グーグル、衛星や地図から危険を予測するAIを開発　感染症や災害の対策を数分で支援

米グーグルの研究部門であるGoogle Researchは2026年10月14日、地球規模の衛星写真や気象データなどを解析し、複雑な空間分析や予測を行う自律型システム「地理空間推論エージェント（Geospatial Reasoning agent）」に関する技術レポートを発表した。一般的な言語モデルでは難しかった大規模な地理空間データの処理において、専用ツールと事前計画の仕組みを組み合わせることで高い精度を実現したとしている。

一般的な対話型AIや標準的なコード生成ツールは、データ形式が特殊で容量も膨大な地球規模の地図・衛星データを正確に処理することが苦手とされてきた。同社はこれまで開発してきた気象予測「WeatherNext」や洪水予測、人口動態モデル「PDFM」、衛星データ基盤「AlphaEarth Foundations」などの特化型モデル群を、AIモデル「Gemini」から必要に応じて呼び出せる技能（スキル）として統合した。エージェントは分析を始める前に段階的な実行計画を立て、大規模な地図層を専用の作業領域で処理することで、AIの文脈制限を超えずに正確性を保つ。

公開された技術レポートでは、エージェントの有効性を測るため、新たに独自開発した「GeoKTools」と「GeoExpertQueries」を含む4つのベンチマークで性能を評価した。Gemini 3.8 Flashを用いた検証では、ウェブ検索など基本機能のみの構成では定量的な空間タスクへの対応が困難だった一方、特化型ツール群を付与することで大幅にスコアが向上した。さらに事前の計画機能を加えることで、複数段階の分析を要する実世界の実務課題でも手順の省略を防ぎ、高精度な推論が行えることが確認された。公衆衛生分野の研究では、人口データと衛星シグナルを組み合わせることで、健康状態の予測精度が従来基準から12％向上し、解像度も8倍精細になったという。

実社会での検証として、世界保健機関（WHO）アフリカ地域事務局や人道支援団体などとの試験運用も進められている。コンゴ民主共和国で発生した2026年のエボラ出血熱への対応では、衛星による森林減少データや鉱山情報、人口動向を照合し、通常なら数週間を要する48の危険集落と4万5,500人以上のリスク住民の特定を数分で完了させた。人道支援組織のPeople in Needでも、過去14件のサイクロン経路を短時間で解析し、被害リスクの高い集落を迅速に見つけ出す成果を挙げている。

グーグルは今回の発表にあわせ、研究者が独自の地理空間エージェントを検証できるよう、2つの新ベンチマークの開発用データを完全公開した。あわせて、地図サービス「Ask Google Earth」向けの試験的アップデートや、開発者が独自システムに機能を組み込めるAPIの早期提供を開始している。