生成AIブームの熱狂の中で、我々は重大な死角を見落としている可能性がある。ChatGPTやGeminiに代表される現在の大規模言語モデル（LLM）は、人類がインターネット上に蓄積した「テキスト」や「画像」を学習したに過ぎない。彼らはシェイクスピアの文体を模倣し、複雑なコードを書くことはできても、「今、アマゾンの熱帯雨林のどこで火災が発生したか」「次の瞬間に世界のサプライチェーンがどこで寸断されるか」という、物理的な現実（Physical Reality）については、驚くほど無知なのだ。
2026年1月のダボス会議（世界経済フォーラム）に向けて発表された複数の論考と、最新の宇宙船搭載コンピューティング技術に関する研究論文は、AIの次なる進化のステージが「チャットボット」ではなく、地球全体をリアルタイムで知覚・推論する『惑星的知能（Planetary Intelligence）』にあることを示唆している。
一見すれば、これは単なる「衛星データの活用」の様にも見える。だがその本質は、数千機の衛星ネットワークとエッジAIが融合し、地球自体が一種の「自己受容感覚（Proprioception）」を持つ巨大な神経系へと進化するプロセスなのだ。
テキストからテリトリーへ：AIの「身体性」獲得
現在のAIモデルの限界は、それが「デジタルの箱庭」に閉じ込められている点にある。世界経済フォーラムの記事『How ‘planetary intelligence’ could be the next phase of AI』において、Planet LabsのCEOであるWill Marshall氏らは、AIが真の進化を遂げるためには、過去のデータのアーカイブではなく、リアルタイムの物理データと結合する必要があると説く。
予測符号化：地球の「驚き」を検知する
「惑星的知能（Planetary Intelligence）」の核心は、神経科学における「予測符号化（Predictive Coding）」の概念を地球規模で適用することにある。
人間の脳は、常に外界のモデルを予測している。着ているシャツの感触をいちいち意識しないのは、それが脳の予測通りだからだ。しかし、予期せぬ痛みやバランスの崩れがあれば、脳は即座に「予測誤差」として認識し、注意を向ける。
これを地球観測（Earth Observation: EO）に適用するとどうなるか。従来の衛星データ解析は、膨大な画像を人間やアルゴリズムがしらみつぶしに調べる「受動的なアーカイブ」だった。対して、惑星的知能モデル（Planetary Intelligence Model: PIM）は、物理法則、生態系、気象、人間活動（都市インフラや物流）のベースラインを学習し、地球が「どうあるべきか」という内部モデルを持つ。
- 予測: 米国中西部の作物の生育状況、スペインの積雪量、ホルムズ海峡の船舶交通量などを常時シミュレーションする。
- 誤差検知: 予測と現実の観測データが食い違った瞬間（例：健康なはずの森林から煙が上がっている、想定外の場所での軍隊の移動）のみを「シグナル」として抽出する。
つまり、AIは「すべてを見る」のではなく、「異常（アノマリー）と変化」に特化して推論を行うようになる。これは、AIが受動的なデータ処理装置から、地球環境の変化を能動的に診断する「惑星規模の知性」へと変貌することを意味する。
「眼」に「脳」を直結する：宇宙エッジコンピューティングの挑戦
この壮大なビジョンを実現するためのボトルネックは、通信帯域とレイテンシ（遅延）にある。数千機の衛星が高解像度の映像を地上に送り続けることは、物理的に不可能に近い。ここで重要になるのが、「軌道上処理（On-board Processing）」、すなわち宇宙でのエッジコンピューティングだ。
放射線と処理能力のトレードオフ
Airbus Defence and Spaceの研究者Max Ghiglione氏らによるACM（Association for Computing Machinery）の論文『Opportunities and Challenges of AI on Satellite Processing Units』は、この技術的課題を生々しく描いている。
宇宙空間は、地上とは比較にならないほど過酷だ。特にAI処理に不可欠な半導体にとって、放射線は致命的である。
- シングルイベントアップセット（SEU）: 放射線がメモリのビットを反転させ、データの破損や誤動作を引き起こす。
- ラッチアップ: 異常電流が発生し、最悪の場合、デバイスが物理的に破壊される。
従来、衛星には「ラディエーション・ハード（耐放射線）」と呼ばれる、設計が古く処理能力の低い特注チップが使われてきた。しかし、高度なニューラルネットワークを動かすには、これらのチップでは能力が圧倒的に不足している。
FPGAの勝利とGPUの敗北
地上のAI開発ではNVIDIAのGPUが覇権を握っているが、宇宙エッジにおいては事情が異なる。同論文によると、GPUは放射線によるラッチアップの影響を受けやすく、信頼性が求められる長期間のミッションには不向きであるとされる（低軌道の短期間ミッションを除く）。
代わって主役の座に就きつつあるのが、FPGA（Field-Programmable Gate Array）だ。特にXilinx（現AMD）のVersalやZynq UltraScale+といった最新のSoCは、回路をプログラムで書き換えられる柔軟性を持ちながら、放射線対策としての冗長性を持たせやすい。
- ハイブリッドアプローチ: 衛星の姿勢制御などのミッションクリティカルな機能には、信頼性の高い従来の耐放射線ハードウェアを使用。
- AIペイロード: 画像認識などのAI処理には、高性能な民生品ベース（COTS）のFPGAを使用し、ソフトウェア側でエラー検正を行う。
このハードウェア構成により、衛星は「雲で覆われた無用な画像」を軌道上で破棄し、「火災」や「洪水」が写っている画像だけを即座に地上へ送信することが可能になる。これが、惑星的知能の「反射神経」を形成する。
3.8兆ドルの経済価値と「見えざるインフラ」
世界経済フォーラムの報告によると、地球観測データの高度利用によって創出される経済価値は、2023年の2660億ドルから、2030年には累積で3.8兆ドル（約560兆円）に達すると試算されている。
ここで注目すべきは、その価値の94%が宇宙産業そのものではなく、「ダウンストリーム（川下）」と呼ばれる非宇宙産業──農業、エネルギー、物流、保険──で生まれるという事実だ。
具体的なユースケースの変容
- 農業と食糧安全保障:
単なる収穫量予測ではない。土壌の水分量や病害の兆候をピクセル単位で常時監視し、肥料の最適化や灌漑の自動制御を行うことで、食糧生産の効率を劇的に向上させる。 - エネルギーとグリッド管理:
再生可能エネルギーの普及に伴い、送電網の管理は複雑化している。衛星データは、屋根上のソーラーパネルの普及率を正確に把握したり、送電線に接触しそうな植生を早期に発見して山火事を防いだりするために不可欠となる。 - サプライチェーンとコンプライアンス:
EUの森林破壊防止規則（EUDR）などが施行される中、企業は自社製品の原材料が森林破壊に関与していないことを証明しなければならない。現在のサプライチェーン管理は書類ベースで不透明だが、惑星的知能は「いつ、どこで、誰が森を切り開いたか」を客観的な証拠として提示する。
しかし、WEFの記事でBruno Sánchez-Andrade Nuño氏が指摘するように、現状ではフォーチュン100企業であっても、地理空間データを扱える社内人材は極端に不足している。GPSの仕組みを知らなくてもGoogleマップが使えるように、専門知識なしで「地球の状態」を照会できるインターフェース（検索エンジンのようなEarth Catalog）の構築が急務とされている。
「共通の現実」という地政学的アンカー
技術や経済以上に、惑星的知能が持つ最も深遠な意味は、分断された世界における「対話のアンカー（錨）」としての役割かもしれない。
ポスト・トゥルース（脱真実）と呼ばれる現代において、国家や企業はそれぞれの都合の良いナラティブ（物語）を構築し、現実は主観的なものになり下がった。しかし、物理的な地球の状態──大気中のCO2濃度、氷床の融解速度、国境付近の軍事活動──は、解釈の余地のない「事実」である。
世界経済フォーラムの記事『Can planetary intelligence anchor a new global dialogue?』は、ダボス会議のような国際的な対話の場において、「惑星は何と言っているか」という問いを共通の出発点にすべきだと提言している。
- 信頼の基盤: 衛星データに基づく排出量や森林減少の共有インベントリは、政治的な駆け引きを超えた交渉のベースラインを提供する。
- 透明性の強制: 隠蔽しようとしても、宇宙からの監視の目はごまかせない。この「不可避の透明性」が、国家や企業の行動変容を促す抑止力となる。
我々は「惑星の視覚野」を構築している
「AI」と「宇宙」は、これまで別々のハイプサイクルとして語られることが多かった。しかし、これらは本質的に一つの巨大なシステムの構成要素である。衛星は「眼」であり、AIモデルは「脳」である。これらが結合したとき、人類は初めて、自分たちが住む惑星を、静止画の地図としてではなく、呼吸し変化する「生命体」のような動的システムとして理解する手段を手に入れる。
もちろん課題は山積している。軌道上での放射線によるデータ破損、国家安全保障に関わるデータの機密性、そして膨大なデータを誰が管理し、誰がアクセス権を持つのかという「データの民主化」の問題だ。
しかし、気候変動やパンデミック、地政学的な紛争といった「連鎖する危機（Cascading Risks）」の時代において、遅れてやってくる報告書に頼ることはもはや許されない。2026年以降、ビジネスや国家運営の勝敗を分けるのは、どれだけ早く正確に「物理世界の鼓動」をAIを通じて感知できるか、その能力にかかっているだろう。
惑星的知能は、我々に問いかける。人類は、自ら作り出したこの巨大な「惑星の視覚野」を通じて、何を見ようとするのか。そして、見えたものに対して、正しく行動できるのか、と。
論文
参考文献
