか」というものです。これは精度に関わる質問ですね。
Grant Bouche： はい。現行バージョンのGeoGPT、すなわちテキストモデルにおいては、不確実性の組み込みは行われておりません。一方で、マルチモーダル版のGeoGPTには異なる種類の入力がありまして、たとえば化石セクション（fossil sections）を扱う場合には、ある程度の不確実性を取り込む形になっております。ですので、これはデータタイプ次第ということになります。ただし、テキストや画像の場合には、不確実性を取り込む仕組みは確実に存在していない、ということになります。
Maria Brovelli： そうですね、おっしゃるとおりだと思います。データがある場合には、反対に、精度や不確実性についても何らかの形で扱おうと試みることは可能でしょう。ただ、これは大規模言語モデルにとっては高度なレベルの話になります。要するに、進んでいきたい方向性ではあるものの、まだ実装には至っていない、というのが現状ではないかと、私の理解が間違っていなければ思います。
13.2 ファインチューニング3段階手法（SFT→CoT推論→強化学習）とドメイン固有Q&A作成の重要性
Maria Brovelli： 続いて、二つ目の質問です。プレゼンテーションへの感謝のあとに、GeoGPTのファインチューニング（fine-tuning）について尋ねたいとのことです。「DeepSeekなど異なるモデルに対して、どのようにファインチューニングを行っているのか興味があります」というご質問です。
Weiping Ye： はい、ありがとうございます。良いご質問ですね。Grantがスライドで触れたように、GeoGPTはDeepSeek、Qwen、LLaMA、Mistral、そして我々独自の0to1モデルといった、人気のあるオープンソース大規模言語モデルを活用しております。これらのオープンソースモデルに対するファインチューニングは、一般的に行われている標準的なアプローチを用いております。手法は三段階で構成されます。
第一段階はSFT、すなわち教師ありファインチューニング（supervised fine-tuning）です。質問と回答のペアを与え続ける、というのがSFTです。ここで鍵となるのは、ドメイン固有のQ&Aの系列をいかに構築するかという点です。データ作成を行い、そのうえでSFTを実施します。
第二段階はCoT推論（CoT reasoning、思考連鎖型推論）に関するものです。質問を与え、その質問に対して思考のプロセスを介在させ、その思考に基づいて回答を生成する、という形です。たとえばOpenAIのo1モデルやDeepSeekのモデル、そして私たちのモデルも同様です。数学の問題を解くときと同じで、回答を出す前にまず考える、というプロセスを踏むわけです。このケースでもやはり、少なくとも思考プロセス付きの質問と回答の系列を作成し、CoTファインチューニングを行う必要があります。
そして最後の段階として、こうした質問の系列に対して強化学習（reinforcement learning）を適用します。これら三つのステップを組み合わせることで、ファインチューニングは完了します。
Maria Brovelli： わかりました。ありがとうございます。とても明快なご説明でした。
13.3 LLMにおけるハルシネーション完全除去の不可能性、ユーザー側が常に「参考」として扱うべきという原則、RAG機能による出典引用と検証可能性の確保、モデル世代を重ねるごとにハルシネーションが減少しているという観察
Maria Brovelli： 三つ目の質問はハルシネーション（hallucination）に関するものです。「GeoGPTでは、どのような種類のハルシネーションが起こり得ますか。ご経験があれば教えてください。地理空間情報や解釈を生成する際に、ユーザーはどのようなことを覚悟しておくべきでしょうか」というご質問です。
Weiping Ye： ハルシネーションは、基本的にあらゆる大規模言語モデルにつきものの現象です。完全に取り除くことはできません。次の質問にもある「どう検出するか、どう緩和するか」とも関連してくる話ですね。他の言語モデルと同様に、GeoGPTにも各種のハルシネーションが含まれます。たとえば、知識の一部が正しくなかったり、場合によっては事実を捏造（fabricate）してしまうこともあり得ます。これらはすべて起こり得るハルシネーションです。
Maria Brovelli： Weiping、次の質問にも続けて答えていただけますか。「どうやって検出できますか」というものですので、まとめてお答えいただければと思います。
Weiping Ye： はい。ハルシネーションを完全に取り除く方法は存在しないので、ユーザーとしては、何らかの情報や知識をGeoGPTや他の言語モデルから得た際には、常に慎重に受け止める姿勢を持つべきだということになります。言語モデルやAIから得た回答は、常に参考（reference）として用いるべきものであり、確定的な答えとして扱うべきではない、ということです。
確認・検出のための方法はいくつかあります。たとえばGeoGPTにはRAGと呼ばれる機能があります。質問に答える際、モデルがいくつかの文書やウェブサイトに基づいて回答を生成するわけですが、その回答の中で、参照した出典やウェブサイトを引用してくれるのです。これによって、引用元が明確になります。ですので、もしユーザーがある回答について不安を感じた場合には、この参照部分をクリックして検証することができます。あるいは他のツールを使って回答を確認することも可能でしょう。とにかく回答を検証することは、常に良い習慣だと申し上げたいです。
それと同時に、過去数年間でコミュニティの中ではさまざまな技術が開発されてきており、基本的にはハルシネーションの数、つまりこうした誤りの数を減らそうという方向で進化してきています。完全に取り除かれることはありませんが、最新のモデルを見ますと、ハルシネーションは減少傾向にあると感じております。少しずつ、ハルシネーションは少なくなってきているのです。そのうえで、私たちは常にユーザーに対し、こうしたハルシネーションを確認・検出するために十分な情報を提供するよう心がけております。
Maria Brovelli： ありがとうございます。なるほど、確かにハルシネーションはまだ存在するものの、その数は時間とともに減少しているということですね。大規模言語モデルがより知識豊富になるにつれて、答えを出せない時に何かを捏造してしまう、というケースが減ってきているわけですね。
第14章 質疑応答：データ形式・パイプライン・ライセンス
14.1 My LibraryでサポートされるPDF・Word・テキスト形式と数百〜数千件規模でも安定処理可能な特性、Shapefile・GeoTIFF・衛星画像はMap Chat側で扱うという機能分担
Maria Brovelli： もう一つ、非常に実務的な質問があります。My Libraryについてですが、Grantは「多種多様な文書を使うことができる」とおっしゃっていました。では、どのような種類の文書が使えるのでしょうか。文書とおっしゃるとき、それはテキストだけのことを指すのでしょうか、それとも画像や衛星画像なども含まれるのでしょうか。考慮できる文書の種類について教えてください。
Weiping Ye： はい。まず最も一般的なのはPDFファイルをアップロードする形式です。皆さまの論文、つまりPDFですね。二つ目はWord文書です。そしてテキスト、つまり単純なテキスト文書も対応しております。GeoGPTの良いところは、こうしたPDFをアップロードして、大量の文書をシステムにかけると、バックエンド側で自動的に文書を処理してテキストを抽出してくれる点にあります。数百、数千といったPDFがあれば多少時間はかかりますが、システムは非常に安定しており、文書からテキストを生成する処理は非常に正確です。ですので、PDF、Word、テキストの三種類ということになります。
Maria Brovelli： なるほど、ということはShapefileやGeoTIFF、衛星画像などのデータをMy Libraryに入れることはできない、ということですね。
Weiping Ye： そういったものに関しては、Map Chatに移動していただくことになります。Map Chatでは、基本的にリストされた画像を読み込むことができます。
Maria Brovelli： わかりました。Map Chatであれば、衛星画像のフォーマットを含む、典型的な地理空間情報のフォーマットすべてを扱うことができる、ということですね。反対に、My Libraryに入れるのはあくまで文書類、つまりWord文書やPDFということになりますね。
14.2 Map Chatの視覚言語理解機能、Agent Builderによる衛星画像処理→レポート自動生成パイプライン、Sentinel-2データのCopernicus Browser連携可否
Maria Brovelli： フォーマットの話が出たついでにもう一つ伺いたいのですが、GeoGPTは画像を含めて回答することはできますか。たとえば、あるプロジェクトで行った処理のスキーマを最初に示すような図を、私自身が挿入したものではなくGeoGPTが作成した形で得たい場合、それは可能でしょうか。
Weiping Ye： 画像のある領域をズームインしたい、という意味でしょうか。
Maria Brovelli： いえ、そういう意味ではなくて、GeoGPTからテキストと一緒に、私が挿入したものではない図、つまりGeoGPT自身が作成したオリジナルの図を含む形で出力を得たい、という意味です。
Weiping Ye： ああ、はい。私の理解が正しければ、Grantが紹介したMap Chatに関連します。視覚言語理解の機能を提供しております。
Maria Brovelli： なるほど、画像とテキストの両方を扱えるということですね。
Weiping Ye： はい、地図を生成することもできます。さらに複雑なものについても、生成は可能です。Agent Builderを使えば、これらを組み合わせて、地図と文書の両方を作成したり、特定のテンプレートやフォーマットに沿った文書を作成したりすることができます。さまざまなユースケース、たとえば衛星画像が入力されてきて、それを処理し、何らかの解析を行ったうえで、グラフなどを含むレポートを書き出す、といった自動的な文書作成のフローも、Agent Builderで構築可能です。あるいはMap Generatorを用いて地図を作成することもできます。
Maria Brovelli： わかりました。Grantにもう一つ、データに関連した質問です。1年分のミラノを覆うSentinel-2のデータを読み込みたいとします。ミラノというのは私の大学のある街です。Copernicus Browserでこれらの画像が取得できますが、Copernicus Browserから画像を抽出し、それを処理するパイプラインをGeoGPTで作成することは可能でしょうか。
Grant Bouche： Agent Builderを使えば、思いのままに、あらゆるものと連携することが可能です。GeoGPTプラットフォームの中に存在しないものでも、プラットフォームの外部からアクセスし、内部に取り込むことができるからです。咳払いを失礼します。これらのリソースが、たとえばREST APIなどの基本的な仕組みを通じてアクセス可能かどうかは確証が持てませんが、インターネット上にあるもののほとんど、あるいはMCP経由で利用可能なものは、Agent Builder経由で取り込むことができるはずです。ただし、GeoGPTを単に使うほど簡単ではない、という点はご了承ください。
Maria Brovelli： なるほど、「これをやって」とただ言うだけでは済まない、ということですね。
Grant Bouche： はい。とはいえ、Agent Builderを通じて外部データソースの利用を組み込むことは可能です。
Maria Brovelli： ありがとうございます。少なくとも試してみる価値はありそうですね。
14.3 オープンソース・非営利プロジェクトとしての位置づけ、モデル本体・RAG主要機能のソースコード・データソースリスト・Q&Aデータセット一部公開、学術・研究機関の非商用利用は無料、商用利用ではサードパーティ費用が必要となる料金構造
Maria Brovelli： 最後の方の質問として、Annarita Mariottiさんからのご質問が見えています。「GeoGPTモデルの学習に使われた入力はすべて公開されていますか。GeoGPTの学習に使われたものを知ることは可能ですか」というものです。
Weiping Ye： 実際のところ、Grantが申し上げたとおり、GeoGPTはオープンソースの非営利プロジェクトです。スライドではいくつかリンクをご提示しております。基本的に、GeoGPTモデルは利用可能で、ダウンロードしていただけます。また、GeoGPTのRAGにおける主要機能の一部についてもソースコードを公開しております。さらに、モデル学習に使用したデータソースの一覧、これも公開しております。これらはオンラインでアクセス可能です。最後に、私が先ほど申し上げたQ&Aデータについてですが、これはモデルのファインチューニング、つまり質問応答のためのファインチューニングに極めて重要なものでして、こうしたデータセットの構築には実際大変な時間がかかります。そして、私たちはそのデータセットの一部も公開しております。研究コミュニティのためにです。
Maria Brovelli： 素晴らしいですね。ありがとうございます。Andreaに戻す前に、ユーザーに向けた本当に最後の質問をさせてください。大規模言語モデルを使おうとする際、通常は無料で利用できる基本版があり、より高度なものについてはサブスクリプションが必要で、年間一定の料金を支払う、といった形になります。GeoGPTはどのような仕組みになっていますか。世界中のあらゆるユーザーを想定したとき、利用条件はどうなりますか。
Weiping Ye： とても良いご質問ですね。先ほど申し上げたとおり、GeoGPTはオープンソースの非営利プロジェクトです。非商用利用、つまり学術機関や研究機関に所属されている方であれば、すべてのユーザーに対して無料です。商用利用の場合は、たとえば文書類を格納するために巨大なデータベースが必要になるかもしれませんので、基本的にこうした出費分についてはサードパーティに対して支払いが必要になるかもしれません。しかし、それ以外については、私たちのモデルとサービスは、非商用ユーザーに対して基本的に無料で提供しております。
Maria Brovelli： ありがとうございます。本当にありがとうございます。これは特に発展途上国にとって非常に興味深く、重要なことだと思います。
第15章 グローバルサウス・アフリカ展開と総括
15.1 Mohammadによるアフリカ向けトレーニングイニシアチブの紹介と、ナミビアの大学での直近セッションでの学生からの自発的な問い合わせという経験
Maria Brovelli： 先ほどアフリカについての話も少し始まりましたが、Mohammad、それからMichaelも、アフリカ関連のプロジェクトに関わっていらっしゃいますよね。よろしければ、皆さまの経験を共有していただきたいのですが、大規模言語モデルの進化が、発展途上国でも使われていく流れについて、どのようにご覧になっていますか。これは新しく芽生え始めていることなのでしょうか、それとも完全に新しい話なのでしょうか。実際に役立っているのか、そうでないのか。皆さまの印象はいかがですか。
Mohammad Javad Ba： ご質問ありがとうございます。現在GeoGPTには、できる限り多くのアフリカ人、特にグローバルサウスの方々をトレーニングしようというイニシアチブがあります。私自身、このプロジェクトに大いに胸を躍らせております。これまでに何度かワークショップを実施してきておりまして、Mike（Michael）にもいくつかのワークショップに参加していただいたこともあると思います。
これまでのところ、できる限りのことを行っており、多くの方々がAIイニシアチブに参加できることを非常に喜んでおられます。皆さま大変感謝してくださり、わくわくしてくださっています。つい数週間前、いえ、ちょうど先週のことですが、ナミビアにある大学の一つでトレーニングセッションを実施しました。学生たちはとても熱心で、その中の何人かは時として自ら進んで私たちに連絡を取り、トレーニングを依頼してきたり、質問を投げかけてくれたりするのです。これまでのところ、反応は非常にポジティブで、皆さまがこの取り組みを受け入れてくださっていると感じております。
15.2 インターネット環境・GPU等計算資源不足という現地課題と、GeoGPTが無償提供する計算資源の意義
Mohammad Javad Ba： 一方で、現地が直面している課題のいくつかは、インターネットの設備や資源に関わるものです。ここでGeoGPTが非常に有用で価値のあることを行っていると思うのは、GPUや計算資源（computing resource）といったものへのアクセスが、特に貧しい国々の方々にとっては大変困難であることが知られている中で、GeoGPTはこうした計算資源を実際に提供し、無料で使えるようにしてくれている点です。これによって、彼ら自身も自己研鑽を進めることができます。
現在は私たちもトレーニングを提供する努力を続けておりますので、彼らが取り残されることはなく、すべてはこれらのリソースを彼らが活用し、十分に役立てていけるかどうかにかかっております。これが、これまでの私の経験です。私たちは同じことを続けてまいりますし、このイニシアチブも継続してまいります。
15.3 Michaelによる「情報アクセスの民主化」というメッセージ、Mariaの試用宣言と学生への普及意向、Andreaによる閉会と次回シリーズ再開の予告
Maria Brovelli： ありがとうございます。それでは閉会前にMichaelからも一言いただきたいのですが、よろしいでしょうか。
Michael Stephenson： ありがとうございます。Javad（Mohammad）が申し上げたことを補強したいと思います。私たちが提供しようとしているのは、情報アクセスの民主化（democratization of access to information）です。これまで複雑な情報、データ、ツールなどにアクセスできなかった人々にとって、それらを使いやすいものにすることなのです。すべて無料で、誰でも使えるようになっております。これは、こうした発展を本当に必要としている国々において、極めて大きな力となり得るものです。
Maria Brovelli： ありがとうございました。これで本当に締めくくりとさせていただきます。Andreaにフロアをお戻しいたします。皆さま、ありがとうございました。また次回お会いいたしましょう。
Andrea Manara： ありがとうございます。そして、この素晴らしいプラットフォームをご紹介くださり、おめでとうございます。
Weiping Ye： ありがとうございました。
Andrea Manara： セッションは数秒前にすでに終了したのですが、Michaelの最後の言葉までしっかりとオンラインで配信できておりました。すべて順調に進みまして、皆さまのご参加に心から感謝申し上げます。本当に興味深い内容でした。ありがとうございます、Maria。
Maria Brovelli： 私自身、これから数日のうちに試してみるつもりです。学生たちにも使うよう勧めたいと思います。非常に有用なツールに思えますので。皆さま、おめでとうございます。私もこの冒険に参加したいと思いますので、引き続き情報を共有してください。
Mohammad Javad Ba： もし問題に遭遇されましたら、ぜひ教えてください。
Maria Brovelli： はい、フィードバックは歓迎いたします。
Andrea Manara： ありがとうございました。次回のシリーズ再開（夏明け）で、またお会いできることを楽しみにしております。