生成AIの話というと、コードを書かせたり、文章を整えたりする例が先に来がちだ。だが今回の元記事は、少し違う方向に振れている。筆者は、公開されている NASA の lidar データをAIエージェントに読ませ、メキシコのジャングルの下にあるマヤ遺跡らしき場所を見つけたと語る。しかも、役所への問い合わせまで含めて、思いつきから72時間足らずで動き切ったという。もっとも、後になってその場所は考古学者がすでに地図化していたことが分かり、厳密には「発見」ではなく「再発見」だった。そこがこの話の面白いところだと思う。派手な成功譚に見えて、実際には「AIで何ができるか」と「既存研究をどこまで拾えるか」の両方が試されている。
元記事は日記の形で進む。きっかけは10月18日、筆者がペルーを旅行している最中に、1911年のマチュピチュ「発見」で知られるハイラム・ビンガムの話を思い出したことだった。ビンガムは本来ヴィルカバンバを探していて、地元の農民に遺跡へ案内された。そこで筆者は、「もし彼に今の道具があったら何をするだろう」と考え、Gemini、ChatGPT、Claude、Grok など複数のAIに相談する。返ってきた答えは lidar だった。
lidar は、レーザーを飛ばして地表の形を測る技術だ。ジャングルの上から見ると、遺跡はただの木の海に埋もれてしまうが、lidar なら樹冠の隙間を通して地面の凹凸が見える。筆者はまずペルーのデータを探したが、公開データが十分ではなく、民間調査も許可や費用の壁が高い。そこで対象をマヤ地域に切り替える。こちらは公開 lidar が比較的豊富だからだ。
その夜、AIエージェントに解析を任せて寝ると、翌朝には報告が返ってきた。48体のエージェントが約1,200平方キロメートルのジャングルの lidar ストリップを、画像として一枚ずつ見ていったという。特別な分類モデルを使ったわけではなく、ガイドに従って、ピラミッド、広場、段状の平台といった人工物らしい形を目視で探した。自然の丘や陥没穴、道路は除外する。すると、村や集落らしき構造がいくつも見つかり、そのうちのひとつが「まだ登録されていないのではないか」と指摘された。
筆者はその場所を詳しく調べる。ジャングルに覆われた丘の上で、直線的な縁と鋭い角があり、中央には整地された広場、8〜12メートルほどの楕円形のピラミッド、そこに接続した盛り上がった中庭、さらに水をためるための穴かもしれない空間がある。周囲には住宅だったかもしれない3つの平台がある。raw point cloud も確認し、木の葉を示す緑の点と地面を示す茶色の点の断面から、地形が本当に地面に刻まれていることも確かめた。筆者は報告書をまとめ、スペイン語に訳し、メキシコの国立人類学歴史研究所 INAH に送る。10月21日、INAH はその座標に登録済みの遺跡はないと返答した。
ただし、ここで話はひねられる。筆者は当初「まだ誰も地図化していない」と考えたが、後日の更新で、その場所はすでに Estrada-Belli et al. 2025 で記録されていたと訂正した。AIエージェントが文献検索の途中で見落としていたのだという。つまり、見つけたのは未登録の新遺跡ではなく、公式レジストリに載っていない既知の地点だった。それでも元記事の骨格は変わらない。AIが公開 lidar を読み、考古学っぽい形を拾い、行政窓口に確認し、研究者の既存知見と突き合わせるところまでを、かなり短時間でやってのけた、という話だ。
この話でいちばん引っかかるのは、「AIが遺跡を見つけた」という見出しの強さと、実際には再発見だったという事実の差だと思う。だが、だから価値がないかというと逆で、むしろ本質はそこにある。未知の場所をいきなり言い当てたことより、公開データを拾い、形を疑い、役所に照会し、最後に既存研究へ戻るまでの一連の流れが、思ったより滑らかに回ったことのほうが重要だ。考古学のような分野では、現地調査そのもの以上に「見つけたものが既に知られていないか」を確かめる作業が重い。AIはそこにかなり向いているのではないかと思う。
元記事では、48体のエージェントが画像を1枚ずつ見ている。ここが地味に大事だ。派手な推論モデルが一発で遺跡を理解したわけではなく、ほとんど人間の学生を何十人も並べたような作業を、疲れずに続けさせた形になっている。これは能力の飛躍というより、単純なスループットの勝利に近い。逆に言えば、AIが得意なのは「ここが怪しい」と候補を広く上げることであって、「これは遺跡で、これは違う」と学術的に確定することではない。だからこそ、raw point cloud の確認や INAH への照会が必要になる。AIの判断は入口には強いが、出口はまだ人間や制度に寄っている、という見え方が自然だと思う。
更新で「既に map されていた」と分かったのは、少し残念にも見える。けれど私は、これはむしろ健全な結果だと思う。もし素人のAI探索が専門家の知見と完全に無関係な場所へ突っ走っていたら、それは面白いより先に危うい。今回は、外部の人間が公開データを使ってたどり着いた場所が、専門研究の延長線上にあった。つまり、AIがめちゃくちゃな幻覚を見たわけではなく、既存の学術的な地図と整合する地点に引き寄せられていたわけだ。これは、AIエージェントが科学を壊すというより、既存の知識の網を広げる補助輪として働く未来を示しているように見える。
元記事が示しているのは、考古学の専門家だけが扱える特殊技能ではない、という点だと思う。公開 lidar、複数のAI、少しの好奇心、そして問い合わせ先を探す粘りがあれば、かなり専門的に見える作業が動いてしまう。もちろん、だからといって誰でも遺跡を「発見」できるわけではない。地域の文脈、既存文献の把握、行政への接続、現地への配慮は欠かせない。それでも、これまで巨大な予算や現地調査に閉じていた探索の入口が、かなり開いてしまったのは確かだろう。筆者が「全世界を lidar して、残りをエージェントに見つけさせよう」と書くのはやや大げさだが、発想としてはもう極端ではない。問題は、発見そのものより、その後に誰が責任を持って確定し、保護し、共有するかだと思う。
