AIエージェントは未知のマヤ遺跡を発見していなかった

導入

地形上の特徴を見つけることと、科学的な発見を成し遂げることは同じではない。この違いが明確になったのが、グーグル研究者Pietro Miottiによるマヤ遺跡探索プロジェクトだ。Miottiは48体のAIエージェントを使ってNASAのレーザースキャン、いわゆるライダー（LiDAR）データを調べ、未登録の可能性がある集落を特定したと説明した。ところが考古学者は、その場所がすでに学術論文で報告されていると指摘した。

何が起きたのか

Miottiはペルー旅行中、現代の技術を歴史上の探検に応用できないかと考えたという。ペルーでは公開ライダーデータの範囲が限られていたため、対象をマヤ地域に変更。AIエージェントに、集落や住居などを示す可能性のある規則的な地形を探させた。この取り組みは、グーグルの計算資源を使わない個人的なプロジェクトだった。

大規模な村落に見える場所を検出した後、Miottiはメキシコ国立人類学歴史研究所（INAH）に照会した。彼によれば、そこに登録された遺跡について公式な記録はないという回答だった。しかし、これはその遺跡が誰にも知られていなかった証明にはならない。公的データベースには、すべての現地調査、未公表の研究、学術論文が収録されているわけではないからだ。遺跡保護のため座標を公開しないケースもあり、データベース検索だけでは過去の研究を十分に確認できない。

要点

• 検出は発見ではない。 AIとライダーは特徴的な地形を示せるが、それが建造物なのか自然地形なのかを判断するには専門知識が必要だ。
• 未登録は未知を意味しない。 地域住民が以前から知っていたり、研究者が調査・測量していたりしても、公式名簿にない場合がある。
• 文献調査は研究の一部である。 既存研究との照合や査読は、新規性と貢献者を確認するための基本的な工程だ。
• 位置情報の公開には危険がある。 遺跡の座標が広まれば、盗掘を誘発する可能性があるほか、専門家に未検証の「新発見」が大量に届く懸念もある。

意義と影響

今回の件は、AIが考古学に役立たないことを示しているわけではない。考古学者も、ライダー画像の解釈や大規模データの優先順位付けにAIを使える可能性は認めている。問題は、画像上のパターンを見つけた段階で、すぐに画期的な発見だと主張してしまうことだ。

信頼できる研究ワークフローには、論文、地図、未公開記録、専門家の知識、地域の情報を組み合わせる仕組みが必要になる。そのうえで、現地調査を通じて対象を検証しなければ、歴史的な意味を判断することはできない。マヤ地域では、遺跡を新たに見つけること以上に、既知の遺跡を測量・発掘し、理解するための資金が課題だという指摘もある。

この教訓は考古学に限らない。AIは過去の研究や文脈を見落としたまま、もっともらしい新規成果を出すことがある。今後のAI研究支援ツールには、出典追跡、文献照合、専門家レビュー、地域社会への配慮、位置情報の保護を組み込む必要がある。AIは探索を速められても、発見を成立させるのは解釈、検証、そして責任だ。

出典：The Verge AI