AIBR プレミアム
拓海さん、最近部下から衛星データのAI活用って話が出まして、TESSERAという技術が良いと聞いたのですが、正直ちんぷんかんぷんでして。これって要するに何ができるようになる技術なんですか？
素晴らしい着眼点ですね！大丈夫、簡単に言うとTESSERAは衛星の時系列データを“そのまま使える埋め込み（embedding）”に変換する基盤モデルです。これにより、面倒な前処理や大量データの取り扱いをぐっと楽にできますよ。
それは便利そうですね。ただ現場だとデータ容量や計算コスト、あと機密性が心配です。うちの現場でも使えるんですか？
素晴らしい着眼点ですね！要点を三つに分けると、大丈夫です。1) TESSERAはローカルで使える『既成の埋め込み』を出力するため、全データをクラウドに上げる必要がない。2) 計算は埋め込み生成を一度だけ行えば、あとは小さなモデルで済むため安価である。3) 高解像度の10mピクセル単位で世界をカバーするので、現場の細部解析に向く、という点です。
具体的にうちの業務で言うと、植生の分布把握や火災の跡地特定に役立ちますか？導入にあたって目に見える投資対効果はどう見ればいいですか。
素晴らしい着眼点ですね！投資対効果は三つの観点で見ます。1) 初期コストは埋め込みの取得と少量のラベル付けで済むため低い。2) 運用コストは既存の小さなモデルで推論できるため低い。3) 精度改善により現場判断の誤りが減り、長期的にはコスト削減に繋がる、という見立てです。一緒にランニングコスト試算を作れば不安は解消できますよ。
それで、技術的には衛星のどのデータを使うんでしょう？そして現場が特別なITを揃える必要はありますか。
素晴らしい着眼点ですね！TESSERAは光学データであるSentinel-2 Multispectral Instrument（MSI、多波長観測装置）と、マイクロ波のSentinel-1 Synthetic Aperture Radar（SAR、合成開口レーダー）を組み合わせて学習しています。これにより雲の影響や季節変動に頑健な表現が作れるのです。現場側は埋め込みを受け取って推論するだけでよく、特殊なクラウドインフラは不要なケースが多いです。
なるほど。これって要するに、衛星データを『10メートルごとの要約データ』に変換してくれるサービスということ？それを使えば我々は小さな分析で済むと。
その通りですよ。正確には1ピクセル当たり128次元の埋め込みを生成するピクセル指向の基盤モデルです。その埋め込みを使えば、森林の樹高推定や作物分類、焼失地の特定といった多様なタスクで最先端の性能が出ます。しかも基本的に追加学習（ファインチューニング）を要さないため、導入の手間が少ないのです。
よく分かりました。ではまずはパイロットで試して、効果が出れば広げるという流れで進めましょう。ありがとうございます、拓海さん。
素晴らしい着眼点ですね！一緒に見積もりとパイロット計画を作りましょう。では最後に田中専務、今日のポイントを自分の言葉で一言お願いします。
要するに、TESSERAは衛星画像を10メートル単位で使いやすい数値にまとめてくれる基盤で、それを使えば現場側は少ない手間で高精度の解析ができる、ということですね。
