Georeferencing Non-Gazetteered Place Names using Biological Specimen Records

あなたは、行方不明の人物を探すのではなく、地図上に存在しない場所を探し出そうとしている探偵だと想像してください。これは**ジオレファレンス（地理参照）という、言葉による場所の記述を、コンピュータが使用できる実際の座標（緯度・経度など）に変換する科学の一分野の世界です。通常、これは簡単です。テキストに「パリ」とあれば、コンピュータは「ガゼティア（地名辞書）」と呼ばれる場所のデジタル辞書を引き、正確な地点を見つけ出します。しかし、そのテキストが辞書に載っていない場所について言及していたらどうなるでしょうか？例えば、100年前の古い名前や、近所の人だけが知っている地元のニックネーム、あるいは「小川の近くの大樫の木」のような、公式な名前が決まっていない特定の地点などです。これらは非ガゼティア地名（Non-gazetteered place names）**と呼ばれます。これらは、参照書に載っていないためにコンピュータには見えない「機械の中の幽霊」のようなものです。これらは、貴重な地理的知識を封じ込めてしまい、私たちがアクセスしたり利用したりすることを妨げている、膨大な数の歴史的記録（古い手紙から科学的なログまで）の中に存在しています。

この論文は、こうした隠された場所の宝庫、すなわち生物標本記録を深く掘り下げています。これらは、1世紀以上にわたって植物、昆虫、菌類を収集してきた科学者たちのフィールドノートのようなものです。彼らが新種を発見したとき、彼らはどこで見つけたかを正確に書き留めましたが、その際、しばしば地元の非公式なランドマークの名前を使用していました。この研究の調査員たちは、大きな問いを投げかけました。「これら数千もの古いノートに散らばった手がかりを使って、これらの『幽霊』のような場所が実際にどこにあるのかを突き止めることはできるだろうか？」彼らは標本記録を巨大なパズルのように扱いました。もし一つのノートに「カブスタンド（Cabstand）の北で発見」とあり、別のノートに「カブスタンドの南で発見」とあり、さらにそれらの植物が採取された正確な座標が分かっているならば、私たちは逆算して「カブスタンド」がどこにあったのかを見つけ出すことができます。これらの手がかりを組み合わせることで、チームは3つの異なる探偵戦略を用いて、これら失われた場所の場所を特定しようと試みました。それは、厳格なルールに従う方法、数学に基づいた確率的な方法、そして現代の人工知能（AI）を用いた方法です。

失われた場所の謎

物語は、ニュージーランドのアラン・ハーブ（Allan Herbarium）からの膨大なデータ収集から始まります。研究者たちは13,000件以上のデジタル化された植物標本の記録を精査しました。彼らはテキスト内の地名をスキャンし、それを政府の公式な地図データベースと照合しました。彼らが予想した通り、公式のガゼティアには存在しない名前が数百件見つかりました。これらは**非ガゼティア地名（NGP）**です。あるものは歴史的な農場ステーションであり、あるものは古い測量点（トラスポイント）であり、またあるものは特定の学校やティールームのような、単なる地元のコミュニティのスポットでした。

問題は、これらの名称に座標がないことでした。これを解決するために、チームは「冗長性（Redundancy）」という秘密兵器があることに気づきました。フィールド生物学の世界では、科学者は同じ周辺地域で多くのサンプルを収集することがよくあります。つまり、同じ隠された地名が、毎回異なる記述と共に、数十の異なるノートに登場する可能性があるのです。あるノートには「カブスタンドの近くで発見」とあり、別のノートには「カブスタンドから1マイル北で発見」とあるかもしれません。たとえ「カブスタンド」が地図上に存在しなくても、その周囲の「標本」は存在しています。標本がどこで見つかったのかを知ることで、研究者たちは欠落している場所の名前をリバースエンジニアリング（逆算）することができたのです。

パズルを解く3つの方法

コードを解読するために、チームはそれぞれ異なる個性を持つ3つのアプローチをテストしました。

1. 厳格なルールに従う者（決定論的手法 / Deterministic Method）
指示には完璧に従うが、指示が少しでも曖昧になると混乱してしまうロボットを想像してください。この手法は、失われた場所の可能性のある範囲に対して、厳格な「箱」を描こうとしました。もしノートに「北に」とあれば、ロボットは線を一本引き、「場所はこの線より上にあるはずだ」と言いました。もし別のノートに「南に」とあれば、別の線を引きました。答えは、すべての線が交差する場所になければなりません。

• 結果： この手法は非常に好みが激しいものでした。もし手がかりが完璧に一致しない場合（古いノートは曖昧であることが多いため、実際によく起こります）、ロボットは諦めて「解決できません」と言いました。解決しようとした365箇所のうち、108箇所の場所を見つけることができませんでした。うまくいった場合でも、精度はあまり高くありませんでした。

2. 数学の魔術師（確率的手法 / Probabilistic Method）
このアプローチは、天気予報士に似ています。硬い線を引く代わりに、数学を用いて、ある場所が特定の地点にある「可能性」を計算しました。あらゆる手がかりを「投票」として扱いました。「東に1km」というノートは、東に1kmの地点に対して強い票を投じます。「近く」というノートは、より柔らかく広い票を投じます。コンピュータはすべての票を集計し、合計スコアが最も高い地点を見つけ出しました。

• 結果： これがチャンピオンでした。この手法はすべての場所の場所を見つけることに成功しました。最も精密であり、中央値誤差は1.43 kmでした。これは、半分の場合、推測された場所が実際の地点から1.43 km以内であったことを意味します。また、36%の確率で、真実から1 km以内の場所を特定できました。

3. AI探偵（LLM手法 / LLM Method）
この手法は、大規模言語モデル（高度なAI）を使用し、ノートの生のテキストと座標を与えて、「解き明かせ」と命じるものです。AIは手がかりを読み、関係性（「北に」や「近く」など）を理解し、場所を推測するための暗算を行う必要がありました。研究者たちは、AIにその推論プロセスを説明させるよう指示しましたが、それが驚くべきことに、AIの精度向上に役立ちました。

• 結果： AIは強力な候補でした。すべての場所の場所を見つけ出し、平均誤差も非常に低かったため、大きく的外れな間違いをほとんどしていないことが示唆されました。しかし、数学の魔術師ほどの精密さはありませんでした。中央値誤差は1.80 kmであり、真実から1 km以内に収まったのは**31%**でした。

手がかりが教えてくれること

研究は、これらの手法が異なる種類のヒントをどのように扱うかについて、興味深いパターンを発見しました。

• 距離が重要： ノートに「北に1km」と書かれていた場合、すべての手法で精度が上がりました。距離が明確なアンカー（錨）となったためです。
• 方向だけでは難しい： もしノートに距離がなく単に「北」とだけ書かれていた場合、数学の魔術師は少し苦戦しました。「北」は数メートルから数百キロメートル先までを指し得るからです。しかし、AIは数字がなくても適切な距離を推測することに驚くほど長けていました。おそらく、人間が物事をどのように表現するかという学習データに基づいているのでしょう。
• 「近く」の問題： 最も一般的な手がかりは、単なる「近く」でした。これは曖昧です。数学の魔術師は、「近く」を標本の周囲の「曖昧な円」として扱うことで、これによく対処しました。AIもよく機能しましたが、時として世界の仕組みに関する独自の内部知識に頼ることがあり、これは諸刃の剣です（運良く正解を導くこともあれば、悪い仮定に基づいて間違えることもあります）。

判決

論文は、AIが信じられないほど賢く柔軟である一方で、伝統的な数学的モデリング（確率的手法）が、地面上の特定の地点を見つけ出す必要がある場合には依然として精度の王様であると結論付けています。AIは優れた推測を行い、その思考プロセスを説明することには長けていますが、可能な限り正確な場所が必要な場合は、数学に基づいたアプローチが勝利します。

研究者たちは、これがすべてを解決する魔法の解決策ではないことに注意を払っています。これらの手法は、複数の手がかり（同じ場所について言及しているノートが少なくとも3つある場合）があり、かつ標本の座標が正確である場合に最も効果を発揮します。また、彼らのテストは、事前に答えを知っている「疑似」データセットで行われたものであり、現実世界での適用においては異なる課題が生じる可能性があることも述べています。

結局のところ、この研究は、たとえ現代の地図に載っていない場所について言及していても、古くて乱雑なフィールドノートを捨てる必要はないということを証明しています。これらの記録を「手がかりのネットワーク」として扱うことで、私たちはこれらの「幽霊」のような場所を蘇らせ、デジタルマップの空白を埋め、私たちの世界の地理的な歴史を保存することができるのです。次に「古い製粉所の近くで発見」というメモを見たとき、あなたはその背後に十分な数の他のメモがあれば、その製粉所がかつてどこにあったのかを正確に見つけ出せるはずだと分かるでしょう。