リモートセンシングのためのエージェント型AI：技術課題と研究の方向性

概要: 地球観測（EO）は、静的な予測から、データ・ツール・地理空間の状態にまたがって協調的な推論を必要とするマルチステップの分析ワークフローへと移行しつつあります。基盤モデルやビジョン言語モデルは、表現学習と、遠隔センシングにおける言語に基づく対話を拡張してきました。また、エージェント型AIは、長期の推論や外部ツールの利用を示してきましたが、EOは一般的なエージェント型AIを単純に拡張したものではありません。EOのワークフローは、ジオリファレンスされたマルチモーダルで、かつ時間的に構造化されたデータ上で動作し、再投影・再サンプリング・合成（compositing）・集約などの操作が、基盤となる状態を能動的に変換し、その後の分析を制約し得ます。その結果、誤りがステップ間で静かに（気づかれずに）伝播する可能性があり、正しさは内部の整合性だけでなく、地理空間の整合性、時間的に妥当な比較、そして物理的妥当性にも依存します。本ポジションペーパーは、これらの課題が偶発的ではなく構造的なものであると主張します。私たちは、一般的なエージェント型モデルでしばしば暗黙に置かれる前提を特定し、それらが地理空間ワークフローでどのように破綻するかを分析し、マルチステップEOパイプラインにおける生じる失敗モードを特徴づけます。次に、構造化された地理空間状態、ツールを意識した推論、検証者（verifier）に導かれた実行、そして地理空間・物理的妥当性に整合した学習目的を中心とする、EOネイティブなエージェントのための設計原則を示します。最後に、EO固有のベンチマーク、ハイブリッドな教師あり学習と強化学習、制約付きの自己改善、そして最終回答の正確さを超えた軌跡（trajectory）レベルの評価にまたがる研究方向性を提示します。したがって、信頼できる地理空間エージェントを構築するには、EO分析を支配する物理的・地理空間的・ワークフロー上の制約を軸にエージェント設計を作り直す必要があります。