※本記事は、ITU(国際電気通信連合)主催のAI for Good Discoveryシリーズのウェビナー「GeoGPT: Multimodal AI for earth data analysis and sustainable development」(2026年3月30日開催)の内容を基に作成されています。ウェビナーの詳細情報および録画は、AI for Goodの公式サイト(https://aiforgood.itu.int/)およびYouTubeチャンネルでご覧いただけます。
本ウェビナーには、以下の方々が登壇されました。スピーカーは、之江実験室(Zhejiang Lab)のシニアリサーチフェローであるGrant Boquet氏、同じく之江実験室の副所長を務めるJieping Ye氏、Stephenson Geoscience Consulting Ltdのディレクターを務めるMichael Stepenson氏、そして之江実験室Research Center for Computational Earth and Space ScienceのシニアリサーチャーかつAIエンジニアであるMohamed Jaward Bah氏です。モデレーターは、ITUのシステムアナリストかつ地理空間フォーカルポイントを務めるAndrea Manara氏、そしてミラノ工科大学教授のMaria Antonia Brovelli氏が務められました。
AI for Goodは、革新的なAIアプリケーションの発掘、スキルと標準の構築、パートナーシップの推進を通じて、地球規模の課題解決を目指す取り組みであり、ITUが50を超える国連パートナーと連携し、スイス政府との共催で運営しています。
本記事の内容は原著作者および登壇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、オリジナルのウェビナー録画をご視聴いただくことをお勧めいたします。また、AI for Goodのコミュニティプラットフォーム「Neural Network」(https://aiforgood.itu.int/neural-network/)もあわせてご参照ください。
1. ウェビナーの開会と登壇者紹介
1.1 開会挨拶とGiga Discoveryシリーズの位置づけ
Andrea Manara: 皆様、本日のワークショップ「GeoGPT — 地球データ解析と持続可能な開発のためのマルチモーダルAI」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シリーズの新しい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。このシリーズは2022年に立ち上げまして、これまでに40回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おります。シリーズの現在のフォーカスは、地理空間大規模言語モデルと、地理空間データへのAI適用に関する実践的スキルの習得を目的としたハンズオン形式のワークショップにございます。この方向性は、シリーズの監修を務めていただいているMaria Brovelliのリーダーシップのもとで定めたものです。
Andrea Manara: これまでのエピソードを見逃された方もご心配なく、YouTubeに録画を掲載しておりますし、今まさに皆様が接続されているニューラルネットワーク上でもご覧いただけます。なお、セッション冒頭で動画を再生しようとした際に技術的な問題が発生してしまいました点、お詫び申し上げます。それでは、これ以上前置きを長くせず、本日のモデレーターであるMaria Brovelliをご紹介させてください。
1.2 モデレーター紹介と本ウェビナーの趣旨
Andrea Manara: Mariaは、ミラノ工科大学のGeoinformatics Engineering課程におけるGISの教授であり、ローマ・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教員でもいらっしゃいます。数多くのご活動の中でも、ISPRSの地理空間情報委員会副会長、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アカデミックネットワークのボードメンバーを務めておられます。Maria、ようこそ。フロアをお任せします。
Maria Brovelli: Andrea、こんにちは。そして皆様、こんにちは。先ほどの小さなトラブルについては、私からも改めてお詫び申し上げます。一方で、私には少し寂しい気持ちもございます。と申しますのも、本日が2026年前半の最後のウェビナーになるからです。次回は夏明けに再開する予定です。とはいえ、終わりを締めくくるにふさわしい、大変興味深く重要なウェビナーになると確信しております。
Maria Brovelli: 本日ご紹介するのは、GeoGPTという、まさに国際的な基盤モデルです。後ほどご覧いただくように、世界の多くの地域からの貢献を集めて構築されているからです。もう少し具体的に申し上げますと、本日お見せするのは、世界中の科学者によって開発され、ガバナンス委員会の指導のもとで運営されている、持続可能な応用のための地球データ解析を支援するマルチモーダルな地球人工知能システムです。GeoGPTは大規模な基盤モデルの上に構築されており、地理空間データ、科学文献、ドメイン固有のデータセットを統合することで、AI支援によるデータ抽出、地図生成、空間解析を可能にしております。
Maria Brovelli: 本日のAI for Goodワークショップでは、GeoGPTシステムをご紹介するとともに、マルチモーダルAIが実世界の科学タスクにどのように適用できるかを実演形式でお見せいたします。ですので、GeoGPTの一般的な紹介の後ろには、システムの可能性をよりよく理解していただくための数多くのデモが控えております。ハンズオンの事例を通じて、参加者の皆様にはGeoGPTと対話しながら地球のデータセットを分析し、データ統合とマッピングを通じて鳥類の渡りや生物多様性の研究を支えるといった、タスク指向のエージェントの応用例を探っていただくことになります。非常に興味深く、まさに時宜にかなったテーマだとお感じいただけるでしょう。
1.3 登壇者4名の紹介
Maria Brovelli: それでは、GeoGPTがどのようなものかは間もなくご覧いただけますので、これ以上時間を費やさず、本日の登壇者をご紹介いたします。最初の登壇者はGrant Boucheです。ようこそ、Grant。Grantは之江実験室(Zhejiang Lab)のシニアリサーチフェローで、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取り組んでおられます。キャリアの初期にはLawrence Livermore National Laboratoryの機械学習・統計研究グループを率いられ、異種混合の生成AIを重要な応用領域に統合する複数のプログラムを立ち上げてこられました。さらに、最初期の無人潜水機プログラムの一つを開拓し、自律型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た経歴もお持ちです。
Maria Brovelli: 二人目の方は、本ウェビナーのQ&Aセッションで合流していただく専門家として、Weiping Yeをご紹介いたします。Weiping Yeは之江実験室の副所長で、IEEEフェローでもいらっしゃいます。研究分野はデータマイニング、機械学習、人工知能で、交通、地球科学、生医学への応用に取り組んでおられます。之江実験室では、サステナビリティと公共の利益への貢献に特に重点を置きながら、地球規模の科学的・社会的課題への対応を目指した先進的AI技術の開発を主導・支援されてきました。応用AIと科学計算分野での貢献に対して、2017年のCCF科学技術賞(科学技術進歩部門)や、2019年のDaniel Wagner賞といった、オペレーションズリサーチ実務における国際最高峰の栄誉を含め、複数の権威ある賞を受賞されています。
Maria Brovelli: 続いて、本日二人目の正規スピーカーであるMichael Stephensonをご紹介いたします。Michaelは地質学と古生物学において30年以上の国際的な経験をお持ちで、その中にはBritish Geological Surveyのエグゼクティブチーフサイエンティスト兼サイエンス・テクノロジー担当ディレクターとして8年間務められた経歴も含まれます。Deep Time Digital Earthプログラムの創設会長であり、GeoGPT研究グループの傑出した地球科学者として、特に古生物学に焦点を当てつつ、地球科学におけるAIの活用を推進されています。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、受賞歴のある著作を世に出され、現在はStevenson Geoscience Consultingを運営し、地球科学が地球規模の課題に果たすグローバルな役割に注力されています。
Maria Brovelli: 本日最後にご登場いただくのはMohammad Javad Baです。彼にもQ&Aパートでお力をお借りします。Mohammadは之江実験室研究センターのシニアリサーチャー兼AIエンジニアです。GeoGPTの知識グラフプラットフォームの構築・開発に必要なアルゴリズムを開発しておられ、Deep Time Digital Earth国際大型科学プログラムにとって不可欠な技術基盤を支えていらっしゃいます。技術面の役割に加えて、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のパートナー、とりわけアフリカへの関与で重要な橋渡し役を果たしておられます。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、GeoGPT全般のお話に加えて、Q&Aパートではアフリカでの状況についてもお二人から伺いたいと考えております。
Maria Brovelli: それでは、ここからはGrantにプレゼンテーションとデモを始めていただきます。Grant、フロアをお任せします。
2. GeoGPTの背景思想とプロジェクト概要
2.1 地球科学にAIが必要な理由
Grant Bouche: Mariaさん、ご丁寧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ね。皆様、私の声は聞こえておりますでしょうか、画面はご覧いただけておりますでしょうか。
Maria Brovelli: はい、完璧です。ありがとうございます。
Grant Bouche: ありがとうございます。それでは、このプレゼンテーションとデモの最初のパートを担当させていただきます。まず、なぜAIが必要なのか、というところからお話しさせてください。今日、私たちは多数の優れたセンサーを使って膨大なデータを収集しています。その結果、このすべてのデータをより速く処理する方法が必要になっています。さらに、意思決定により多くの情報を取り込み、地球が人間社会や気候、そして私たちが日々の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、より深い理解を深めていく必要もございます。
Grant Bouche: こうした膨大な情報をよりよく活用するために、AIは事を容易にし、参入のハードルを下げてくれます。これにより、人命を救い、災害により適切に対処し、課題を緩和できるようになるだけでなく、より持続可能な開発と天然資源の探査も実現できるようになります。そしてGeoGPTが目指しているのは、まさに世界中で知識への普遍的なアクセスを可能にすることなのです。ですから、GeoGPTは「またひとつのチャットボット」ではありません。むしろ、地球科学者が自らの研究を強化するために必要としている多くの能力を取り込み、それ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 プロジェクトの起源とオープンサイエンス
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(Zhejiang Lab)とDeep Time Digital Earth之江センターで開発が進められてきました。GeoGPTのページを開くと、一見するとふつうのチャットボットのように見えるのですが、後ほどご覧いただくように、内部にはチャット以上のはるかに多くのツールが組み込まれています。
Grant Bouche: GeoGPTはオープンサイエンスにコミットしており、新たな成果が利用可能になるたびに、それらのリソースを公開するよう努めております。公開対象にはモデルの重み、ソースコード、訓練に用いたデータセットなどが含まれます。スライドに掲載しているリンクをご確認いただければと思いますし、新しい成果が公開され次第、順次アクセスできるようにしてまいります。
2.3 基盤モデルとコミュニティ・ガバナンス
Grant Bouche: 外の世界では数多くの興味深い進展が生まれており、AI分野そのものが非常に速いペースで成長しております。この発展を取り込むため、GeoGPTはより広いコミュニティのこれまでの努力の上に構築されています。具体的には、DeepSeek、Qwen、Mistral、LLaMA、そして之江実験室自身の科学基盤モデルである「0to1」といったモデルを土台としています。これらのモデルの上に地球向けの基盤モデルを構築することができ、後ほど見ていただくとおり、GeoGPTはその中の一つにすぎません。今後数年でGeoGPTは拡張を続け、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。
Grant Bouche: そして、こうした基盤モデル群の上には、ツール群が積み重なっています。これらのツールにより、地球科学者は日常的に扱うデータタイプを用いて課題に取り組めるようになります。あるときには、論文から表を抽出するといったシンプルなタスクですが、新しい研究テーマのアイデアを出したり、より広いコミュニティに容易に配布できるような形で知識を収集・整理したりといった、より複雑なタスクにまで及びます。
Grant Bouche: GeoGPTのコミュニティは、昨年4月のリリース以降、急速に拡大しております。現時点で、5万人を超える地球科学者にまで広がっており、135以上の国々で利用されております。コミュニティから寄せられている圧倒的なご支援には勇気づけられますし、GeoGPTがこれほどの賞賛と熱意をもって迎えられていることを知るのは、大変嬉しいことです。
Grant Bouche: この広がりを支えている要素のひとつが、層の厚いガバナンス委員会の存在です。委員の皆様がもたらしてくださる知識の深さには、本当に驚かされます。委員はアカデミアから商業界まで、地球科学のさまざまな領域から参画しておられます。そのことが特によく表れているのが、二人の共同議長です。一人はBritish Geological Surveyの元エグゼクティブディレクターであるJohn Ludden、もう一人はExxonMobilの元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。その他の委員の皆様も、世界各地の地質学会や著名な研究機関・大学の長を歴任されてきた方々ばかりです。
3. GeoGPTのコア機能とデモのテーマ設定
3.1 コア機能の俯瞰
Grant Bouche: ガバナンス体制についてご紹介したところで、次にコア機能のいくつかを駆け足でご紹介させてください。GeoGPTを他のプラットフォームと区別する特徴のひとつが、「My Library」という考え方です。これはGeoGPTを使ううえで中心的な位置を占める機能です。多くの研究者は、自身の研究の方向性を決めるために参照する論文を多数お持ちかと思います。GeoGPTでは、それらの論文をご自身専用のクラウドドライブに格納される個人ライブラリにアップロードしていただくことができ、必要に応じてGeoGPTがその内容を使って質問にお答えします。さらに、知識グラフを抽出して共有することもできます。知識グラフは、より構造化された形の情報ですので、同僚と共通の用語で議論したり、ある事実がどこで見つかった情報なのかという出所をたどったりするために活用できます。
Grant Bouche: GeoGPTのもうひとつの重要な側面が、マルチモーダル設計です。Map Chatは、非常に直感的なプラットフォーム上で地図と対話しながら解析を行うための機能です。これに対してMap Generatorは、自然言語の指示だけで地図を作成できる機能になります。そして最先端の研究支援機能としては、ご自身専用の「AIミューズ」のようなIdea Generatorがあり、今後の研究で追求できる新規性のあるアイデアを推薦してくれます。さらにDeep Discoveryは、科学的なR&Dのプロセスを自動化し、皆様が選んだトピックについて踏み込んだ分析を提供する機能です。Agent Builderについては後ほどデモでもお見せしますが、これによってMCP経由で他のツール群とも連携し、GeoGPTの枠を超えた能力を引き出せるようになります。
3.2 デモのテーマ設定と仮説
Grant Bouche: ここまでが俯瞰的なご紹介ですが、これからのデモではいくつかの異なる内容を扱います。まずアカウント作成から始めます。準備が整っている方は、今のうちにアカウント作成を進めていただいて構いません。アカウントを作成した後は、Chat、Deep Discovery、Reader、My Libraryのデモをご覧いただき、その後にMap ChatでのExtractor機能、Map Generator、そしてAgent Builderへと進みます。これらがGeoGPTの中核的な機能群です。その後はMichaelに交代し、Taxonomy Assistantのデモを行いつつ、タクソノミーアシスタントが何をするものなのか、そしてそもそも分類学(タクソノミー)とは何を含むのか、についてご紹介いただきます。
Grant Bouche: 本日のデモで扱うトピックは「地すべり」です。地すべりは、世界中のさまざまな国にとって極めて壊滅的な災害です。これは先進国・途上国を問わず当てはまる問題で、決して些細な事象ではありません。多くの死者をもたらすだけでなく、甚大な被害を引き起こし、地域社会に深刻な影響を及ぼします。一方で、より適切に備えることによって、その影響を大幅に軽減できる可能性もあるのです。ここから一つの仮説が立ち上がります。すなわち、政策立案者がAIを使えば、このような災害が実際に襲来する前の計画段階で、より効果的な備えを行えるのではないか、ということです。本日のデモでは、この仮説に焦点を当てて検証していきます。
Grant Bouche: 具体的な対象として取り上げるのは、中国四川省の茂県(Mao County)です。約10年前に非常に壊滅的な地すべりがこの地域で発生しました。デモではこの事例を題材に、基本的なリサーチを行い、原因のいくつかと、被害を軽減する戦略を検討してまいります。これにより、GeoGPTの中でも特にDeep Discovery、Reader、そしてMy Libraryといった機能を実際にハイライトしていきます。デモのこのパートが終わった後は、地質図の構成要素を抽出する作業に移り、そこから地図を作成します。これによりMap ChatとMap Generatorの両方をお見せできます。そして最後にAgent Builderを扱い、AIの研究アシスタントを自分で組み立てる方法をご覧いただきます。これまでに世界中の数千人の専門家が、あらゆる種類の用途に対応する300種類を超えるエージェントを作成してこられました。
3.3 アカウント作成と登録時の気づき
Grant Bouche: それでは、ご紹介はここでいったん共有を切り替えまして、ブラウザを共有させていただきます。皆様にも画面が見えているといいのですが。「Get Started」をクリックすると、私はすでにアカウントを持っておりますので、そのままサインインされます。アカウントをまだお持ちでない方は、ご紹介したサイトに進んでいただき、メールアドレスとパスワードを入力してください。すると認証コードがメールで届きますので、それを入力していただければサインインできます。今後は認証コード方式を使うか、パスワード方式を使うかをご自身で選ぶことができます。
Maria Brovelli: Grant、Grant、すみません、割り込んでしまって。私自身まさにこの問題に直面したので、お伝えさせてください。プラットフォームに登録するには、メールでコードを受け取らなければならないのですが、そのコードが私の場合は迷惑メールフォルダに入ってしまっていて、最初は見つけられなかったのです。
Grant Bouche: いいえ、参加者の皆様にそれを伝えていただけるのは、本当に助かります。ありがとうございます。
Maria Brovelli: はい、ちょうど同じ落とし穴に皆様にもハマってほしくなかったので。
Grant Bouche: ええ、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用意しておりまして、これを使えばこの認証コードのステップ自体を回避できます。とはいえ、もし同じ問題に遭遇された場合は、Mariaが教えてくださったとおり、迷惑メールフォルダをまずご確認いただくのが確実です。
4. ChatとDeep Discoveryのデモ
4.1 標準Chatでの簡易質問
Grant Bouche: それでは実際の画面でデモを進めてまいります。サインインすると、画面上部にお知らせが表示されているのがお分かりかと思います。たとえば「Deep DiscoveryとDeeper Discoveryがシンプルな操作で統合されました」といった類のものです。変更があった際は、GeoGPTがこのように画面上部でお知らせをするようになっております。
Grant Bouche: 本日はまずChatから始めます。このチャットボックスでは、利用可能なモデルが表示されておりまして、私たちは今日、デフォルトの「DeepSeek R1 GeoGPT」を選んで進めていきます。それでは、非常にシンプルな質問から始めましょう。先ほど申し上げた茂県(Mao County)の地すべり活動についての質問です。具体的には、「四川省茂県における地すべりリスクの概要を簡潔に提示してください。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」と尋ねます。それでは実行してみます。
Grant Bouche: GeoGPTはそれなりに速いのですが、ご覧のとおり、回答を生成するまでのあいだ、モデルが「思考」しているプロセスを目で追うことができます。この思考過程を眺めることで、モデルがどのような材料を参照しようとしているのかが分かるのです。そして思考が一巡すると、求めていた形で回答が返ってきます。人的要因、地形、リスクプロファイル、といった観点で整理された回答が得られていることがお分かりいただけるかと思います。
4.2 Deep Discoveryによる詳細調査
Grant Bouche: 標準のChatでの回答が完了したところで、次はDeep Discoveryを使ってみましょう。Deep Discoveryは、私たちが探していることに対して、はるかに踏み込んだ詳細な分析を行ってくれる機能です。使い方としては、画面下部のこのボタンをクリックすると、Deep Discoveryが有効になります。そのうえで、今度は茂県についての詳細な調査を依頼してみます。具体的には、地すべりの感受性、さまざまな引き金となる条件、斜面の不安定性、といった要因に分解して整理してほしいと指示します。さらに、レポートを次のような構成でまとめてほしい、と指定します。明瞭で専門的な言葉遣いを使うこと、そして最も関連性の高い要因に焦点を当てることをお願いします。
Grant Bouche: これで実行いたしました。Deep Discoveryはバックグラウンドで動き続けますので、その間に別のタスクに移って作業をすることができます。Deep Discoveryを実行すると、通常は約5分から10分かかります。なぜなら、このレポートをまとめあげるにあたって、Deep Discoveryはおおよそ100程度の情報源を見て回り、何度も何度も繰り返し検討するからです。今、画面では、Deep Discoveryがこれから何を調べようとしているのかが見えております。
Grant Bouche: 本格的に作業を開始する前に、Deep Discoveryは私たちにリサーチプランを提示してくれます。このプランに対して、私たちは「このまま進めてください」「中止してください」「あるいは再生成してください」と指示することができます。今、まさにそのリサーチプランがまとまったところです。これがDeep Discoveryが組み立ててくれたプランで、「考える、検索する、書く、もう一度考える、また書く」と一連のタスクをこなして仕上げる、という流れになっています。気に入らなければ、ここでプランを編集することもできます。今回はデモですので、そのままリサーチを開始します。リサーチを開始すると、プログレスバーが表示され、完了したタイミングで戻ってくることができます。これだけ時間がかかる処理なので、私は事前に同じデモを実行し、出力結果を保存してあります。ですので、プログレスバーが満たされるのを10分間ただ待つのではなく、Deep Discoveryには引き続き走らせておきつつ、私たちは別の機能の話に進んでまいります。
4.3 思考可視化と研究計画提示の設計意図
Grant Bouche: ここまでの流れの中で気づいていただきたいのは、二つの設計上の意図です。一つは、モデルが思考しているプロセスをそのままユーザーに見せている点です。これは単なる演出ではなく、モデルがどの情報を参照しようとしているのか、どのような観点を取り上げようとしているのかを、ユーザーがその場で確認できるようにするためのものです。これにより、回答そのものだけを見るのではなく、回答に至る道筋に対しても私たち自身が信頼性を判断できる、という設計になっております。たとえば標準のChatでは思考の流れがChat欄に表示され、Deep Discoveryでは何をどの順序で検索し、どのように書き進めるかの計画自体が見えるようになっております。
Grant Bouche: もう一つは、Deep Discoveryが作業を本格的に開始する前に、ユーザーにリサーチプランを提示し、そこに介入できる余地を残している点です。Deep Discoveryは100程度の情報源を巡回し、何度も思考と執筆を繰り返すため、所要時間が5〜10分に及びます。だからこそ、走り出してから方向性が違うと気づくのではなく、走り出す前にリサーチプランを確認し、必要であれば編集したり、別の方向に再生成したりできるようにしているのです。今回はデモのためそのまま進めましたが、実際の研究で使う際には、このプラン提示の段階こそが、Deep Discoveryを自分の目的にチューニングする最も効率的なタイミングになります。なお、Deep Discoveryは非同期で動き続けますので、計画を承認した後はバックグラウンドに任せておいて、私たちは別の作業を並行して進めることができます。
5. My LibraryとReaderのデモ
5.1 文書アップロードと基本的な質問応答
Grant Bouche: Deep Discoveryを走らせたままにしておきましたので、その間に別の機能をご紹介していきます。次にお見せしたいのが「My Library」です。My Libraryには、皆様にとって関連の深い文書を一括してアップロードしておくことができます。本日のデモのために、私は先ほどお見せしたDeep Discoveryのレポートと、追加で2本の論文をアップロードしてあります。まずは、いま生成したばかりのDeep Discoveryレポートを開いてみましょう。
Grant Bouche: レポートを開くと、その文書に対して質問を投げかけられるようになります。たとえば「この文書を簡潔に要約してください」と頼むと、レポートの構成に沿った要約が返ってきます。さらに、もう少し踏み込んで「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係する重要な発見だけを要約してください」といった質問もできます。すると、GeoGPTはレポート全体を走査して、その問いに沿った回答を生成してくれます。要約だけでなく、レポートの特定の部分を選んで「ここを説明して」とお願いすることもできますし、もし研究のために使いたい言語と元の言語が異なる場合には、特定の部分を別の言語へ翻訳することも可能です。
Grant Bouche: 続いて別のレポートに移ります。こちらは、対象地域における浸食の影響に関する論文です。下の方からもう一度開きましょう。タイトルは「The influence of erosion on the dynamic process of landslide in Xinmo Village, Maoxian(汶川県シンモ村における地すべりの動的プロセスに対する浸食の影響)」というものです。このタイトルでGoogle検索をしていただくと、nature.com上に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。この論文は、地すべりに寄与するさまざまな要因のうち、特に「浸食」の影響を分析したものです。
5.2 図表自動解説と関連性判定の挙動
Grant Bouche: このReaderが持つ便利な機能のひとつをハイライトしておきましょう。論文を読み進めながら、たとえば画面上の図をクリックして「これを説明してください」と指示することができます。すると、GeoGPTは選択された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取り出したりするうえで、非常に強力な機能です。ここで気づいていただきたいのは、これを数千本の論文に対してバッチで一括処理することも、十分に現実的だという点です。
Grant Bouche: 図の解釈中も、先ほどと同様にモデルの思考が画面に表示されます。モデルは図の中のさまざまな要素を順に検討したうえで、最終的な解析結果を返します。たとえばこの図についてですと、地図の意図、そして地図上で重要な領域について解説してくれます。具体的には、シンモ村付近の濃い赤色で示された領域、すなわち地すべりが発生した地点や、断層が走っている他の地点について言及します。地図全体には複数の断層線が走っており、これらは当然、地すべり活動が発生しうる領域に寄与する箇所です。さらに、人々が居住するさまざまな地域は、地すべりによる死者が出かねない、最も影響を受けやすい場所であることが説明され、最後に全体のまとめを返してくれます。
Grant Bouche: 次に、この論文の中で「降雨」「斜面角度」「地すべり発生」の関係について何が述べられているかを尋ねてみましょう。今、その情報を取得しています。バックグラウンドで動いている思考の流れも見えております。出てきた結果を見ると、この論文では「降雨」「斜面」「地すべり発生」については扱われておらず、地震活動や地質要因の一部だけを分析している、ということが分かります。つまり、論文がそのトピックを扱っていなければ、モデルはきちんと「扱っていない」と回答するわけです。これは大事な挙動です。
Grant Bouche: なぜこれが大事かと申しますと、先ほどのDeep Discoveryで生成したレポートと比較すると違いがよく分かるからです。同じ質問をDeep Discoveryのレポートに対して投げかけると、こちらのレポートでは浸食の影響についても言及があります。Deep Discoveryで作成されたレポートは、より網羅的な作りになっているため、地すべりの原因の複数の側面をカバーしているのです。
5.3 引用追跡と横断質問・共有機能
Grant Bouche: さらに便利なのは、出力中のリンクを掘り下げていけば、解析の元になった資料を簡単に確認できる点です。先ほど分析していた論文に戻ると、たとえば「人命の重大な損失につながる可能性が高い条件はどれか」といった別の質問も投げかけられます。実行すると、その分析が走ります。これでReaderの中核的な機能、すなわち論文を保存し、抽出し、内容を分析する、という一連の機能はだいたいご紹介できたかと思います。
Grant Bouche: さて、ここからはMy Libraryをもう一度見ていきましょう。今、分析がちょうど終わり、人命の重大な損失に寄与しうる条件が結果として返ってきました。さて、左側のサイドバーからMy Libraryに戻ります。My Libraryで何ができるかというと、ライブラリ内のフォルダを選択し、そこに含まれる複数の論文をまとめて対象にすることができます。私には聞きたい質問が一つあって、これは特定の話題に関わるものです。一本の論文に絞って質問するのではなく、フォルダ内のすべての論文を横断的に対象にして同じ質問を投げかけることができます。
Grant Bouche: 複数の論文をひとまとめのコレクションとして持っているとき、GeoGPTは各文書の中身をすべて集約し、その情報をうまく使いつつ、適切に引用しながら回答を返してくれます。今回は、先ほどと同じ質問、すなわち「シンモ村の中で地すべりを最も受けやすい地域はどこか」を投げかけました。返ってきた回答には複数の地域が網羅されており、それぞれが詳細に説明されたうえで、所々に出典として参照リソースが示されています。回答の下部には、参照された3つのリソースも表示されています。
Grant Bouche: My Libraryで素晴らしいのは、3つの文書に限定されないという点です。ご自身が望むだけの数の論文を入れることができますし、実質的に上限はありません。さらに、My Libraryはあくまでもご自身に紐づくものです。アップロードするというのは、いわばご自身専用にパーソナライズされたクラウドアカウントに格納するようなものです。共有アクセスを付与した相手以外には配布されません。そのうえで、必要に応じてチームを作成し、チーム内のメンバーで論文への共有アクセスを付与し合うこともできます。
6. Map ChatとMap Generatorのデモ
6.1 Map Chatによる地図解析
Grant Bouche: それでは、GeoGPTのマルチモーダルな機能群に移ってまいりましょう。最初に取り上げるのはMap Chatです。Map Chatは、地図を解析するための機能だけでなく、地図から情報を抽出するための機能も提供しています。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うこともできますし、単一の地図を非常に細かく見ていくこともできます。今回は、こちらの例をそのまま使って進めます。
Grant Bouche: 出発点として「緯度・経度の抽出」を依頼します。すると、GeoGPTは画像から緯度経度の座標を読み取ろうとし、結果をこちらのボックスに自動入力してくれます。もし自動抽出が失敗した場合には、地図上のグリッド点について座標を皆様の方から指定することができ、ボックスにそれを手入力すれば対応できます。具体的には、画面右側のボックスにある座標と、地図上の対応するグリッド点とを突き合わせる作業になります。地図上で該当する点を見つけて指定すれば、画像のジオリファレンス(座標系へのレジストレーション)を行えるようになります。
Grant Bouche: ジオリファレンスが完了すると、次は「ポリゴン抽出」に進めます。ここでGeoGPTは、まず凡例を認識し、その凡例をもとに、地図中で対応する構成要素を抽出してくれます。これは地図の中身をデジタル化するうえで非常に便利でして、抽出された構成要素を一つのプラットフォームの上でまとめて描画できるようになります。処理が完了すると、地図の中でどの部分を描画したいかを選択できますし、画像の説明をGeoGPTに求めることもできます。
Grant Bouche: たとえば先ほどの地図に対して説明を依頼すると、地図の意図に加えて、その地図上で重要な領域について解説してくれます。具体的には、シンモ村付近の濃い赤色で示された領域、すなわち地すべりが発生した地点や、断層が走っている他の地点といった、地理的・地質的な特徴を取り上げて記述してくれるわけです。これにより、地図の画像を起点としつつ、座標系への登録、ポリゴン化、そして自然言語による解釈までを一連の流れで実施できることになります。
6.2 Map Generatorによる地図生成
Grant Bouche: Map Chatで地図から座標を抽出できたところで、続いてMap Generatorに移ります。Map Generatorでは、いま抽出した座標をそのまま入力としてアップロードすることで、新しい地図を生成できます。先ほどMap Chatの抽出処理から、GeoJSON形式のファイルがダウンロードできるようになっていますので、その座標ファイルをこれからアップロードします。
Grant Bouche: アップロードすると、地図の生成が始まります。画面上には、Map Generatorが今どのステップに進んでいるかが順番に表示されていきます。具体的には、初期化、レイヤーの作成、レンダリング、といった工程です。地図が描画された後は、ここから自然言語の指示で見た目を整えていけます。たとえば凡例を設定したり、色を変更したりといった調整を、シンプルな指示文を入力するだけで行えます。今回はタイトルを設定してみましょう。「Chaozhou Dangun Basu」とタイトルに付けます。
Grant Bouche: 注目していただきたいのは、変更を実際に適用する前に、Map Generatorが「この変更を加えてよいか」とユーザーに確認を求めてくる点です。許可を与えれば、対応する修正が地図に適用されます。最終的に納得のいく地図ができあがったら、ファイルとしてエクスポートすることができ、論文に貼り付けたり、他の用途に活用したりできます。これでMap Generatorのご紹介は以上です。
Grant Bouche: ここまでお見せしたものは、あくまでGeoGPTのコア機能の一部です。アカウントを作成してサインインしていただけば、本日触れていないIdea GeneratorやKnowledge Graphなど、他の機能も実際にお試しいただくことができます。
7. Agent BuilderとAgent Storeのデモ
7.1 Agent Storeと既存エージェント群
Grant Bouche: ここからはAgent Storeに移って、Agent Builderを見ていきましょう。Agent Storeには、すでにいくつかのエージェントが用意されております。私は管理者(admin)としてログインしておりますので、私たちがGeoGPTで現在テストしているすべてのエージェントにアクセスできます。たとえばDeep Time、深海生物の同定を行うDeep Ocean Organism ID、鳥類の渡りに関するBird Migration Assistant、といったエージェントが並んでいます。中には、後ほどMichaelからご紹介するTaxonomy Assistantのようなドメイン特化型のものもあれば、特定の解析を行う専門的なエージェントも含まれています。
Grant Bouche: ここで申し上げておきたいのは、これまでに世界中の数千人の専門家たちが、ありとあらゆるユースケースに対応する300種類を超えるエージェントを作成してきたという事実です。Agent Builderは、こうしたエージェント開発を支える基盤になっています。Agent Builderの大きな特徴は、ツールに接続できる点、そしてMCP(Model Context Protocol)を介してインターネット上の他のツール群と通信できる点にあります。これによってGeoGPTの内側だけに閉じず、外部の能力を取り込みながら能力を拡張できるわけです。本日のデモでは、新しいエージェントを実際にひとつ作成してみたいと思います。
7.2 簡易エージェント作成デモ
Grant Bouche: 画面右上の「Create Agent」をクリックすると、このボックスがポップアップします。今回はゼロからエージェントを作成します。デモでは2種類のエージェントを作っていきますが、まずは「素早く作成する」方の一つから取り組みます。上部に名前を入力します。今回は「AI for Good Demo」と名付けましょう。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のかを指示として書き込みます。
Grant Bouche: プロンプトの内容としては、「私たちは石炭鉱山(coal mine)分野の専門家である。指定された場所に基づいてレポートを書きたい。目次、結論、タイトルを付けて、本文は1000語以上の分量で書いてほしい。そしてレポートは日本語で書くこと。いかなる場合でも日本語以外の言語を使ってはならない」というように、相当強くこだわった条件を与えます。私自身は日本語を読めないのですが、デモとして成立させるためにあえて日本語を選びました。これでパブリッシュを押します。すると、このエージェントが作成され、すぐに試すことができます。
Grant Bouche: 早速、対象地域を入れてみましょう。今回は「アメリカ合衆国オハイオ州」を指定します。エージェントは、まず目次を返してきます。そのうえで分析を始め、回答が日本語で返ってきていることがお分かりいただけるかと思います。出力言語は他の言語に切り替えることも可能です。これで、こうしたプロンプトがどのように機能するかのイメージはつかんでいただけたのではないでしょうか。要するに、出力に対する一連の背景条件をプロンプトで指定することによって、こうしたタスクを自動化できる、というわけです。
7.3 ワークフロー型エージェントの構築デモ
Grant Bouche: 続いてAgent Builderに戻り、もう一度新しいエージェントを作成しますが、今度は「ワークフロー」を作成します。ワークフローはより細かく作り込めるぶん、表現力もはるかに豊かになります。複数のツールを連鎖させて、複雑なタスクをひとつのエージェントとして組み上げられるからです。
Grant Bouche: ワークフローは、まず入力として渡されてくるプロンプトから始まります。これをLLMに流し込みます。使用するモデルはDeepSeek 3.1です。今回はここに、もうひとつLLMを追加してみます。私がやりたいのは、最初のLLMの出力を受け取って、それを翻訳することです。具体的には、二段目のLLMの入力として一段目の出力を指定し、「簡体字中国語(Simplified Chinese)に翻訳する」という指示を与えます。続いて、Answerブロックを追加し、Answerの中身として二段目のLLMの出力を選択します。整理すると、一段目のLLMで質問に答え、二段目のLLMでその出力を翻訳し、最終的に翻訳結果をアウトプットする、というフローになります。
Grant Bouche: 画面上部にプレビューボタンがありますので、これでこのワークフローを試してみます。今回はあえて非常にシンプルに、「What is a cow?(牛とは何ですか?)」と尋ねてみます。実行すると、ワークフローの中を順に進んでいくのが見えるはずです。まず処理が立ち上がり、一段目のLLMに入っていきます。スピナーが回っているのが、まさに処理中のサインです。各ステップを順番に確認できますね。今は一段目のLLMが動いていて、続いてその出力が二段目のLLMに渡され、簡体字中国語への翻訳が走ります。私自身、簡体字中国語は読めますので、出てきた結果をその場で確認してみると、なるほど、これは妥当な内容になっています。「牛とは何か」をきちんと説明している中国語の文章になっています。
Grant Bouche: 今回のデモはあくまでシンプルな例で、地球科学のタスクとして特別に意味があるものではありません。ただ、お見せしたかったのは、普段やっているタスクを小さなパーツに分解し、LLMを連鎖させながら最終目的を達成できる、という考え方です。たとえば「石炭フィールドについての専門的な分析を行い、その出力を翻訳する」「出力を受け取って簡略化する」「5歳児にも分かるように説明する」といった処理を、自由にチェーンして組み立てられます。完成したら、これをパブリッシュすれば、ご自身のLLMエージェントとして公開できます。そのうえで、友人やチームメンバーと共有することもできますし、共有後にさらに開発を続けていくことも可能です。GeoGPTのコア機能のデモは以上になります。それでは、ここからはスライドに戻り、Mike Stephensonに引き継ぎます。
8. 古生物学的タクソノミー支援エージェント — 背景とLLM適合性
8.1 タクソノミーの意義と現状の課題
Michael Stephenson: Grant、ありがとうございました。皆様、引き続き私の声が聞こえておりますでしょうか。私からは、Grantがご紹介してくれた数あるエージェントの中から、ほんの一例だけを取り上げてお話しします。これによって、こうしたエージェントがどれほど強力で有用なものになりうるのかをご理解いただければと思います。私が扱うのは「古生物学的タクソノミー(paleontological taxonomy)」というテーマです。少し長い言葉ですが、要するに「化石をどのように分類するか」という学問のことです。
Michael Stephenson: こちらの例をご覧ください。これらは化石花粉粒です。私自身は化石花粉と胞子の専門家でして、これらを用いて気候変動を調べたり、岩石の年代を決めたり、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を考察したりしています。過去の気候変動から、将来の気候変動について何かしらのことを語れる場合があるからです。古生物学的タクソノミーは、こうした研究を可能にする中心的な手法のひとつなのです。
Michael Stephenson: では、なぜ古生物学的タクソノミーが重要なのでしょうか。なぜ化石を分類することが大事なのでしょうか。端的に申し上げますと、分類を行わない限り、化石が与えてくれる情報はバラバラのまま整理されておらず、理解することがほぼ不可能だからです。化石を属(genera)や種(species)に分類できて初めて、進化について何かを理解することができますし、過去の環境条件や生態系について理解することもできます。さらには、地層に年代を割り当て、各層の時代区分を行うことも、分類を通じて初めて可能になります。たとえば、ジュラ紀の恐竜の存在を私たちが知っているのは、化石を使って年代を決定できるからです。そして恐竜がどのように生きていたのかについて何らかの理解を持てているのも、ひとえにタクソノミーがあるからなのです。
Michael Stephenson: ところが、このタクソノミーは、アクセスがとても難しい、ということで知られています。数百年にもわたる査読論文やその他の文献にテキストとして埋め込まれた状態で存在しているからです。論文の中、書籍の中、そして数百年前から現在に至るまでの膨大な情報の中に、分散して存在しているわけです。また、大陸ごとに学派が分立しがちで、北米にも、ヨーロッパにも、ロシアにも、中国にも、それぞれ古生物学の学派が存在します。化石種の記述は特定の科学者集団によって行われるため、こうした分立は、地域間の差異を実際以上に強調してしまい、ある種の重複(duplication)も生じさせる傾向があります。つまり、古生物学的タクソノミーは、気候変動、環境理解、生物多様性にとって極めて重要であるにもかかわらず、実際に活用するのはかなり難しく、扱うにはそれなりの専門家でなければならない、というのが現実なのです。そこで私が GeoGPTと最初に仕事をするようになったときに頭に浮かんだのが、「大規模言語モデルを使って、化石の同定を助けることはできないだろうか」という問いでした。
8.2 LLMがタクソノミーに適している理由
Michael Stephenson: では、なぜ古生物学的タクソノミーは大規模言語モデルにこれほどよく適合するのでしょうか。理由は実にシンプルです。古生物学的タクソノミーは「テキスト」を基盤とする学問だからです。画像や、その他の何らかの情報単位に基づいているわけではありません。化石の記述、属や種の記述、さらにそれより上位の階層の記述といった、テキストそのものの上に成り立っているのです。したがって、テキストこそが究極の「確立された権威(established authority)」になります。
Michael Stephenson: 種の記述には特別な地位があります。たとえばHomo sapiensの記述は、私たち自身を公式に記述するものですし、Tyrannosaurus rexの記述も、どこかの書籍や査読論文の中にあり、その記述こそが「その化石をどう同定するか」「その種と属をどう特定するか」を定める基準になります。さらに、種の記述は、ホロタイプ(holotype)やレクトタイプ(lectotype)といった、極めて重要な情報も提供してくれます。診断(diagnosis)、すなわちその分類群(タクソン)を他の分類群、言い換えれば他の種から区別して、唯一のものとして成り立たせている特徴も与えてくれますし、記述(description)そのものも与えてくれます。
Michael Stephenson: さらに、テキストであることは、人間がそれを読めるということでもあります。種について読み、その種についての知識を広めることができます。これは科学のコミュニケーションに寄与し、将来における再現性と比較を可能にしてくれます。当然のことながら、大規模言語モデルは言語、つまり書かれた言葉を理解するために存在しています。そして古生物学的タクソノミーは、まさに言語で書かれているのです。それがそのものの仕組みなのです。ですから、大規模言語モデルを適用する対象として、これほどふさわしいテーマはない、と申し上げてよいでしょう。
9. タクソノミーアシスタントの構築と実演
9.1 構築目的と実装
Michael Stephenson: それでは次に、私たちが何を作ろうとしたのか、というお話に進みます。本質的に私たちが目指したのは、さまざまな化石グループのための大規模言語モデルを構築するということでした。つまり、ある化石グループを取り上げ、それに関する情報を集め、大規模言語モデルを構築し、ユーザーが情報を問い合わせると、タクソノミストが選び取れる候補となる種や候補となる属を返してくれる、という仕組みを組み立てようとしたわけです。
Michael Stephenson: ここで強調しておきたいのは、このシステムはタクソノミストを置き換えるものではない、ということです。あくまでも非常に賢明な「ヘルパー(wise helper)」であり、非常に賢明なアシスタントです。そして、情報が追加されていくにつれて、その賢さがさらに増していくべきものでもあります。要するに、私たちはタクソノミストの意思決定を支える仕組みを作ろうとしてきたのです。
Michael Stephenson: これから、私たちが構築したタクソノミーアシスタントのうちの一つを、ライブで短くデモさせていただきます。現時点で2つを作っております。1つは化石の胞子と花粉のためのアシスタントで、これは私自身の専門分野ですから、個人的にも特に面白いものです。もう1つは腕足類(brachiopods)のためのアシスタントです。腕足類は殻を持つ化石、つまり岩石の中に存在する殻のことです。この2種類の化石は、いずれも過去の気候を理解し、ひいては将来の気候を考えるうえで、さらには古環境、つまり過去の環境を理解するうえで非常に重要です。加えて、岩石の年代決定にも役立ち、これがたとえば地下水を見つけるためには本当に大事になってまいります。
9.2 候補属検索デモと原典リンク
Michael Stephenson: これがTaxonomy Assistantと呼ばれるツールです。誰でも自由かつ無料で使えるようになっています。それでは私の画面を共有し、実例をお見せします。皆様、私の画面は見えていますでしょうか。ここがAgent Storeのある場所です。私が今見ているのは、私のバージョンのGeoGPTでして、Grantが先ほどお見せしてくれたバージョンとは少し違っています。先ほど申し上げたとおりタクソノミーアシスタントは2つございます。これからお見せするのは胞子と花粉のためのアシスタントです。
Michael Stephenson: 画面は非常にシンプルなもので、入力エリアが用意されているだけです。たとえば、目の前に化石の花粉粒がひとつあると想像してみてください。皆様は顕微鏡の前に座っていて、これまでに見たことのない化石花粉に直面している。そしてそれを同定することがとても重要な状況だとします。そういうときに、その記述を入力するわけです。これがその記述です。
Michael Stephenson: この機械が学習している対象は、本質的にはおよそ5,000の属の記述です。5,000の花粉の属の記述にアクセスできる、ということです。比較的短い記述を入力すると、機械はそれらの属を見に行き、自分が今見ているのがどの属に当たるのかを理解しようとします。それではボタンを押して動かしてみます。
Michael Stephenson: まず最初に表示されるのは、機械が皆様の記述から「自分が理解した内容」だと考えているものです。これがとても便利です。続いて、マッチングする参照レコードが提示されます。記述に最も近いと判断された属のトップ4つから5つです。機械はさまざまな属の記述や診断を見に行き、簡単な概観を提供してくれます。さらに、皆様の記述と、実際にデータベース上に存在する属群との意味的類似性(semantic similarity)に基づいて、関連すると判断された属のリストも示してくれます。
Michael Stephenson: これらはすべて候補ですので、その一つをクリックしてみましょう。すると、なぜこれが妥当なマッチだと考えているのかを、機械が順を追って説明してくれます。「ここがこういう理由で合っているように見える」というだけでなく、「ここはどうもしっくり来ない」という側面についても教えてくれます。さらに、その属について、もともとの査読文献から取られた非常に詳しい記述を提示してくれます。
Michael Stephenson: もし本当に根本に立ち返って一次資料に当たりたい場合には、この素材が取られている実際のデータベースへのリンクをクリックすることができます。これはカルガリー大学(University of Calgary)がオンラインで提供しているオープンアクセスのデータベースです。要するに、皆様は原典の素材を見に行き、記述が何と書いているのか、そしてその記述がどこから来たのかを確認することができるわけです。このように、皆様が一次の科学的記述から切り離されてしまう瞬間は、どこにもありません。意思決定を助けてくれる情報に、直接アクセスできるようになっています。
Michael Stephenson: とはいえ、機械は決定を下しません。これはとても大事な点です。あくまで決定の候補を提案しているだけです。最終的な決定、つまり何が正しく何が違うのかという最終的な判別は、皆様自身に委ねられています。それは皆様の責任なのです。
Michael Stephenson: そして最後に、機械は驚くべきことに「洗練されたクエリ(refined query)」を返してくれます。実質的に「あなたの記述はかなりよかったが、もし本当に改善したいなら、たとえばサイズの範囲を加えてみてください」と語りかけてくるわけです。たとえばここでは、サイズ範囲として「20マイクロメートルから30マイクロメートル」のような情報を加えれば、もっとよい結果が得られるかもしれない、と提案してくれています。要するにこれは、化石の同定を助けてくれる機械なのです。もし私が、これまで見たことのない化石を目の前にした初学者だったとしたら、それを記述し、この機械に入力します。すると、機械はその属を見つけ出す手助けをしてくれるわけです。
9.3 実用的価値とMichaelの実体験に基づく気づき
Michael Stephenson: それでは、いったんスライドに戻りましょうか。Grant、お願いできますでしょうか。これは、たとえば私のようなコンサルタントにとってどれほど有用なのでしょうか。私自身は、生層序学(biostratigraphy)の分野でパリノロジスト(palynologist)としてコンサルティングを行っております。岩石の年代を決定するためにこうした手法を用い、地熱、石油、ガス、地下水、炭素回収貯留(carbon capture and storage)などのドリリングを行う人々を支援しています。
Michael Stephenson: この種のツールは、Grantが触れたように膨大な数のツールの中のひとつにすぎませんし、私がお見せしたのは数あるエージェントの中のひとつの例にすぎないのですが、それでも私にとって極めて価値があります。なぜなら、私にとってアクセスするのが本当に難しいような情報に、しかも極めて迅速に、そして非常に幅広い情報源にまたがってアクセスできるようになるからです。今ご覧いただいた出力こそが、私が日常の仕事で化石を同定する際に手助けとなる、便利な形なのです。
Michael Stephenson: さらに、こうした分野で仕事を始めようとしている人にも非常に役立ちます。たとえば気候変動に関心がある方、特に現代の気候変動を考えるうえで重要視されるEocene期(始新世)の花粉に興味を持つ方にとっても有用です。私たちはこのシステムによって、Eocene期の花粉について同定を行えるようにしました。ですから、気候変動に取り組んでいる現代のパリノロジストにとって、これは大変に有用なものになりえます。
Michael Stephenson: また、このシステムは「花粉や胞子がどのように区分されているか、どう分類されているか」を見せてくれる点でも非常に有用です。単に答えを与えてくれるだけでなく、さまざまな情報を示しながら、皆様をプロセスそのものに沿って導いてくれます。つまり、答えを返すだけでなく、皆様を教える働きをもっているわけです。教育的な価値(pedagogic value)も併せ持っているということです。ですから、学校の生徒、大学生、そしてこの分野で素早く学びたい現場の専門家にとっても、間違いなく非常に有用です。極めて短時間でキャッチアップしたい専門家にも価値があるのです。これは1つの化石グループにすぎません。当然ながら、取り組むべき化石グループは他にも非常にたくさん存在しており、私たちは順次これらに取り組むのに時間をかけているところです。これまでに対象としたのは2つの化石グループだけですから、これから多くのグループを増やしていく計画です。
Michael Stephenson: それから、このシステムは非常に微妙な問いに対しても、とても上手に答えてくれます。たとえば最近、私はふと「なぜアラビアにはMiocene期(中新世)の堆積岩がほとんど存在しないのだろうか」と考えたことがあります。この問いに単独で明快な答えを与えてくれる単一の論文など、そうそうあるものではありません。おそらく10本程度の科学論文を渡り歩いて、それらを総合する必要があるでしょう。しかし、こうした問いに対して、GeoGPTは極めて迅速に答えを返してくれるのです。プロジェクト前の事前調査や、新しい研究のためにアイデアを得ようとしている段階で、本当に役に立ちます。
Michael Stephenson: Grantがお見せしなかった機能のひとつに、GeoGPTのHypothesis Generator(仮説生成機能)もあります。さらに、Grantがすでに見せたとおり、チームを構築することもできます。ですから、すべてを一人で抱え込む必要はありません。コンサルタントとして他の仲間と共同作業を行うこともできますし、たとえばクライアントと一緒に作業することもできます。ご清聴ありがとうございました。
10. Q&A:不確実性・ファインチューニング・ハルシネーション
10.1 地理空間データの不確実性の伝播
Maria Brovelli: ありがとうございました。皆様、本当に興味深いセッションでしたし、多くを学ぶことができました。私自身、GeoGPTをぜひ試してみたいという気持ちでわくわくしております。これまで使ったことはなかったのですが、今は使ってみたいと強く感じております。さて、いくつか質問が寄せられております。少し複雑なものもございますが、長くなりすぎない範囲でお答えいただけるか、見てまいりましょう。私から質問をお伝えしますので、どなたが答えてくださるかは皆様の方でお決めいただければと思います。最初の質問はこちらです。「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するのでしょうか」。これは精度に関わる問いです。
Grant Bouche: はい、では私からお答えします。現在のバージョンのGeoGPTのテキストモデルでは、不確実性を取り込む仕組みは組み込まれていません。一方で、GeoGPTのマルチモーダル版になりますと、さまざまな種類の入力を扱うことになり、たとえば化石セクションを見るような場合には、それらの入力に対しては一定の不確実性を取り入れる形になっています。ですので、データのタイプによる、ということになります。ただし、テキストや画像のケースに関しては、現状では不確実性を取り入れるメカニズムは存在しません。
Maria Brovelli: はい、おっしゃるとおりですね。逆の状況、つまり対応するデータが手元にある場合には、ある種の精度や不確実性を扱えるように適用できる余地もあるのかもしれません。ただ、これは大規模言語モデルにとってはかなり高度な水準の話だろうと思います。要するに、私たちが向かっていきたい方向性ではあるものの、まだ実装されていないテーマだ、ということですね。私の理解が間違っていなければ、全体としてはそういうことかと思います。
Grant Bouche: はい、その理解で間違いありません。
10.2 ファインチューニングの方法論
Maria Brovelli: ありがとうございます。それでは2番目の質問に進みましょう。プレゼンテーションへの感謝の言葉に続いて、GeoGPTのファインチューニングに関する質問が来ています。「DeepSeekなどの異なるモデルに対して、ファインチューニングをどのように行っているのか興味があります」。
Weiping Ye: はい、ありがとうございます。よい質問です。Grantがスライドの中で触れたとおり、GeoGPTは人気のあるオープンソースの大規模言語モデルを活用しています。具体的にはDeepSeek、Qwen、LLaMA、Mistral、そして私たち自身の0to1モデルです。そして、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には、共通のアプローチを用いています。
Weiping Ye: プロセスは3つの段階で構成されます。第一段階はSFT、つまり教師ありファインチューニング(supervised fine-tuning)です。質問・回答・質問・回答という対の系列を与えて学習させます。これがSFTです。ここで鍵になるのは、ドメイン特化のQ&A系列をどうやって作るかという点です。データを作り、そのデータでSFTを行う。これが第一段階です。第二段階はCoT(Chain-of-Thought)推論のためのファインチューニングです。質問に対して、考えてから答えるという段階を踏ませる形です。私たち自身の0to1モデルやDeepSeekのようなモデルがこの考え方を採用しています。たとえば数学の問題を解くときと同じように、回答を出す前にまず考える、というわけです。この場合も、まずは思考の系列を含んだ質問と回答のデータを作り、それを使ってCoTのファインチューニングを行います。そして最後の段階で、この系列に対して強化学習(reinforcement learning)を適用します。この3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が完了します。
Maria Brovelli: はい、ありがとうございます。とても明快なご説明でした。
10.3 ハルシネーションの種類と対処
Maria Brovelli: それでは3つ目の質問に移ります。これはハルシネーションに関するものです。「GeoGPTではどのような種類のハルシネーションが起きうるのか、もしご経験があれば教えてください。そして、地理空間情報や解釈を生成する際に、ユーザーは何を予期しておくべきでしょうか」。
Weiping Ye: はい。まず、ハルシネーションはあらゆる大規模言語モデルの一部であり、完全に取り除くことはできません。次の質問にもあるとおり、「どう検知し、どう緩和するか」が論点になります。私たちのモデルも、他の言語モデルと同様に、あらゆるタイプのハルシネーションを含みえます。たとえば、ある種の知識が正しくない場合もありますし、ときには事実をでっちあげてしまう(fabricate)こともあります。こうしたハルシネーションは可能性として常に存在します。
Maria Brovelli: あわせて、次に挙がっている質問にも続けて答えてください。「ハルシネーションをどうやって検知できますか」という問いです。
Weiping Ye: はい、すべての質問にあわせてお答えします。ハルシネーションを完全に取り除く方法は存在しませんから、ユーザーとして私たちは常に注意深くあるべきです。ChatGPTでも他のモデルでも、大規模言語モデルから提示される情報や知識を見たときには、常に慎重な姿勢で受け止める必要があります。AIや言語モデルから返ってくる答えは、あくまで参照として使うべきであって、確定的な答えとして扱うべきものではありません。
Weiping Ye: 検知や確認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。RAGです。質問に答えるとき、モデルは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場合がありますが、その答えの中にこれらの参照(reference)やウェブサイトを引用として明示します。これによって、引用が明確になります。もしユーザーがある答えに対して不安を感じた場合には、このリファレンスをクリックすることで、その答えを検証することができます。あるいは、他のツールを使って答えを検証することもできます。いずれにせよ、答えを検証する習慣を持つことは常によい考えです。
Weiping Ye: 一方で、ここ数年でコミュニティの中ではこの種の技術がいくつも開発されてきました。基本的にはすべて、ハルシネーションの数、つまりこうしたエラーの数を減らそうとする方向の取り組みです。完全になくすことはできませんが、最近のモデルを見ますと、ハルシネーションは減少していると感じます。以前と比べてハルシネーションに遭遇する頻度が減ってきているのです。そして私たちは常に、ユーザーがハルシネーションを検知できるだけの十分な情報を提供するよう心がけています。
Maria Brovelli: ありがとうございます。つまり、確かにハルシネーションは今もありますが、時間とともに数は減少している、ということですね。大規模言語モデルがより知識を蓄えていくにつれて、ハルシネーションは減ってきています。ハルシネーションは、モデルが答えを出せないときに、何かをでっちあげてしまう、というところから生じるわけですね。
11. Q&A:My Libraryで扱える文書形式と外部データ連携
11.1 対応文書形式と画像出力の可能性
Maria Brovelli: それでは、もうひとつ非常に実用的な質問に移りましょう。My Libraryについてです。Grantは「さまざまな文書を扱える」とおっしゃっていましたが、具体的にはどのタイプの文書が対象になるのでしょうか。「文書」と言うとき、それは単なるテキスト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。つまり、扱える文書の種類はどのようなものになるのでしょうか。
Weiping Ye: はい。まず一番ポピュラーなのはPDFです。論文をPDFでアップロードできます。続いてWord文書、そして単純なテキスト文書もアップロード可能です。GeoGPTの良いところは、PDFをアップロードすると、たとえばまとまった量の文書群を投入した場合でも、システムが自動的にバックエンド側でテキストを抽出して処理してくれる点です。もし数十万件規模のPDFを扱う場合には、処理には相応の時間がかかりますが、システム自体は非常に安定しており、文書を処理してテキストを生成する精度も高いものになっています。整理しますと、My Libraryで扱えるのはPDF、Word、テキスト、ということになります。
Maria Brovelli: なるほど。ということは、シェープファイル(shapefile)、GeoTIFF、あるいは衛星画像といった種類のデータを投入することはできない、ということですね。
Weiping Ye: その場合はMap Chatを使っていただくことになります。Map Chatであれば、画像をリスト的に読み込んで処理することができます。
Maria Brovelli: わかりました。ですから、Map Chatでは、衛星画像のフォーマットを含めて、地理空間情報の典型的なフォーマットをすべて扱えるわけですね。一方で、My Libraryに入れるのは「文書」、つまりWord文書やPDFだ、ということになりますね。
Weiping Ye: はい、そのとおりです。
Maria Brovelli: フォーマットの話に絡んでもうひとつ気になっている点があります。GeoGPTは、応答として画像を返すことはできるのでしょうか。たとえば、あるプロジェクトでどのような処理を行ってきたかのスキーマを、最初に示してほしい場合などです。私自身が挿入したものではなく、GeoGPTが生成した、図や絵を含む応答を得ることはできるのでしょうか。
Weiping Ye: えっと、それは画像の中の特定の領域をズームしたい、というお話ですか。
Maria Brovelli: いえ、そうではなくて、GeoGPTからテキストと一緒に、もとから画像にあったものではなく、GeoGPTが新たに作成する図表を含めた応答を受け取れるか、という意味なのです。
Weiping Ye: はい、可能です。私の理解が正しければ、Grantがご紹介していたMap Chatでは、ビジョンと言語の理解(vision language understanding)のための機能を提供しております。ですから、画像とテキストを一緒に扱えますし、地図を生成することもできます。
Grant Bouche: さらに、もっと複雑なものも生成できます。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ることができますし、特定のテンプレートやフォーマットに沿った文書を、さまざまなユースケースのために自動生成することもできます。たとえば、入ってきた衛星画像を処理して、何らかの解析を行い、その結果をグラフ付きのレポートとして書き出すような、自動ドキュメント生成のパイプラインを組みたい場合には、Agent Builderでそれを構築できます。同時に、GeoThingsも申し上げたとおり、Map Generatorを使ってこうした出力を作ることも可能です。
Maria Brovelli: はい、なるほど、わかりました。
11.2 外部データソース連携の具体例
Maria Brovelli: それでは、Grantにもうひとつ質問させてください。これもデータに関わる話です。たとえば、私が「ミラノを覆う1年分のSentinel-2データを読み込みたい」とします。ミラノは私の大学がある都市です。これらの画像はCopernicus Browserから取得できますが、Copernicus Browserから画像を取得し、それを処理するようなパイプラインをGeoGPTの中で作ることは可能なのでしょうか。
Grant Bouche: どちらが答えますか。私からお答えしてもよいですか。
Mohammad Javad Ba: どうぞ。
Grant Bouche: はい。Agent Builderは、皆様が望むあらゆる対象に接続できる仕組みになっています。GeoGPTプラットフォームの内側に存在しないものについては、プラットフォームの外からアクセスして、内側に引き込むことができるからです。私自身、今おっしゃったリソースが、基本的なREST APIのようなものでアクセス可能なのかどうかは確信がありません。ただ、おおむねインターネット上にあるもの、あるいはMCP経由でアクセスできるものについては、Agent Builderを通じて取り込むことができます。
Grant Bouche: ただし、これは標準のChatをそのまま使うほど簡単、というわけではありません。「これをやって」と一言頼めば終わり、というふうにはいきません。とはいえ、外部のデータソースの利用をAgent Builderを介して組み込むことは可能です。
Maria Brovelli: わかりました、ありがとうございます。少なくとも試してみる価値はある、ということですね。
12. Q&A:学習データ公開・利用条件、グローバルサウスでの展開と閉会
12.1 学習データ公開と利用条件
Maria Brovelli: 続いて、Annarita Mariottiから最後の質問が寄せられています。「GeoGPTモデルの学習に使われた入力データは、すべて公開されているのでしょうか。学習に何が使われたかを知ることはできるのですか」というご質問です。
Weiping Ye: はい。先ほどGrantが触れたとおり、GeoGPTはオープンソースの非営利プロジェクトです。スライドの中でも、いくつかのリンクをご紹介しております。GeoGPTのモデル本体は公開されていて、ダウンロードしていただけます。さらに、GeoGPTのRAGの主要な機能の一部についても公開されており、ソースコードが利用可能になっています。
Weiping Ye: あわせて、モデルの学習に用いたデータについても、データソースのリストを公開しております。これもオンラインで参照できます。それから、私が先ほど申し上げたQ&Aデータ、つまりファインチューニングの際にモデルの質問応答能力を鍛えるうえで非常に重要な役割を果たすデータについてです。こうしたデータセットを構築するのは本当に手間がかかる作業なのですが、その一部については研究コミュニティ向けに公開しております。
Maria Brovelli: すばらしいですね、ありがとうございます。それでは、ユーザー側にとっての条件についてもうひとつだけ伺わせてください。一般的に、大規模言語モデルを使おうとすると、無料で使える基本のものがある一方で、より高度なものは年間で一定額の費用を払うサブスクリプションが必要になる、というのが普通かと思います。GeoGPTの場合はどうなっているのでしょうか。世界中のあらゆるユーザーを念頭に置いたとき、利用の条件はどうなっていますか。
Weiping Ye: はい、よいご質問です。先ほども申し上げたとおり、GeoGPTはオープンソースの非営利プロジェクトです。ですから、非商用利用、つまりアカデミアや研究機関の研究室で使う場合には、すべてのユーザーに対して無料です。一方で、商用利用の場合には、たとえばご自身の文書を大量に蓄えるための大規模なデータベースを必要とする場合などには、第三者に対してその実費を支払っていただく必要があります。しかしそれ以外の点では、私たちのモデルとサービスは、基本的に非商用利用のユーザーに対して無料で提供されています。
Maria Brovelli: ありがとうございます。本当にありがたいことです。これは特に発展途上国にとって非常に重要であり、価値のある条件だと思います。
12.2 アフリカ・グローバルサウスでの展開
Maria Brovelli: 先ほどアフリカについても話題に上がりました。Mohammadも、そしてMichaelも、アフリカに関わるプロジェクトに携わっておられると伺っています。よろしければ、その経験を共有していただけますか。たとえば発展途上国の中で、こうした大規模言語モデルがどのように使われていく方向に進んでいるのか、皆様自身はどう感じていらっしゃいますか。萌芽的なものなのか、まったく新しいものなのか、有用なのか、それともそうではないのか。皆様の印象を聞かせてください。
Mohammad Javad Ba: はい、ご質問ありがとうございます。現在、GeoGPTでは、できる限り多くのアフリカの方々、とりわけグローバルサウスの方々を対象に、可能な限りトレーニングを行っていくというイニシアチブを進めております。私個人としても、このプロジェクトには本当にわくわくしておりまして、これまでいくつかのワークショップも実施してまいりました。Mikeにも、過去のワークショップの一部に参加していただいたことがあったかと思います。
Mohammad Javad Ba: これまでのところ、私たちは可能な限り力を尽くしてきましたし、多くの方々がこのAIイニシアチブに参加できることを大変喜んでくださっています。皆様、深く感謝してくださり、わくわくしながら取り組んでくださっています。たとえば直近では、つい先週、ナミビアのある大学とトレーニングセッションを行いました。学生の皆様は非常に熱心でしたし、その中の何人かは、自ら積極的に私たちに連絡を取って、追加のトレーニングを依頼してきたり、質問を投げかけてきたりしてくださいました。
Mohammad Javad Ba: ここまでのところ、反応は非常にポジティブですし、皆様このイニシアチブを受け入れてくださっていると感じています。一方で、課題のいくつかは、インターネット環境や、計算資源といったインフラに関わるものです。この点について、GeoGPTは非常に有用かつ価値のあることをやっていると考えております。なぜなら、貧しい国の方々にとって、GPUのような計算資源にアクセスすることは非常に難しいからです。GeoGPTは、こうした計算資源を提供しており、人々が無料で実際に使うことができ、それを通じて自身を成長させていけるようにしています。さらに、私たちはトレーニングの提供にも取り組んでいますので、参加者の方々が取り残されることもなく、これらのリソースをしっかり活用していくことができます。これがこれまでの私の経験です。私たちはこれからも同じ取り組みを続け、このイニシアチブを進めていきたいと考えています。
Maria Brovelli: どうもありがとうございます。それでは時間も迫っておりますので、Michaelからもひと言だけお願いできますか。
Michael Stephenson: はい、ありがとうございます。Javadのお話を補強する形になりますが、私たちが提供しようとしているのは、本質的に「情報へのアクセスの民主化(democratization of access to information)」だと考えています。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方々に対して、それらをより使いやすい形でお届けする。しかも、誰もが無料で利用できる形で、です。これは、こうした開発を本当に必要としている国々において、極めて強力な意味を持ち得ます。
Maria Brovelli: どうもありがとうございました。
12.3 閉会
Maria Brovelli: それでは、Andreaにフロアをお戻しいたします。皆様、本当にありがとうございました。次回またお会いしましょう。
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に対して、改めてお祝いを申し上げます。
Weiping Ye: はい、本当にありがとうございました。
Andrea Manara: セッション自体は数秒前にすでに終了しているのですが、私たちはMichaelの最後の言葉までしっかりオンラインで残っておりました。ですので、すべてうまく進んだと思います。皆様のご参加に心から感謝申し上げます。本当に興味深いセッションでした。Mary、ありがとうございました。
Maria Brovelli: こちらこそ、ありがとうございました。私自身、これから数日のうちにGeoGPTを試してみるつもりです。それから、私の学生たちにもぜひ使うよう促していこうと思います。とても便利なツールだと感じております。本当に有用なツールだと思います。皆様、おめでとうございます。私もこの冒険の一員に加わらせてください。状況を逐次共有してくださいませ。
Grant Bouche: はい、もし何か問題に遭遇されましたら、ぜひお知らせください。フィードバックは大歓迎です。
Maria Brovelli: わかりました、ありがとうございます。
Andrea Manara: どうもありがとうございました。
Maria Brovelli: こちらこそ、ありがとうございました。