Google DeepMind マッピング、モデリング、およびAIによる自然の理解
Google DeepMind と Google Research は、地球の生物圏を監視し保護するために設計された AI ドリブン ツールと研究イニシアティブのスイートを導入しました。これらの進歩は、森林伐採リスクの予測、種の分布マッピングのスケーリング、およびバイオアコースティック モニタリングの自動化という3つの主要な分野に焦点を当てています。
ビジョン トランスフォーマーによる森林伐採リスクの予測
Google は、森林伐採のリスクを予測する高解像度モデルを開発し、単なる追跡を超えて積極的なリスク評価へと移行しました。
Key technical details include:
- 解像度とスケール: このモデルは、広範囲にわたって30メートルスケールまでの森林伐採リスクの予測を提供します。
- アーキテクチャ: このシステムはビジョン トランスフォーマーを中心に構築され、純粋な衛星入力を利用することで、道路マップなどのローカル入力レイヤーの必要性を排除しています。
- 歴史的背景: この研究は、World Resources Institute と共同で開発された、2000 年からの森林減少の駆動要因（採掘、伐採、農業、火災を含む）モデル（1km² 解像度）に基づいています。
Google は、森林損失予測のさらなる研究を支援するためにベンチマーク データセットをリリースしています。
GNN を用いた種分布マッピングのスケーリング
何百万種もの種の地理的範囲をマッピングする課題に対処するため、Google の研究者は Graph Neural Network (GNN) アプローチを使用し、前例のない規模で高解像度の種分布マップを生成しています。
The GNN model integrates three primary data sources:
- フィールド観測: 種の目撃データのオープンデータベース。
- サテライト エンベディング: AlphaEarth Foundations からのデータ。
- 種の特性: 体重などの生物学的情報。
この手法により、研究者は複数の種の基礎となる地理的分布を同時に推測することができます。QCIF と EcoCommons とのパイロット プロジェクトでは、このモデルを使用してオーストラリアの哺乳類、その中でもグレーター グライダーを含む種をマッピングしました。これらの種マップの23種は、UN Biodiversity Lab と Earth Engine を通じて公開されています。
Perch 2.0 によるバイオアコースティック モニタリング
Google は、Perch 2.0 のリリースにより動物の鳴き声分類器を更新しました。このモデルは、手頃な価格のバイオアコースティック モニターによって生成される巨大なオーディオ データセットの手動レビューの難しさに対処します。
機能と応用:
- 基盤モデル: Perch 2.0 は基盤モデルとして設計されており、フィールドの生態学者がこれを素早く適応させて世界中の新しい種や生息地を特定できるようにしています。
- 最先端の鳥類識別: このモデルは鳥の鳴き声を高精度で識別します。
- 保全へのインパクト: ハワイ大学との協力により、Perch 2.0 は絶滅危惧種のハニークリーパーの幼鳥の鳴き声を識別し、保護策を指導するために使用されています。
生物圏モデリングの統合された未来
Google の長期的な目標は、これらの異なるモデルを統合し、衛星データ、画像、バイオアコースティック、ドキュメントなどの複数のモダリティと、土地利用の変化や農業慣行などの人間活動のモデルを組み合わせた包括的なシステムを構築することです。環境データと農業収量および洪水防止のモデルを組み合わせることにより、Google は政策立案者に生物圏の脅威についての総合的な理解を提供し、保全と持続可能性の意思決定に役立てることを目指しています。