CERES: A Probabilistic Early Warning System for Acute Food Insecurity

この論文は、気象・植生・紛争・価格など 6 つのデータストリームを統合し、43 か国の急性食料不安に対する 90 日後の確率予測を毎週生成するとともに、すべての予測を公開検証可能な形で記録する、初の確率的かつオープンアクセスの早期警戒システム「CERES」を提案するものです。

要約

CERES（ケレス）：飢餓の「天気予報」システム

～未来の危機を確率で予測し、誰でも検証できる新しい仕組み～

この論文は、2026 年に発表された**「CERES（ケレス）」**という新しいシステムについて説明しています。これは、世界中で起こりうる「深刻な食料不足（飢餓）」を、天気予報のように「確率」で予測するシステムです。

これまでのシステムとの最大の違いは、「天気予報」が「明日は雨です（確率 70%）」と教えてくれるように、CERES も「この国は 3 ヶ月後に深刻な食料危機になる可能性が 70% です」と教えてくれる点にあります。

以下に、専門用語を使わず、身近な例え話を使って解説します。

---

1. なぜ「確率」が必要なの？（従来のシステムとの違い）

これまでの食料危機の予測（FEWS NET や IPC など）は、「天気図」のようなものでした。

• 現状： 「ここは危険です（赤色）」、「ここは安全です（緑色）」と、**「Yes/No（二択）」**で判断していました。
• 問題点： 危機が「赤色」に変わる瞬間まで、支援物資を準備するのが遅れてしまうことがありました。また、「危険」と言われたら全力で対応し、「安全」と言われたら何もしないという、**「全か無か」**の判断になりがちでした。

CERES のアプローチ：
CERES は**「天気予報」**のように考えます。

• 「明日は雨の確率が 70% です。傘を持っていったほうが良いかもしれません」
• 「来週は 30% です。様子見で良いでしょう」

このように**「確率」**で伝えることで、支援団体は「確率が高い国にはまず支援を準備し、低い国は様子を見る」と、リスクに合わせて柔軟に資源を配分できるようになります。

2. CERES はどうやって予測するの？（6 つのセンサー）

CERES は、人間の専門家が毎日現場を回って調べるのではなく、**6 つの「センサー」**から集めたデータを AI が組み合わせて分析します。

1. 雨のセンサー（CHIRPS）： 雨が足りていないか？
2. 植物のセンサー（MODIS）： 衛星から見た草木が枯れていないか？
3. 争いのセンサー（ACLED）： 戦争や紛争が起きているか？
4. 価格のセンサー（FAO）： 食料の値段が高騰していないか？
5. 人々の声（WFP）： 現地の人が「お腹が空いている」と報告しているか？
6. 過去の記録（IPC）： すでに「危機」と認定されている地域は？

これらを**「料理のレシピ」**のように混ぜ合わせます。

• 「雨が少なく、草が枯れ、かつ戦争が起きている」→ 確率が高まる（危険度アップ）
• 「雨は多いが、戦争が起きている」→ 確率は中程度

この計算結果を、「TIER-1（緊急警報）」、「TIER-2（警告）」、**「TIER-3（監視）」**の 3 つのレベルに分けて発表します。

3. 最もすごい点：「嘘をつけない」仕組み

CERES の最大の特徴は、**「未来の正解を隠さず、誰でもチェックできるようにする」**という約束です。

• 従来のシステム： 「私たちは予報が当たりました！」と後から発表することはあっても、「外れた予報」は隠したり、修正したりすることがありました。
• CERES の仕組み：
  • 予報を出した瞬間、そのデータに**「デジタルの封印（暗号化）」をして、「書き換え不可能なノート（ブロックチェーンのようなもの）」**に記録します。
  • 3 ヶ月後、実際にその国で飢餓が発生したかどうか（正解）が分かると、**「予報と正解を比較する」**作業を自動的に行います。
  • この結果は**「成績表（グレイディング・レジャー）」**として、誰でも見られるウェブサイトに公開されます。

これは、**「天気予報士が、自分の予報の的中率を毎日、誰にでも見られる掲示板に貼り出す」**ようなものです。これにより、システムが間違っていればすぐに分かり、改善していくことができます。

4. 現在の状態と注意点

• 現状： 2026 年 3 月から稼働し、アフリカ、中東、アジアなど、43 か国を週 1 回更新しています。
• データ： すべて無料で公開されています。誰でも API（データ受け取り口）を使って、自分のアプリで予報を見ることができます。
• 注意点（正直な部分）：
  • 現在の計算式（係数）は、論文の著者（トム・ダニー・ペダーセン氏）が過去のデータや文献を調べて**「最初はこれくらいかな？」と設定した値**です。
  • まだ「3 ヶ月後の正解データ」が十分に溜まっていないため、**「まだ練習中の選手」**のような状態です。
  • しかし、著者は**「今は練習中ですが、そのことを隠さず、正解が分かったらすぐに修正して、より正確になるようにします」**と正直に宣言しています。

5. まとめ：なぜこれが重要なのか？

CERES は、**「飢餓という悲劇を、確率という数字で可視化し、誰にでも検証可能な透明性のあるシステムにしよう」**という挑戦です。

• 従来のシステム： 「専門家チームが、数ヶ月に一度、現場を回って判断する」。
• CERES： 「AI が週 1 回、世界中のデータを瞬時に分析し、その正解を常に公開して改善し続ける」。

これは、**「飢餓対策を『直感や経験』から『データと透明性』の時代へ進化させる」**ための第一歩です。もしこのシステムが成功すれば、世界中の支援金が、より必要な場所に、より早く届くようになるかもしれません。

---

一言で言うと：
CERES は、**「飢餓の天気予報」です。しかも、「予報の的中率をすべて公開して、嘘をつけないようにする」**という、非常に誠実で新しい仕組みを持っています。

技術概要

以下は、Pedersen (2026) による論文「CERES: A Probabilistic Early Warning System for Acute Food Insecurity（CERES：急性食料不安に対する確率的早期警告システム）」の技術的サマリーです。

1. 問題定義と背景

• 課題: 急性食料不安（特に IPC フェーズ 4「緊急事態」やフェーズ 5「飢饉」）の発生は、人道危機の主要な原因ですが、既存の警告システムは遅延しがちです。
• 既存システムの限界:
  • IPC (Integrated Food Security Phase Classification): 現場評価チームを必要とし、発表サイクルが 3〜6 ヶ月と遅いため、資源の事前配置が間に合わないことが多い。
  • FEWS NET や WFP HungerMap: シナリオベースの予測やリアルタイム監視を提供するが、**確率的な推定値（0 から 1 の数値）**を出力せず、結果に対する検証とフィードバックによる改善が困難である。
  • 検証の欠如: 既存システムは、予測値と実際の結果を比較し、予測の精度（較正）を測定するための公開された機械可読な記録を保持していない。

2. 提案手法：CERES システム

CERES は、急性食料不安を 90 日後に予測する自動化された確率的予測システムです。

2.1 システムアーキテクチャ

• 更新頻度: 週 1 回（月曜 06:00 UTC）。
• 対象: 世界中の 43 の高リスク国。
• パイプライン: 7 ステージの自動化フロー（データ取り込み→正規化→信号抽出→収束検出→スコアリング→仮説生成→公開）。
• データソース (6 種類):
  1. 降水異常 (CHIRPS)
  2. 植生指数 (MODIS NDVI)
  3. 紛争イベント (ACLED)
  4. 現在の IPC 分類
  5. 食料消費スコア (WFP)
  6. 穀物価格指数 (FAO/WFP)
• 出力形式: 構造化された JSON ドキュメント（FamineHypothesis）、REST API、および SQLite アーカイブ。

2.2 信号抽出とスコアリング

• 信号抽出: 各データソースから正規化されたストレススコア（0〜1）を抽出。
  • 例：干ばつストレス、植生ストレス、紛争ストレス（イベント数と死者数の重み付け）、価格ストレスなど。
• 複合ストレススコア (CSS): 利用可能な信号の加重平均（IPC フェーズを最も重視し、0.25 の重み）。
• 収束検出: 複数の独立した信号が同時に閾値を超えた場合（例：干ばつ＋紛争＋価格高騰）に「収束イベント」として検知し、クリティカル/警告/監視のレベルを付与。
• ロジスティックスコアリングモデル:
  • 特徴量ベクトルに対してロジスティック関数を適用。
  • 係数: 文献レビューと 87 の国・季節の IPC 遷移データに基づき、著者が初期値を設定（ベイズ事前分布ではなく、初期化値）。
  • 制約: 確率の単調性を保証（例：P(フェーズ 4+) は P(フェーズ 3+) の 70% 以下に制限）。
• 感度分析: 入力データにノイズを加え（パラメトリック摂動、2,000 回サンプリング）、90% の感度区間（5〜95 パーセンタイル）を算出。

2.3 アラートティア分類

• TIER-1 (緊急アラート): P(IPC 4+) ≥ 0.50 または 収束レベルが CRITICAL。
• TIER-2 (警告): P(IPC 3+) ≥ 0.45 または 収束レベルが WARNING。
• TIER-3 (監視): その他の高リスク地域。
• 方針: 見逃し（False Negative）のコストが誤報（False Positive）よりも大きいため、感度（Recall）を優先。

3. 主要な貢献と革新性

CERES は、以下の 5 つの特性を同時に満たす世界初の飢饉早期警告システムです。

1. 確率的である: シナリオではなく、確率分布（0〜1 の値）を出力する。
2. オープンアクセス: 公共 API とデータが無料で利用可能。
3. 継続的稼働: 週次で自動更新される。
4. 機械可読性: 予測レベルで構造化データ（JSON）として提供される。
5. 公的な予期検証へのコミットメント: 全ての予測をタイムスタンプ付きでアーカイブし、90 日後の結果（IPC 分類）と照合して公開する。

技術的貢献:

• 予測モデルそのものよりも、**「公的な予期検証インフラ」**の構築が核心的な貢献です。これにより、経験的較正（Calibration）の測定と改善が可能になります。
• 全ての予測に一意の暗号化 ID を付与し、改ざん防止（Write-once JSON Ledger, Git 履歴）を徹底しています。

4. 結果と評価

• 歴史的バック検証（サンティチェック）:
  • ソマリア (2011)、南スーダン (2017)、エチオピア・ティグライ (2022)、イエメン (2021) の 4 つの主要な飢饉事例に対して、モデルはすべて TIER-1 を割り当てました。
  • 注意: これらはインサンプル（係数設定時に事象を知っていた）であり、将来の予測能力を保証するものではありません。
  • 既存のベースライン（永続性ベースライン、気候学的ベースライン）と比較して、インサンプルのブライアースコア（Brier Score）は優れていましたが、これは過学習の可能性があります。
• 将来の評価計画:
  • 2026 年 5 月以降、予期検証データが蓄積され、ブライアースコア、CRPS（連続順位確率スコア）、較正図（Reliability Diagram）などが公開されます。
  • 2026 年第 3〜4 四半期に、Nature Food 誌への投稿を予定しています。

5. 意義と限界

• 意義:
  • 人道支援における「予期行動（Anticipatory Action）」を支援し、リスクに比例した資源配分を可能にします。
  • 予測の透明性と検証可能性を高めることで、AI 支援型人道システムに対する信頼性を構築します。
  • 既存のシステム（FEWS NET, IPC など）を代替するものではなく、それらの更新サイクルの間に埋め込まれる「自動化された確率的レイヤー」として機能します。
• 限界と今後の課題:
  • 係数の主観性: 初期係数は著者によって設定されており、複数の専門家によるエリシテーションや、保持データからの推定は行われていません。
  • 不確実性の過小評価: 現在の感度区間は、入力変数の相関（例：干ばつと植生）を完全に考慮していないため、真の不確実性を過小評価している可能性があります（将来的にコピュラ法を導入予定）。
  • 構造的要因の欠如: 統治の失敗や慢性的な貧困などの構造的ドライバーはモデル化されていません。
  • 単一著者制: システム設計から係数設定、検証までを同一著者が行っている点（第 9.8 節）は認識された認識論的限界です。

結論

CERES は、自動化された確率的な飢饉予測が技術的に可能であることを実証しました。その真価は、予測モデルの精度そのものではなく、**「全ての予測を公的に検証可能にし、経験的データに基づいて継続的に改善するアーキテクチャ」**にあると結論付けています。