白金鉱業Meetup_Vol.22_Orbital Senseを支える衛星画像のマルチモーダルエンベディングと地理空間のあいまい検索技術

2026年3月5日に実施した、白金鉱業 Meetup Vol.22@六本木（Geoデータ / 位置情報・地理空間編）
での株式会社 ブレインパッド志知の登壇スライドです。

イベントURL
https://brainpad-meetup.connpass.com/event/382273/

Transcript

1. Orbital Senseを支える 衛星画像のマルチモーダルエンベディングと 地理空間のあいまい検索技術 白金鉱業 Meetup Vol.22@六本木 株式会社ブレインパッド プロダクトユニット 志知 晃広
2. 自己紹介 志知 晃広（しち あきひろ） 株式会社ブレインパッド プロダクトエンジニア データサイエンティストで新卒入社。現在はプロ ダクトエンジニアとして、デジタルマーケティン グ領域の新規プロダクト開発に従事。 衛星画像を活用したソリューション「Orbital Sense」の企画を推進中。 趣味は天体観測など
3. Orbital Senseとは Orbital Senseは、衛星画像と地理空間データを自然言語で探索することが可能なAIソリューションです。 提供価値 あいまいな指示をAIが解釈し、条件に当てはま る土地を全国規模で探索 衛星画像による視覚的な土地の特徴をマルチモ ーダルAIが読み取ることで、従来の GIS にはな い観点を考慮可能 ユースケースの例 太陽光・風力向けの大規模用地探索 公共施設近くの駐車場用地探索
4. ブレインパッドの社内提案文化 Orbital Sense は、ブレインパッドの社内提案の仕組みの中でスタートしました。 ブレインパッドには、社員が経営陣に対して直 接、持ち込みで企画を提案できる仕組み「これ Doすか会議（D会議） 」があります。 D会議後に、経済産業省「衛星データ無料利用 事業」の公募に採択されました。 自然言語で地理空間を探索できる Orbital Sense のソリューション企画へ発展。
5. 本日の流れ 本日は Orbital Sense で採用している衛星画像を言葉で探す技術を中心にご紹介します。合わせて、現状の課 題と展望もご紹介します。 衛星画像を言葉で探す基盤 衛星画像の扱い方 マルチモーダルエンベディング 衛星画像の意味検索のデモ 現状の課題 今後の展望 従来の GIS との差別化 エージェンティックな GIS
6. 衛星画像を言葉で探す基盤
7. 衛星画像データの扱い方 Orbital Sense では日本全国の衛星画像を地図タイルの規格で管理しています。 地図タイル：膨大な地図データを効率よく配信・ 表示するために、地図を正方形の小さなタイルに 分割する規格 Z,X,Y の値の組で1枚のタイルが決定される Z はズームレベルを表し、 Z=0 は全世界を正方 形画像 1 枚で表す Z が 1 増えるごとに、 X,Y 方向のタイル枚数は 縦横 2 倍（枚数は 4 倍）に増える Orbital Sense では Z=13〜17 を保持し、検索粒 度を使い分ける x= x= y= y= Z= （1枚） 1タイル = 512 × 512 px Z を +1 x= x= y= y= x= x= y= y= x= x= y= y= x= x= y= y= Z= （4枚） 各タイル = 512 × 512 px 出典: © 国土地理院 | GRUS画像（© Axelspace）
8. マルチモーダルエンベディング マルチモーダルエンベディングは、画像とテキストを同じ意味空間に埋め込むことができます。これにより言 葉で衛星画像を検索する仕組みを実現しています。 エンベディング: 一般的には主にテキスト データを、意味的情報を保持したままベ クトルに変換する技術。意味が似ている データ同士は、ベクトル空間上でも近い 位置を示す マルチモーダルエンベディングは、テキス トと画像など異なる種類（モダリティ） のデータを共通のベクトル空間に変換す ることができる ユースケース: 検索, RAG, レコメンデーシ ョン
9. ベクトル演算を活用した複数条件意味検索 マルチモーダルな共通意味空間では、テキスト・画像の意味的情報を足し算・引き算することで、複数条件に マッチした検索を実現できます ベクトル演算による検索例 湖の近くのキャンプ場を探したい q = e(湖) + e(キャンプ場) の合成ベクトル をクエリとして近傍検索を行う テントサイトのあるキャンプ場を探したい q = e(テントサイトの画像) + e(キャンプ場) の合成ベクトルをクエリとして近傍検索を行う
10. 衛星画像のエンベディング検索の全体像 ユーザーからのクエリ群を独立にエンベディングして合成したベクトルを用いて検索を行います。衛星画像の ベクトルデータベースは事前計算により構築しておきます。
11. エンベディング検索の結果サンプル 「湖畔」+「キャンプ場」の合成クエリで検索したときの衛星画像タイルの上位スコアの例です。 合成した検索クエリ 「湖畔」 + 「キャンプ場」 結果 キャンプ場のように見える領域と水辺の見える領域の両 方が含まれた衛星画像タイルが取得できていることが分 かります。
12. Orbital Senseのデモ Orbital Sense の画面を用いて、実際の衛星画像のあいまい検索のデモンストレーションをします。
13. 衛星画像のエンベディング検索の課題 業務利用に耐えうる検索を実現するためには、構造化された地理データと組み合わせた検索が必要です。 エンベディング検索単体の限界 衛星画像の視覚情報以外の条件で検索できない 例: 太陽光パネルの立地選定では、土地の傾斜 や日照量などのデータを重ね合わせて判断した い 必須で満たさなければならない制約条件の反映が 難しい 例: 傾斜量の数値条件でフィルターしたうえ で、あいまい検索をしたい 解決策 オープン地理空間データの活用
14. 今後の展望
15. オープンな地理空間データの活用 地理データは、国土数値情報をはじめ、インターネット上で入手可能なオープンデータがあります。 入手元 データセットの例 特徴 国土数値情報 標高・傾斜度3次メッシュ 土地利用細分メッシュ 平年値メッシュ（日照時間・全天日射量） 日本の公的整備データ。日本特有の地理データを無償 で利用可能。 OpenStreetMap 送電線データ 変電施設データ 道路ネットワークデータ コミュニティ更新型で更新が速い。地物の種類も豊 富。情報の確実性が低いことがデメリットとしてあ る。 Overture Maps 交通ネットワーク 施設・地点データ 共通スキーマで整備され、GeoParquetを月次提供。 クラウドでの結合・集計がしやすく、開発者に親切。
16. あいまいな要件でも動く新しい GIS の実現 GIS（地理情報システム）のデータ構造をお手本とし、AI時代の新しい地理空間探索体験を模索していきます OrbitalSenseで目指す GIS 体験 ユーザーは曖昧な要件を入力するだけ AIエージェントがレイヤーの選定と制約設計を自 律的に実行する あいまい検索とハード制約の組み合わせをフィー ドバックループで反復し、目的の場所を見つける
17. 本日のまとめ Orbital Senseでは、地理空間をあいまい検索できる世界を目指しています。 衛星画像のマルチモーダルエンベディング検索は、あいまいな地理的情報を抽出・検索するのに有効 マルチモーダルエンベディングでは、テキストと画像を同一空間で演算できるため、複数条件を考慮したソ フト制約検索を実現しやすい ビジネス上のユースケースでは、整備済みの地理空間データを活用することが必要