11月12日、David Niledが「I think we're on the brink of a revolution': Google researcher hails AI agents after they found what looks like an ancient Maya site in Mexico」と題した記事を公開した。この記事では、Google研究者が48体のAIエージェントをNASAのLiDARデータに投入し、72時間以内にメキシコの未発見マヤ遺跡候補地を特定した事例について詳しく紹介されている。
休暇中のひらめきから72時間で遺跡候補地を発見
Googleの研究者Pietro Miottiは、休暇中に「AIエージェントをLiDARデータセットのスキャンに使えないか」とふと思いついた。LiDAR（Light Detection and Ranging）とは、レーザー光を使って地形の3次元データを取得する技術で、衛星から地表に照射することで雲や森林の樹冠を透過し、肉眼では見えない地形の形状を捉えられる。考古学者が物理的にアクセスできない地域でも探索が可能になるため、近年の遺跡探索で注目されている手法だ。実際、2013年にはLiDARを用いた航空測量によってカンボジアのアンコール遺跡周辺に広大な都市遺構が発見された事例もあり、考古学分野における有効性はすでに実証されている。
Miottiは複数のAIアプリから48体のエージェントを起動し、メキシコを対象に収集されたNASAのLiDARデータベースをスキャンさせた。エージェントは建物と思われる構造物を複数ヒットとして返し、2回目のスキャンで、科学文献にまだ記載のない特定サイトを一つ絞り込んだ。
AIの貢献はデータ解析にとどまらなかった。エージェントは発見内容を誰に報告すべきかを特定し（メキシコ国立人類学歴史研究所、INAH）、その機関宛てのメールをスペイン語で自動作成した。メールには発見の詳細と地図上の位置が含まれていた。
INAHの担当者から返信があり、現在その場所の調査が進められている。「休暇中のひらめき」から当局の公式調査開始まで、わずか72時間という結果だ。
48エージェントの分業体制
今回のプロジェクトで技術的に興味深いのは、単一のAIではなく異なるAIアプリからの48体のエージェントを並列稼働させた点だ。大量のLiDARデータを効率的に処理するためのマルチエージェント構成であり、パターン検出・連絡先の特定・メール作成といった異なるタスクを分担させた形になる。Googleが提供するGeminiのマルチエージェント機能はこうした並列タスク処理に対応しており、今回のような複合的なワークフローを自律的に実行できる基盤として機能している。
Miottiはさらに、Geminiを使ってそのサイトが西暦700年頃（マヤ文明が実際にそこに暮らしていた時代）にどのような姿だったかを再現した画像も生成している。
「地球全体をLiDARスキャンすべき」
Miottiはこの経験を踏まえて、次のように述べている。
「コーディングや物理、数学だけでなく、あらゆる科学の分野で革命の瀬戸際にいると思う。地球全体をLiDARスキャンして、エージェントに残りの遺跡を探させるべきだ。」
この発言は強い確信の表れだが、地球規模のLiDARスキャンには膨大なコストと運用上の課題が伴う。NASAのLiDAR取得プログラムは現時点では地域限定での運用が基本であり、全球カバレッジの実現には国際的な連携と相当の資金調達が必要になる。Miottiの主張は技術的可能性への期待を示したものとして読むべきだろう。
なお、当該サイトがマヤ遺跡であるとの確認はまだ得られていない。あくまで「候補地」の特定段階であり、専門家による現地調査が進行中である点は留意が必要だ。
AIエージェントの実用性を示す事例
今回の事例が示すのは、AIエージェントが「大量データからのパターン抽出」「適切な連絡先の特定」「多言語でのコミュニケーション文書作成」という一連のワークフローを、ほぼ自律的にこなせるという点だ。考古学的な発見の価値はもちろん、エンジニアリング的な観点からは「人間のひらめきを起点に、エージェントが実際の外部アクションまで完結させた」というワークフローの実証例として読める。LiDARを使った考古学探索自体は以前から存在するが、データ解析から当局への報告メール送信まで一気通貫でAIが担った点が今回の事例の新しさといえる。
