絶滅危惧のセミクジラと、その餌を同時に追う ― ばらばらに集められた海のデータをAIで束ねる

1捕食者だけを見ても分からない

ある生物がどこにいるかを知りたいとき、その生物だけを追っても答えが出ないことがあります。北大西洋セミクジラは、餌となる動物プランクトンが集まる場所に現れます。そのプランクトンの分布は、海流、気象、栄養塩といった海洋の条件で決まります。つまりクジラの居場所を予測するには、クジラの観測記録だけでなく、海の物理と化学の状態、そしてプランクトンの分布を同時に扱う必要があります。

2結び合わせることが難しいデータ

海洋の観測データと生物種の観測データは、集める主体も、測る間隔も、覆う範囲も異なります。衛星が広く薄く測るものと、船が狭く濃く測るものを同じ枠に収めるのは容易ではありません。本課題が深層学習を用いる理由はここにあり、出所の異なるデータを結び合わせること自体を技術的な課題として据えています。手法は特定の2種に閉じるものではなく、他の捕食者と被食者の関係にも適用しうるとされます。

3地球科学とAIという区分

AI and Geosciences は、2026年9月2日時点で当サイトが保持する記録のなかで6件を数える区分です。同じ区分には衛星データの超解像による野火の検知・予測を扱う課題も含まれており、地球規模の観測データをAIで扱い直すという共通の方向が見て取れます。

観測の手段は既に豊富にあり、それらを束ねて意味のある予測に変える部分が課題になっている、という認識が区分の設計に表れています。

4保全と経済のあいだ

本課題の記述は、米国が食料生産・エネルギー・輸送・商業のために健全な海洋に依存していることを挙げ、保全と経済を両立させる海洋管理の基盤を築くとしています。北大西洋セミクジラは絶滅の危機にある種として知られ、船舶の航路や漁具との衝突が問題になってきました。どこにいるかを高い精度で予測できれば、規制の掛け方をより細かくできます。

生態系の理解が、そのまま規制の設計の精度に結びつく領域だといえます。金額は確認時点の交付額であり、追加交付や改定で変わることがあります。