新しいオープンビルディングデータセットのAI駆動型開発が発表されました
2025年4月10日
HarryGonzález
38

2021年、Google Research Africaチームは、AIと高解像度の衛星画像を使用してグローバルサウス全体に建物のフットプリントをマッピングするオープンソースデータセットであるOpen Buildingsを開始しました。彼らの目標は非常に簡単でした。発展途上国の人口と密度に関するデータに大きな穴を開けることです。現在、3番目のバージョンが発売されているため、彼らのデータセットは、アフリカ、南および東南アジア、ラテンアメリカ、カリブ海で5800万km²に広がる180億の途方もない建物のポリゴンを誇っています。政府から国連、さらには研究者や非営利団体まで、多くの人々が、人口の規模と分布を扱うためにオープンビルを使用しています。これにより、予防接種や災害対応などの計画が良くなりました。さらに、以前にマッピングされていなかった何百万もの建物を追加することで、Googleマップを強化します。 ガーナに拠点を置くチームは、テルアビブやチューリッヒのような場所に散らばっているメンバーとともに、プロジェクトをさらに有用にすることを使命としています。 「私たちは常にハッカソンモードで、新しいアイデアを試し、課題に取り組んでいます」とGoogle Research Program Manager Abdoulaye Diack氏は言います。 「元のデータセットでできなかったことの1つは、領域が時間の経過とともにどのように変化するかを示すことでした。それは静的でした。それはパートナーが本当に望んでいたものです。」通常、商業衛星画像プロバイダーは、バックスを持ち込むエリアに焦点を当てており、世界の約40%、ほとんどがグローバルな南にあり、定期的な高解像度のカバレッジなしに残ります。一部のリモートスポットや非公式の集落は、まったくカバーされません。一方、5日ごとに世界的な写真を撮る欧州宇宙機関のセンチネル-2衛星からのオープンソース画像は、建物の検出には低解像度であると考えられていました。しかし、チームは、彼らが思ったほど大きな取引ではないかもしれないと考えたので、彼らはそれを試しました。最初に、彼らはSentinel-2から単一の低Resフレームを自分のモデルに供給し、建物のポリゴンを描くように頼みました。 「大変でしたが、可能性が見られました」とAbdoulayeは言います。 「それで、私たちはモデルに、建物のマスク、つまり特定のスポットに結び付けられたバイナリピクセルデータを提供するように言った。それは大丈夫だった。「ねえ、これができる」と思った。 2016年から2023年をカバーし、グローバルサウスの大部分と建物の高さにわたって存在感を築き、カウントされる年次スナップショットを提供します。これは、開発、災害、その他の要因による都市の変化を示しています。ユーザーは、地域を選んだり、長年にわたってめくったり、世界が成長したり、シェイプのカラフルなディスプレイで縮小したりすることができます。 「2050年までに、主にグローバルな南部にある約25億人が都市に移動する可能性があります。このデータセットは、その成長に対処する政府や組織にとってゲームチェンジャーになる可能性があります」 「ヘルスケアや教育などの重要なサービスをどこに配置するか、または水やエネルギー供給などのインフラストラクチャを構築する場所を計画している場合、このデータセットは、どの分野が急速に成長しているかを示しています。」 2018年9月28日、インドネシアの海岸沖の7.4の大規模な地震が津波を引き起こし、スラウェシに約150万人に影響を与えました。データセットは、災害後に建設されたエリアがどのように海岸から引き戻されたかを示しています。インタラクティブなアースエンジンアプリで確認できます。 また、オープンビルディングス2.5Dの時間データセットデモで、エジプトの新しいカイロの建設を見ることができます。それで、チームはどのようにしてモデルにセンチネル2のファジー衛星画像を読み、自信を持って建物を検出させたのでしょうか?彼らは物事を磨くことから始めました。 「私たちは、教師の学生モデルのセットアップを、低解像度の画像を「超分解」し、建物のフットプリントを引き出しました」とGoogle ResearchソフトウェアエンジニアのKrishna Sapkota氏は言います。 「教師モデルは、建物を高解像度の画像で見つけることを学び、学生モデルにラベルを付けることを学びます。実際にデータセットを作成する学生モデルは、教師の出力から学習します。その後、Sentinel-2から低解像度の画像を取り、高解像度バージョンがどのように見えるかを推測できます。」 教師モデルは、学生モデルに高解像度のトレーニングラベルを提供し、低解像度の画像からの構築の存在感を把握します。フットプリントの構築に必要な詳細を取得するために、このモデルは、予測のためにスポットの最大32フレームのセンチネル2画像を使用します。各フレームは、キャプチャ間の小さな時間ギャップのおかげで、他のフレームとは少し異なります。これは、解像度を高めるのに役立ちます。ピクセルの電話は、シャープな画像に複数のショットを使用する方法のようなものです。建物の正確な多角形のアウトラインを与えた元のデータセットとは異なり、新しい時間データセットは、建物のフットプリントにラスターデータを使用します。また、人口密度を推定するために重要な建物の高さを予測し、1.5メートル未満の誤差、または1階建ての1階建てです。公式リリースの前に、時間データセットはウガンダの非営利のサンバードAIのような信頼できるパートナーと共有されていました。 「ウガンダ人の約73%が電気を持っていないため、Sunbird Aiは元のデータベースを使用して、政府がマイクログリッドやソーラーパネルをどこに置くかを把握できるようにしました」とOlivia氏は言います。 「新しいデータセットを使用すると、彼らはジンジャとフォートポータルを検討しており、市議会が成長が早く起こっている場所を確認し、計画を調整するのに役立つビジュアルを作成しています。それは、両方のデータセットが人口を理解するためのより大きなツールキットの一部であり、それがどのように変化するかを示しています。」一時的なデータセットにつながったのと同じ好奇心が、チームに改善を続けるように促しています。 「私はガーナに住んでいて、私たちの仕事がもたらす影響を見ています」とAbdoulayeは言います。 「ここの多くの場所はリソースに苦しんでおり、それが大きな結果をもたらすデータギャップにつながります。それを修正し、違いを生むために働くチームの一員であることは本当に名誉です。」
関連記事
Debates over AI benchmarking have reached Pokémon
Even the beloved world of Pokémon isn't immune to the drama surrounding AI benchmarks. A recent viral post on X stirred up quite the buzz, claiming that Google's latest Gemini model had outpaced Anthropic's leading Claude model in the classic Pokémon video game trilogy. According to the post, Gemini
Top 10 AI Marketing Tools for April 2025
Artificial intelligence (AI) is shaking up industries left and right, and marketing is no exception. From small startups to big corporations, businesses are increasingly turning to AI marketing tools to boost their brand visibility and drive their growth. Incorporating these tools into your business
Wikipedia is giving AI developers its data to fend off bot scrapers
Wikipedia's New Strategy to Manage AI Data Scraping
Wikipedia, through the Wikimedia Foundation, is taking a proactive step to manage the impact of AI data scraping on its servers. On Wednesday, they announced a collaboration with Kaggle, a platform owned by Google and dedicated to data science and
コメント (25)
0/200
StevenSanchez
2025年4月14日 0:10:04 GMT
This dataset is a game-changer for urban planning in the Global South! It's amazing how AI can help map building footprints so accurately. Only downside is it's a bit tricky to navigate the dataset if you're not tech-savvy. Still, a must-have for researchers!
0
DonaldGonzález
2025年4月13日 21:52:40 GMT
グローバルサウスの都市計画に革命をもたらすデータセットです!AIが建物のフットプリントをこれほど正確にマッピングできるなんて驚きです。唯一の欠点は、技術に詳しくないとデータセットの操作が少し難しいことです。それでも、研究者にとって必須のツールです!
0
WillLopez
2025年4月11日 22:31:22 GMT
글로벌 사우스의 도시 계획에 혁신을 가져오는 데이터셋입니다! AI가 건물의 발자취를 이렇게 정확하게 매핑할 수 있다는 것이 놀랍습니다. 단점은 기술에 익숙하지 않으면 데이터셋을 다루기가 조금 어렵다는 점입니다. 그래도 연구자에게는 필수 도구입니다!
0
JustinJackson
2025年4月13日 11:49:41 GMT
Este conjunto de dados é um divisor de águas para o planejamento urbano no Sul Global! É incrível como a IA pode mapear as pegadas dos edifícios com tanta precisão. A única desvantagem é que pode ser um pouco complicado navegar pelo conjunto de dados se você não for muito técnico. Ainda assim, uma ferramenta essencial para pesquisadores!
0
RaymondRodriguez
2025年4月12日 0:51:42 GMT
¡Este conjunto de datos es un cambio de juego para la planificación urbana en el Sur Global! Es increíble cómo la IA puede mapear las huellas de los edificios con tanta precisión. La única desventaja es que puede ser un poco complicado navegar por el conjunto de datos si no eres muy técnico. Aún así, una herramienta imprescindible para los investigadores!
0
AnthonyMartinez
2025年4月11日 19:26:38 GMT
The Open Buildings dataset is a game-changer for urban planning in the Global South! It's amazing how AI and satellite imagery can map out building footprints so accurately. My only gripe is that the data updates aren't as frequent as I'd like. Still, it's a fantastic resource! 🌍
0










This dataset is a game-changer for urban planning in the Global South! It's amazing how AI can help map building footprints so accurately. Only downside is it's a bit tricky to navigate the dataset if you're not tech-savvy. Still, a must-have for researchers!




グローバルサウスの都市計画に革命をもたらすデータセットです!AIが建物のフットプリントをこれほど正確にマッピングできるなんて驚きです。唯一の欠点は、技術に詳しくないとデータセットの操作が少し難しいことです。それでも、研究者にとって必須のツールです!




글로벌 사우스의 도시 계획에 혁신을 가져오는 데이터셋입니다! AI가 건물의 발자취를 이렇게 정확하게 매핑할 수 있다는 것이 놀랍습니다. 단점은 기술에 익숙하지 않으면 데이터셋을 다루기가 조금 어렵다는 점입니다. 그래도 연구자에게는 필수 도구입니다!




Este conjunto de dados é um divisor de águas para o planejamento urbano no Sul Global! É incrível como a IA pode mapear as pegadas dos edifícios com tanta precisão. A única desvantagem é que pode ser um pouco complicado navegar pelo conjunto de dados se você não for muito técnico. Ainda assim, uma ferramenta essencial para pesquisadores!




¡Este conjunto de datos es un cambio de juego para la planificación urbana en el Sur Global! Es increíble cómo la IA puede mapear las huellas de los edificios con tanta precisión. La única desventaja es que puede ser un poco complicado navegar por el conjunto de datos si no eres muy técnico. Aún así, una herramienta imprescindible para los investigadores!




The Open Buildings dataset is a game-changer for urban planning in the Global South! It's amazing how AI and satellite imagery can map out building footprints so accurately. My only gripe is that the data updates aren't as frequent as I'd like. Still, it's a fantastic resource! 🌍












