米研究所が地球全体の衛星画像をAIでデータ化　専門知識なしで土地変化を分析可能に

米アレン人工知能研究所（Ai2）は、衛星画像向けの特徴量抽出モデル「OlmoEarth v1.3」を公開した。これに合わせて、地球全体を網羅する年間単位の事前計算済みデータ（10メートル解像度、64次元および128次元）と、ブラウザ上で地図を探索・分析できるツール「OlmoEarth Embeddings Explorer」も提供を開始した。利用者はログインや高度な専門知識なしに、土地の経年変化の追跡や類似地点の検索を行える。

従来のOlmoEarthの利用には、タスクごとにモデルを学習したAIモデルに対し、特定の目的に特化したデータを追加で学ばせて専門作業が得意になるよう整える手法のこと。">微調整（ファインチューニング）し、大容量の衛星画像をダウンロードしてGPUで処理する必要があった。新モデルは衛星データを再利用しやすい特徴量表現に圧縮することで、利用者の計算負荷を大幅に引き下げる。レーダー衛星「Sentinel-1」や光学衛星「Sentinel-2」「Landsat」の1年分の時系列データを読み込み、地球上の10メートル四方の区画ごとに128次元のベクトルを生成する。このデータを利用することで、 Kenyan（ケニア）の小規模農場やペルーのアマゾンにおける森林伐採などの解析を、手元の小規模な分類器だけで高速に実行できる。

性能面では、既存の基盤モデルである「AlphaEarth Foundations（AEF）」や「Tessera v2」を交えた6大陸・27種類の評価タスクにおいて、128次元版が20のタスクで最高スコアを獲得して総合1位となった。半分のデータ量である64次元版でも18のタスクで首位を記録した。開発効率も向上しており、前世代の「v1.2」と比較して学習の計算時間を53%、初代「v1」比では18%に短縮し、二酸化炭素排出量もそれぞれ50%、22%に抑えられている。

実際の解析例として、ペルーのマドレ・デ・ディオス県ラ・パンパ周辺における違法金採掘の監視が示された。同地域では2017年から2018年にかけて1,200ヘクタール以上の森林が消失し、2019年の取締作戦で沈静化した経緯がある。モデルのベクトルを年次比較することで、取り締まりによる沈静化やその後の土地回復、さらには一部地域での採掘再開の兆候が、追加のモデル学習なしに検知できたという。

付属の分析ツールでは、年度を切り替えて地形変化を確認したり、数点のラベル付けから分類結果をGeoTIFF形式で出力したりできる。データアーカイブの容量は年間約150テラバイトに達し、提供開始時点で2024年と2025年が全球、2023年が準全球を網羅しており、2017年から2022年のデータも一部の国から順次拡大される予定だ。モデルの重み、学習データ、学習コードは「OlmoEarth Artifact License」のもとで完全公開されている。