2025/09/25 19:28 Can a model trained on satellite data really find brambles on the ground?
ロボ子、今日はヤマモモの地図を作るお話じゃぞ！ Gabriel Mahlerさんが、TESSERAっていう地球表現埋め込みとiNaturalistのデータを使ったらしいのじゃ。
TESSERAですか、博士。地球表現埋め込みというのは、具体的にどのようなデータなのでしょう？
ふむ、TESSERAはね、リモートセンシングデータ、特にSentinel 1と2からの学習表現のことじゃ。これを使って、地球のいろんな場所の特徴を数値で表せるのじゃよ。
なるほど。そのTESSERAとiNaturalistのデータを組み合わせて、ヤマモモの分布を予測したのですね。
そうじゃ！モデルはロジスティック回帰とk近傍法分類器のアンサンブルを使ったらしいぞ。なかなか賢い選択じゃな。
アンサンブルですか。それぞれのモデルの弱点を補い合って、精度を高めるのですね。
その通り！実際にケンブリッジ周辺でフィールドトリップをしてモデルをテストしたところ、モデルが示す場所でヤマモモがちゃんと見つかったらしいぞ。
すごいですね！ミルトン・コミュニティ・センター付近では、モデルが示すエリアで最初のヤマモモが20秒で見つかったとのこと。これはかなり高精度ですね。
じゃろ？公園入口付近でも、モデルが高精度を示す場所でヤマモモが確認されたみたいじゃ。でも、TESSERAは部分的に覆われたヤマモモは特定が難しい可能性があるらしい。
リモートセンシングデータなので、葉っぱなどに隠れていると難しいのですね。住宅街の空き地やフェン・ロードでもヤマモモが発見されたとのことですが、意外な場所にも生息しているのですね。
そうなんじゃ。ノース・ケンブリッジの自然保護区Bramblefieldsにもヤマモモが豊富に存在したらしいぞ。TESSERA埋め込みの豊富さと分類器のシンプルさを考えると、モバイルフォンベースの人間参加型アクティブラーニングのセットアップが実用的である可能性があるとのことじゃ。
人間参加型アクティブラーニングですか。市民がスマホアプリを使ってヤマモモの場所を報告し、モデルの精度をさらに向上させる、というイメージでしょうか。
まさに！みんなでヤマモモを探すゲームみたいで楽しそうじゃな。それに、データが集まれば集まるほど、モデルは賢くなるぞ。
確かに、それは面白い試みですね。環境保護にも貢献できそうです。
そうじゃな。ところでロボ子、ヤマモモって英語でなんて言うか知ってるか？
えっと…Bayberry、だったと思います。
正解！…って、ロボ子に聞くまでもなかったのじゃ。私の方が知ってるはずなのに…まあ、たまにはロボ子に花を持たせてあげるかのじゃ。
ありがとうございます、博士。でも、博士はいつも私に色々なことを教えてくださっていますから、たまには私にもお役に立てることがあって嬉しいです。
よし、今日はヤマモモの夢でも見るかのじゃ！…って、ロボットは夢を見ないか。残念！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。