機械学習による超解像技術を活用した詳細な深海海底地形図の作成

摘要

近年.人工知能は分類、予測、最適化、画像解析、音 声認識など様々な分野で利用されてきている。本論では, 水産工学分野への人工知能（深層学習）の導入のうち， 特に画像解析技術を活用した深海海底地形図詳細化の事 例を紹介する。海底地形図は.水産海洋全般に関わる基本情報である。水産工学分野におけるデジタル海底地形データの応用は.魚礁台帳の管理にGIS (地理情報シス テム）が導入されるようになってからである。魚礁は水 深200mよりも浅い海底に設置されるが，本論が対象と する海底は平均水深3000mと言われる全大洋における深 海底である。一般に浅海も深海も詳細な海底地形図の作 成には高額な費用を要する。特に，熟水鉱床で知られる わずか数km四方の深海底の詳細海底地形図の作成には， 1日1000万円以上の調査船費用（全体で5億-10億円） が掛かると言われている。この深海探査の費用を大幅に 削減し，全大洋の詳細な海底地形図を効率的に作成するために，現在，Seabed2030というプロジェクトが進め られている。これは，GEBCO (General Bathymetric Chart of the Oceans)と日本財団が2030年までに，全 大洋において空間解像度100m以下（現在は空間解像度 約900m)の詳細海底地形図の作成を目的としている。 Seabed2030プロジェクトに採択された3つの研究開発 チームの1つであり，機械学習（深層学習）の画像解析 技術を活用した高精度な深海海底地形図作成システムの 開発について概説するものである。