世界各地で人々が実際にどこに暮らしているかを把握するための情報源は、正確さや高度さに幅がある。
都市化が進み、経済が成熟した地域では一般に、人口密度や詳細な人口統計データに関する最新情報が豊富に得られる。一方、アフリカの農村部や発展途上国の急成長地域では、追跡手法が現状に追いつかないことがあり、場合によっては存在しないこともある。
こうした状況で登場するのが、Facebookの研究者が作成した新たな地図だ。これは、CIESINの「世界人口グリッドプロジェクト」を基盤に、Facebookが高解像度の衛星画像に機械学習モデルを適用し、世界各地の人間の居住状況を明確に描き出す。詳しく見てみよう。
点と点をつなぐ
ほかの情報をすべて取り除くと、人間の居住地はいくつかの興味深いパターンを形作る。その顕著な例の一つがエジプトで、人口の95%がナイル川沿いに暮らしている。下の図から、人々が暮らす場所とそうでない場所がはっきりと分かる。
この地図の高解像度版を見る。
Google Earthのようなツールを使えば、地球上のほぼあらゆる場所を閲覧できる。しかし課題は、画像を大規模に分析することだ。ここで機械学習が役立つ。
膨大なデータから人々を見つけ出す
地球全体の高解像度画像は約1.5ペタバイトの保存容量を必要とするため、データの分類は非常に困難な作業となる。こうした大量の画像から建物を正確に識別できる技術が実現したのは、ごく最近のことだ。
現在の成果を得るため、研究者たちは建物が存在し得ない場所を消去法で除外し、その後、建物が存在する可能性に基づいて候補地に順位を付けた。
Facebookは、「弱教師あり学習」と呼ばれる手法を使い、大規模に建造物を特定した。大量の写真を使ってモデルを訓練し、結果を確認したところ、Facebookは陽性例のラベル付けで99.6%の精度を達成した。
重要な理由
人々がどこに暮らしているかを正確に把握することは、生死を分ける問題になり得る。
アフリカで活動する人道支援機関にとって、信頼できる地図や人口密度情報が不足しているため、援助物資を効果的に配布したり、住民にワクチンを接種したりすることは依然として課題だ。研究者たちは、こうした詳細な地図が命を救い、発展途上地域の生活環境を改善するために活用されることを期待している。
たとえばマラウイは世界で最も都市化が進んでいない国の一つであり、人道支援に携わる人々にとって、同国の1900万人の住民を見つけるのは容易ではない。これらの地図は人々が暮らす場所を明確に示し、組織が特定地域の人口密度を正確に推定できるようにする。
詳しい説明を読み、各国の地図を収録したデータベース全体にアクセスするには、プロジェクトページをご覧ください。
