ソーシャルメディアとAIで風景の美観を測定できるように

生態系の美しさと、それが人々にもたらす幸福度を測定することは、公共の環境政策に役立つ。オランダのEPFLとワーゲニンゲン大学の科学者たちは、ディープラーニングと数百万枚のFlickrの写真をもとに、生態系評価のための新しいモデリング手法を開発しました。

山登りやランニング、パドルボードなどのアウトドア活動を楽しむかどうかは、周囲の生態系の美しさに大きく左右されます。例えば、青く澄んだ海、黄色やラベンダー色に覆われた丘陵地帯、岩盤の上を流れる小川などの風景は、私たちの心身の健康を促進します。生態系サービス（ES）評価とは、環境政策に反映させるために、景観が人々の幸福にどのように貢献しているかを定量的に評価するもので、幸福感はその要因の一つです。今回、EPFLとワーヘニンゲン大学の研究者チームは、これらの評価をサポートするために、人工知能を用いて人々の景観に対する美的な楽しみ方を取り入れた、新しいタイプのモデルを開発しました。このモデルは、Flickrに投稿された約900万枚の英国の風景写真をもとに開発されたもので、ソーシャルメディア上のデータを利用しているため、大規模な再現が容易です。このモデルは、個人が風景をどのように評価しているかを、現在の手法と同等の精度で、これほど大規模に再現した初めての例です。本研究成果は、ネイチャー誌「Scientific Reports」に掲載されました。

このモデルを開発するために、科学者たちは、Scenic-Or-Notデータベースから入手した英国の風景写真20万枚以上を対象に、深層学習アルゴリズムを学習させました。これらの写真は、英国の地理的に代表的なデータセットを構成しており、クラウドソースの調査によって、その美的品質、すなわち「景勝度」が評価されています。これにより、従来の大規模なES評価では考慮されていなかった、個人が風景をどのように楽しんでいるかという要素を含めることができました。さらに、ニューラルネットワークをベースにした深層学習モデルを900万枚以上のFlickrの写真に適用し、他のAIベースのモデルも組み合わせて景観の美しさを予測しました。最後に、このモデルの出力を、従来の環境指標ベースのモデルの結果と比較しました。

より正確なモデル

調査結果は、イギリスの地図上に風光明媚さの度合いを示すカラーコードで表示されました。両モデルとも、ウェールズのスノードニア国立公園、イングランドの湖水地方、スコットランドのハイランド地方が、美的価値と幸福度が特に高い地域であることがわかりました。「EPFLのEnvironmental Computational Science and Earth Observation Laboratoryの准教授であるDevis Tuiaは、「2つのモデルの結果は、5km²の解像度ではほぼ同じでした。「2つのモデルとも、ロンドンやグラスゴーなどの都市部が魅力的ではないと明確に認識しています」。しかし、500m²の解像度になると、矛盾が生じ、Flickrのモデルがより正確であることが際立ってきます。例えば、グレーター・ロンドン、リッチモンド・パーク、ヒースロー空港などは、従来のモデルでは非常に景観の良い地域と予測されていましたが、Flickrモデルではより正確に、明らかに景観の悪い地域と分類されています。

環境と人々の関わり方を評価する全く新しい方法

ソーシャルメディアと深層学習の組み合わせにより、研究チームのモデルは、景観の美しさに対する人々の評価が時間とともにどのように変化するかを評価することもできます。さらに研究チームは、イギリスの湖水地方、ウェールズのペンブロークシャー海岸、スコットランドのケアンゴームなど、特別に美しいことで知られる自然公園エリアを対象にした実験を行いました。この実験では、美的要素が季節とどのように結びついているかを調べることができました。例えば、「雪」という属性は、同時期の天気予報と一致しており、新モデルでは2009-10年の冬が特に雪が多かったことが正確に示されています。また、雪景色を見に行く機会の多い週末には「雪」の出現率が上昇し、1週間を通して「アスファルト」の出現率は比較的安定していたといいます。「これは、ソーシャルメディアを利用したデータを利用することで、環境の状態と人々の関わり方に関する情報を組み合わせて得られることを示しています。このような情報は、かつてこれほど高い精度で得られたことはありませんでした。」とトゥイアは言います。

ワーヘニンゲン大学の博士課程に在籍するIlan Havingaはこう付け加えます。「景観の美しさが人々の幸福にどのように貢献しているかを大規模に測定することは容易ではありません。今回の研究では、最も重要な要素である “個人 “を取り入れながら、人々の美的な楽しみをモデル化する技術を提供しています」と述べています。次のステップは、風景や文化が異なる他の国にもこのモデルを適用できるかどうかを確認することです。そのためには、地域に適した基準でAIのアルゴリズムを学習させる方法を見つける必要があります。ヨーロッパの環境保護政策を支援するために、オランダやスペインなどのヨーロッパ諸国では、すでにそのようなプロジェクトが進行中です。