オープンでフリーな地理空間情報を市民の手で作る世界的なプロジェクト「OpenStreetMap（OSM）」の国際年次カンファレンス「State of the Map 2017（SotM2017）」が8月18～20日の3日間、会津若松市文化センター（福島県会津若松市）で開催された。Mapboxのスタッフによる基調講演、AIを活用した地図作りを追求するFacebookによる講演、日本人による発表の1つとして、OSMを使った“触地図”の自動作成システムに関する講演を、3本の記事に分けてそれぞれ紹介する。

FacebookのDrishtie Patel氏は、Facebookのチェックイン機能やメッセンジャーアプリなどにおいてOSMの地図が使われていることを紹介した。多くの企業は、OSMがフリーであることを理由にデータを使用しているが、ほかの利点として、OSMがさまざまなスタイルにカスタマイズすることが可能である点を挙げた。また、ツールを開発する場合にも、プロトタイプを短期間で作ってテストすることができると語った。

Patel氏は、「Facebookのミッションは世界をもっとオープンにして、つなげることです。しかし、世界の人口の10％はインターネットに接続できない場所に住んでおり、接続できる範囲を拡大することがすべての人の責任であると考えています」と語り、より多くの人々がより良いデータを得られるようにすることが不可欠であり、OSMに対するFacebookのミッションは、そのような取り組みの1つであると語った。

Patel氏は、以前から衛星画像をもとにトレースしたり、GPSデータを収集したりしてマッピングを行っていたが、この方法は手作業のため手間がかかるという課題があった。そこで、Facebookでは、道路などの地図データを生成する方法として、AIによる機械学習を始めており、これによって作成した地図をOSMに還元したいと考えているという。

機械学習によるプロセスは、衛星画像をもとに、トレーニングデータに基づくアルゴリズムで道路などの形を検出し、画像の中で道であると考えられる部分をピックアップして道路中心線を抽出。トリミングや接続などを行った上でコンバートして、それを既存のOSM地図データと結合させるというものだ。投稿前には人間の手による確認も行い、投稿後も事後検証を行う。

Patel氏は、機械学習によるマッピングにおいて近年起きた大きな事件として、ディープラーニングと、高解像度の衛星画像に簡単にアクセスできるようになったことを挙げる。ディープラーニングについては、複数のレイヤーで構成されるニューラルネットワークにより、衛星画像をもとに良好な結果が得られるようになってきた。

このような取り組みの事例として、Patel氏はタイの地図において機械学習による地図作成を行っていることを紹介した。現在のところ、79のエリアのうち13の処理を完了し、約3万7000kmにもおよぶ道路を追加したという。

道路の形状だけでなく、その種類についても、衛星画像をもとに推測したり、既存のOSMデータを参考にしたり、地元コミュニティと議論したり、人口密度マップを参考にしたりすることでタグを追加した。まだ実用化はしていないが、Facebookを使ってクラウドソーシングにより、道路名の情報を集めて信頼性を向上させる取り組みなども検討しているという。

Patel氏は、「機械学習によるマッピングは驚くべき成果を上げました。この技術を使うことにより、正確な道路形状を描くことが可能で、地図編集者の手間を大幅に軽減し、地図作成のプロセスを効率化することができます」と語った。一方、課題としては、OSMデータに反映する際のプロセスや、編集からデータの反映に至るまでに時間がかかること、地域コミュニティが存在しない場合にはどうするか、といったことなどを挙げた。