Deep learning four decades of human migration

世界規模の「椅子取りゲーム」を追跡することを想像してみてください。そこでは経済、政治、そして天候が音楽であり、国々が椅子です。何十年もの間、誰が、いつ、どこへ、どのように移動したのかを正確に数えようとすることは、混乱に満ちた、もどかしいゲームでした。ドイツのように入り口で厳格なリストを作成している国もあれば、イギリスのようにチケットを買った人に基いて推測するだけの国もあり、世界の多くの場所にはリストすら存在しません。その結果、数字が一致しないことがよくあります。例えば、ドイツが「ポーランドから16万人来た」と言っても、ポーランド側が「1万2,300人しか出国していない」と言えば、計算上の「行方不明者」が大量に発生することになります。

ここで、新しいデジタル探偵チームが登場します。トーマス・ガスキンとガイ・J・アベルです。彼らは単に人数を数えたのではありません。彼らは、1990年から2023年までの人類の移動の物語を解き明かすために、タイムトラベルするロボットの脳（深層リカレントニューラルネットワーク）を構築したのです。

記憶を持つ魔法の脳

従来の移動予測の多くは、5年ごとにスナップショットを撮り、その間の出来事を推測しようとするようなものでした。それらは、人々が「今この瞬間」起きていることに基づいてのみ移動すると仮定していました。しかし、人間はそうではありません。私たちは記憶を持っています。10年前の危機が、今日、誰かを移動へと駆り立てる要因になり得るのです。

著者たちのロボットの脳は、記憶を持っているという点で特別です。それは、単に今日の犯罪現場を見るだけでなく、過去30年間のあらゆる手がかりを覚えている探偵のようなものです。18種類の異なる手がかり（国の所得、距離、言語の共通性、宗教、さらには戦争による死者数など）を脳に読み込ませることで、脳は人の流れを予測することを学習しました。

決定的なのは、この脳は単一の数字を推測するだけではないということです。この脳は、自分がどれくらい確信を持てていないかも教えてくれます。もしデータが曖昧な場合（アフリカの多くの地域のように）、脳は「ここでは100%確実ではありません。記録を確認する必要があるかもしれません」と伝えます。これは、どこでより良いデータを収集すべきかを明確に示すため、非常に重要なことです。

彼らが見つけたもの（プロットツイスト）

脳が描き出した物語は、世界の移動における大きな変化を明らかにしています：

• 大躍進: 2000年以降、毎年国境を越えて移動する人の数は、1,300万人から2023年には3,600万人以上へと急増しました。これは単に地球の人口が増えたからではありません。移動する人の「割合」が、**0.21%から0.45%**へとほぼ倍増しているのです。
• 大きな停滞: この数字が減少したのは、**世界金融危機（2008〜2009年）と新型コロナウイルスパンデミック（2020年）**の時期だけでした。
• 最大の移動: 脳が検知した単年での最大の跳ね上がりは2019年で、約85万人がベネズエラからコロンビアへ逃れました。他にも、2022年のメキシコから米国への大規模な波や、2022年のウクライナからロシアへの移動などの巨大な波がありました。
• 中東という磁石: 中東は、新たな流入者にとって最大の磁石となっています。主に南アジアからの流入です。2010年以降、インド、パキスタン、バングラデシュからサウジアラビア、カタール、バーレーン、UAEへと、年間平均130万人（計1,840万人）が移動しています。これは、1990年からのメキシコから米国への総移動数（1,480万人）よりも多い数字です。
• ヨーロッパのシャッフル: パンデミック以前は、毎年約300万人がヨーロッパ内部で移動していました。1991年にソ連が崩壊した後、大規模なシャッフルが起こり、その年だけでポーランド、ロシア、ウクライナ、ルーマニア生まれの80万人以上がヨーロッパ内を移動しました。

彼らが否定するもの（「やってはいけない」リスト）

著者たちは、何がうまく機能しないかを明確に述べています：

• 「5年ごとのスナップショット」は遅すぎる: 古い手法は、5年または10年ごとのデータしか提供できませんでした。著者らは、これは突然の災害や急速な変化を捉えるには遅すぎると主張しています。5年ごとにしかデータを見られないのでは、突然の戦争や急速な経済崩壊を理解することはできません。
• 「現在の状態のみ」のモデルは間違いである: 彼らは、人間をあたかも記憶を持たないかのように扱うモデル（マルコフモデル）に異を唱えています。人は過去数年の危機を無視して、今日のお天気や経済状況「だけ」に基づいて出国を決める、と考えるのは愚かであると彼らは言います。
• 「残差」による計算は不安定である: 国連の「純移動数（入国数マイナス出国数）」の多くは、総人口の変化から出生と死亡を差し引いて計算されます。著者らは、人口カウント自体が乱れていることが多いため、この方法はしばしば誤りであると示しています。例えば、彼らのモデルは、ロシアの純移動が実際には2005年頃にマイナスに転じたことを示唆しており、これは1995年以降はプラスの流入があったとする国連の示唆と矛盾しています。

彼らの確信度は？

著者たちは単に推測したのではなく、彼らのロボットの脳を厳格にテストしました。

• テスト: 学習中に既知の移動ルートの**20%**を脳から隠し、その後、隠されたルートを予測させました。
• スコア: 脳は、学習したデータに対して**95%の相関関係を、隠されたテストデータに対しては80%**の相関関係を示しました。移動データが極めてノイズが多いことを考えると、これは強力なスコアです。
• 比較: 彼らのディープラーニング・モデルを、古い「ストック差分法」（5年ごとのスナップショット）や他の標準的な手法と比較したところ、彼らのモデルはそれらすべてを大幅に上回りました。
• 注意点: 彼らは、サハラ以南のアフリカのような一部の地域では、入力データが欠落しているため、依然として不確実性が高いことを認めています。彼らは、ナイジェリアのような国々において、推定の不確実性が世界最高レベルであることを明記しており、そこではさらなるデータ収集が必要であることを示唆しています。

結論

これは単なる数字のリストではありません。世界を見るための新しい方法です。コンピューターに記憶を与え、18種類の異なる手がかりから学習させることで、著者たちは、1990年から2023年までの230の国と地域を網羅する、人類の移動に関する最も詳細な地図を作り上げました。彼らは、移動が増加傾向にあり、過去の複雑な記憶によって引き起こされていること、そして素晴らしい新しい地図はあるものの、まだ明るい光を当てるべき「霧のかかった場所」が残っていることを示してくれました。

最も素晴らしい点は？ 地図全体、ロボットの脳、そしてコードは、誰でも無料で利用できるということです。まるで、彼らがタイムマシンの鍵を世界中に手渡したかのようです。