ウッズホール海洋研究所に約136万ドル ― 堆積物の金属と「魚の化石」のデータに機械学習をかけ、深海のレアアース濃集域を予測する

1入力に魚の化石が入っている

この研究が機械学習にかける材料は二つある。堆積物に含まれる金属のデータと、魚類化石のデータである。レアアースの分布を予測するのに、なぜ魚の化石なのか。

要旨はその機序を詳しく述べていないが、二つを組み合わせることで、レアアースが堆積物中で濃集する時期・場所・過程が明らかになるとしている。海底に降り積もったものの記録という点では、金属も化石も同じ層に残る。片方だけでは読めないことが、並べると読める場合がある、という見立てと考えられる。

2採取が追いつかない対象を予測で埋める

深海の堆積物を調べるには、船を出して採取するしかない。要旨は、従来の手法では空間的なばらつきを地図にするのに効率が悪いと述べている。海は広く、採れる点は限られる。

予測を使う狙いはそこにある。すべてを採取するのではなく、既に採れている点から、まだ採っていない場所を推定する。深海の採掘は環境への影響をめぐる議論が続いている領域でもあり、どこに何があるのかが分からないままでは、その議論自体が進みにくい。

3受給者は独立の海洋研究機関

2026年9月1日時点で当サイトが保持するNSF助成120件の受給機関を見ると、大学等が104件、企業が13件、独立の研究機関が3件である。この助成はその3件の一つにあたる。

120件は93の機関に分かれており、2件以上を受けている機関は19しかない。多くの機関は1件だけを受け取っている。交付額は約135万6,482ドルで、想定総額と一致している。2026年9月1日時点で当サイトが保持する120件では、想定総額と義務付け額が一致するものが86件あり、この助成もそこに含まれる。期間は2026年9月1日から2029年8月31日までの3年である。

4採るか、推し測るか

深海の堆積物を調べるには、船を出して採取するしかありません。要旨は、従来の手法では空間的なばらつきを地図にするのに効率が悪いと述べています。海は広く、採れる点は限られます。

機械学習にかける材料が二つあることも、この設計に関わります。堆積物に含まれる金属のデータと、魚類化石のデータです。海底に降り積もったものの記録という点では、金属も化石も同じ層に残ります。片方だけでは読めないことが、並べると読める場合がある——要旨が機序を詳しく述べないなかで、二つを組み合わせるという方針だけは明確に置かれています。