GeoAI革命：基盤モデルによる地球規模の知性の拡張
- •Prithviをはじめとする地理空間基盤モデルの登場により、衛星データの処理コストが数百万ドル単位からわずか数千ドルへと劇的に削減された。
- •最新の拡散モデルは、雲のない衛星画像を合成し、低解像度データを20倍以上にアップサンプリング（高画質化）する能力を持つ。
- •LLMと空間推論の統合により、地理的な質問に自然言語で回答し、ツールを自律的に操作するエージェント・システムが実現している。
地理空間インテリジェンスの領域は、従来の専門家による手動のピクセル解析から、「一度の事前学習と安価な微調整」というスケーラブルなパラダイムへと劇的な変化を遂げている。テラバイト級のラベルなし衛星画像で学習された巨大なニューラルネットワーク、すなわち「地理空間基盤モデル」は、都市計画から環境モニタリングに至るまで、あらゆるタスクの自動化を可能にした。
この技術革新を牽引しているのが、NASAとIBMが共同開発したPrithviや、スタンフォード大学のステファノ・エルモン（Stefano Ermon）教授の研究チームが発表したDiffusionSatである。Prithviが多波長データに特化する一方で、DiffusionSatは生成AIの基幹技術である拡散モデルを活用し、高精度な雲除去や20倍以上の超解像処理を実現している。こうした「欠落した情報の補完」能力は、高品質な空間分析への参入障壁を大幅に引き下げる結果となった。
さらに注目すべきは、大規模言語モデル（LLM）の中に潜在的な地理的知識が組み込まれているという発見である。スタンフォード大学の研究によれば、LLMは特定の座標を指定するだけで、地理空間ツールを呼び出し、複雑な空間的関係を平易な言葉で解説できるエージェントとして機能し始めている。これにより、専門知識がなくても高度な地理分析が可能になりつつある。
実際に不動産や建設業界では、数週間を要していた測量作業が、数日間の自動データ抽出へと短縮されつつある。不動産テック専門の投資会社であるMetaProp（メタプロップ）が支援するAirWorksなどのスタートアップは、ドローンやLiDARのデータを自動で地図化することで、製図時間を80%削減することに成功した。これらの基盤技術が普及するにつれ、地球規模での物理世界の管理手法は根本から再定義されるだろう。