SuperMap Blog

同じ夜に異なる局で描かれた「地理的プロファイリング」 2025年7月30日、ちょっと面白い偶然がありました。 テレビ朝日系列の『大追跡：警視庁SSBC強行犯係』（第4話、21時～）と、フジテレビ系列の『最後の鑑定人』（第4話、22時～）。 なんと、この2つのドラマで同じ捜査手法「地理的プロファイリング」が使われていたんです。 別々の局なのに時間差で同じテーマ。これは驚きですよね。視聴者としては「また出てきた！」と思った方も多いのではないでしょうか。 ルーツはアメリカのドラマ『NUMB3RS』 この「地理的プロファイリング」、実はアメリカのドラマで有名になった手法なんです。 2005年から2010年にかけて放送された『NUMB3RS：天才数学者の事件ファイル』。その第1話で、すでに登場していました。 犯人は「近すぎる場所（自宅近辺）」ではリスクを避ける傾向があり、 逆に「遠すぎる場所」でも犯行は難しい。 こうした人間の行動パターンを数式化し、事件発生地点を地図上にプロットして犯人の行動範囲を推定するのが「地理的プロファイリング」です。 「数学で犯人を追い詰める」というコンセプトは衝撃的で、当時の視聴者に強烈なインパクトを残しました。地理的プロファイリングもその象徴的な例のひとつです。 NUMB3RSは、天才数学者の弟とFBI捜査官の兄がタッグを組み、統計学・確率論・数理モデルを駆使して難事件を解決していく物語。単なるフィクションの枠を超え、現実の捜査手法に基づいたエピソードが数多く取り入れられていました。 書籍で知る『数学で犯罪を解決する』 ドラマをきっかけに、「実際にどんな数学が使われているの？」をわかりやすく解説した本があります。 それが『数学で犯罪を解決する』（2008年、ダイヤモンド社／キース・デブリン、ゲーリー・ローデン著／山形浩生、守岡桜訳）。 この本では、NUMB3RSに出てきたシーンをベースに、地理的プロファイリングを含むさまざまな数理手法が、ドラマのあらすじとともにわかりやすく紹介されています。数学に苦手意識のある人でも理解できるよう工夫されていて、「数学ってここまで現実の捜査と結びつくのか！」という驚きを与えてくれます。 そして今はAIの時代 そんな犯罪捜査技術、今ではさらに進化しています。 原著の刊行が2007年の『数...

地理的ナレッジグラフ（GeoKG）を一言でいうと、「場所」と「場所」、「場所」と「モノ・コト」の多種多様な関係性を意味でつないだ、賢いデジタル地図のようなものです。 従来のデジタル地図（GIS）が「どこに何があるか」という位置情報を記録することを得意としていたのに対し、GeoKGはそれに加えて「なぜそこにあるのか、何と関係があるのか、どう影響し合うのか」という文脈（セマンティックな関係）までをデータとして扱います。 例えば、「横浜駅」という一つの地点に対して、以下のような無数の関係性をネットワークとして構築します。  * 横浜駅は「乗り入れている」→ JR東海道本線、京急本線、東急東横線...  * 横浜駅は「隣接している」→ そごう横浜店、髙島屋横浜店  * そごう横浜店は「分類される」→ 百貨店  * 百貨店は「競合関係にある」→ GMS（総合スーパー） では、このような「関係性」をデータ化したGeoKGは、具体的に何に使えるのでしょうか？ 地理的ナレッジグラフ（GeoKG）の具体的な使い道 GeoKGの真価は、複数の条件や複雑な関係性を組み合わせた、人間が思考するような問いに答えを出せる点にあります。 1. 高度な都市分析と防災シミュレーション 従来のGISでは、ハザードマップと避難所のマップを重ねて表示することはできても、両者の関係性を深く分析するのは困難でした。 GeoKGを使った問いの例： > 「横浜市西区で震度6強の地震が発生し、主要な橋（Bridge-A）が通行不能になった場合、最も避難が困難になる高齢者施設はどこか？ そして、代替となる避難経路は？」 >  GeoKGの答え方： 地震情報、インフラ（橋、道路）の状態、施設の種類（高齢者施設）、避難所の位置、人口統計といった全く異なるデータを「通行不能」「避難が困難」「代替経路」といった意味で連結します。これにより、単なる重ね合わせでは見えなかった複合的なリスクを瞬時に特定し、より現実的な防災計画の立案を支援します。 2. 対話型AIによる「賢い」場所探し スマートスピーカーやAIアシスタントに話しかけるように、複雑な条件で場所を探すことができます。 GeoKGを使った問いの例： > 「横浜駅の近くで、今から一人で入れて、評価が4以上で...

地理空間エージェント「SuperMap AgentX Server」 「この地域の人口データを基に、コンビニの新規出店候補地を3つ提案して」 従来、このような地理空間分析を行うには、専門家がGIS（地理情報システム）ソフトウェアを駆使し、データの選択、空間演算、可視化といった複雑な手順を踏む必要がありました。しかし、AI技術の進化がその常識を覆します。 これを実現するのが、SuperMapが開発した「地理空間エージェント」であるSuperMap AgentX Serverです。 1. 地理空間エージェントとは？ 一言で言えば、「対話できるGIS専門家AI」です。 大規模言語モデル（LLM）の自然言語理解能力と、GISの高度な空間分析能力を融合させたものです。ユーザーが日常会話のような平易な言葉で指示を出すだけで、AIエージェントがその意図を汲み取り、必要なGIS処理を自動的に実行し、地図やグラフ、テキストで結果を返してくれます。 専門的なソフトウェアの操作方法を知らなくても、誰もが地理空間情報の力を引き出せるようになります。 2. SuperMap AgentXはどのように動くのか？ ユーザーからの「横浜駅周辺で、徒歩5分圏内にある保育園を地図に表示して」といった指示に対し、AgentXの内部では主に4つのステップが実行されます。  * 認知 (Cognitive System)：まず、LLMがユーザーの言葉を解釈し、「横浜駅」「徒歩5分圏内（=サービスエリア分析）」「保育園（=特定のデータ抽出）」といった地理的な意図や分析タスクを正確に理解します。  * 計画 (Planning System)：次に、理解した意図を達成するために、必要なGISツールの実行順序を計画します。「①横浜駅の座標を特定 → ②その座標を中心に徒歩5分圏のポリゴンを作成 → ③保育園データと重ね合わせ → ④範囲内の保育園を抽出して地図に表示」といった具体的な処理計画を立案します。  * 実行 (Execution System)：計画に基づき、SuperMapが持つ豊富なGIS機能（バッファ分析、データクエリ、主題図作成など）を自動的に呼び出し、タスクを正確に実行します。  * 記憶 (Memory System)：対話の文脈を記憶しているため、「じ...

これまでの都市計画は、数年に一度の調査に頼るため、変化の速い現代都市の実態をリアルタイムに捉えることが困難でした。しかし今、その常識を「地理空間AI」が覆そうとしています。これは、衛星画像や人々の移動データといった地理情報をAIで解析し、都市の今を可視化し、未来を科学的に予測する技術です。SuperMapに代表される最先端のGISプラットフォームは、この変革を力強く推進しています。 1. 衛星画像から「都市の今」を瞬時に把握 都市計画の基本は、どこに何があるかを正確に知ることです。SuperMapが提供するAI技術を使えば、衛星写真から無数の建物を自動で高精度に検出できます。従来は膨大な人手と時間を要していた、固定資産税評価のための家屋調査、地図情報の更新、無許可建築の監視、開発状況のモニタリングといった業務が、これにより劇的に効率化されます。AIが空から都市の変化を常に見守り、データとして蓄積してくれるのです。 2. 人々の動きから「未来の需要」を予測 都市は人々の活動の舞台です。スマートフォンの位置情報などから得られる「人流ビッグデータ」をAIが分析することで、これまで見えなかった人々の動きが明らかになります。時間帯や曜日ごとの人の流れを読み解き、「どこに商業施設を造れば成功するか」「バスの路線やダイヤをどう最適化すべきか」といった問いに、データに基づいた答えを導き出します。また、災害発生時の帰宅困難者数を予測し、効果的な避難計画を立てる上でも不可欠な情報となります。地理空間AIが実現する未来の都市計画地理空間AIがもたらすのは、単なる業務の効率化だけではありません。客観的なデータに基づく「データ駆動型の意思決定」、3D都市モデル（デジタルツイン）上での「動的なシミュレーション」、そして計画内容を分かりやすく可視化することによる「市民との円滑な合意形成」を可能にし、都市計画そのもののプロセスを変革します。変化をリアルタイムに捉え、未来を科学的に予測する地理空間AIは、人口減少やインフラ老朽化といった課題に直面する現代の都市にとって、スマートで持続可能な未来を築くための、まさに新たな羅針盤と言えるでしょう。