ディープフェイク技術が衛星地図を模造

今回は「ディープフェイク技術が衛星地図を模造」についてご紹介します。

関連ワード（ディープフェイク、ワシントン大学、地図等）についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、TechCrunch様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

AIが作り出した合成画像いわゆる「ディープフェイク」に関して、主に本人の同意なく作られた人間の画像が激しく非難されているが、この技術は他の分野でも危険であり、そしてときにはおもしろい。たとえば研究者たちは、衛星画像を操作して、本物そっくりだが完全に偽のオーバーヘッドマップを作れることを示した。

ワシントン大学の助教授Bo Zhao（ボー・ジャオ）氏が指導し論文も書いたその研究は、警告のためではなく、このやや悪名高い技術を地図の作成に応用した場合にありうるリスクとチャンスを示すために行われた。彼らのやり方は、一般的にディープフェイクとして知られているものよりもむしろ、画像を印象派風、クレヨン画風など任意のスタイルに変換する「画風変換」に似ている。

チームは機械学習のシステムを、シアトルとタコマ近郊、および北京という3つの都市の衛星画像でトレーニングした。絵が画家や媒体によって違うように、それぞれの画像には視像としての明確な違いがある。たとえばシアトルは市街地を覆う大きな緑があり道路は狭い。一方、北京はもっとモノクロームだ。研究に使われた画像では、ビルが長い影を地上に落としている。システムは、GoogleやAppleの街路地図を、これら衛星からのビューに結びつけることを学んだ。

その結果得られた機械学習エージェントは、街路地図を与えられると本物らしく見える偽の衛星画像を、それらの都市のように見えるものがあれば返す。下の画像では、左上の地図は右上のタコマの衛星画像に対応している。一方その下の画像は、色調などの画風がシアトル風と北京風だ。

画像クレジット：Zhao et al.

よく見ると、フェイクマップは本物ほどシャープでなく、行き止まりの道路といった論理的な不整合性もある。しかしざっと見ると、シアトルと北京の画像は完全に本物のようだ。

このようなフェイクマップは、合法的であってもなくっても、その利用についてはよく考える必要がある。研究者たちが提案しているのは、衛星画像が手に入らないような場所の作成シミュレーションだ。そのような都市の、衛星画像らしきものを作ることはできるだろうし、緑地を拡張するといった都市計画にも利用できる。必ずしもこのシステムを、他の場所の模造に使う必要はない。たとえば同じ都市の人口過密地や、道路が広い地区で訓練することもできるだろう。

想像の羽を広げれば、やや遊びにも近いようなこのプロジェクトで、古代の手描きの地図から本物そっくりの現代的な地図を作ることもできるのではないだろうか。

このような技術があまり建設的でない目的で使われた場合に備えて、この研究論文は、色や特徴をよく調べてそのような模造画像を検出する方法にも目を向けている。

ワシントン大学のニュース記事の中でジャオ氏は、この研究が「衛星画像などの地理空間的データの絶対的な信頼性」という一般的な想定に挑戦している、と述べている。他のメディアでもそうだが、新たな脅威が登場すれば、そんなおめでたい考えは棚上げにされるべきだ。論文の全文はCartography and Geographic Information Scienceで読むことができる。

画像クレジット：SEAN GLADWELL/Getty Images

【原文】

While the concept of “deepfakes,” or AI-generated synthetic imagery, has been decried primarily in connection with involuntary depictions of people, the technology is dangerous (and interesting) in other ways as well. For instance, researchers have shown that it can be used to manipulate satellite imagery to produce real-looking — but totally fake — overhead maps of cities.

The study, led by Bo Zhao from the University of Washington, is not intended to alarm anyone but rather to show the risks and opportunities involved in applying this rather infamous technology to cartography. In fact their approach has as much in common with “style transfer” techniques — redrawing images in an impressionistic, crayon and arbitrary other fashions — than with deepfakes as they are commonly understood.

The team trained a machine learning system on satellite images of three different cities: Seattle, nearby Tacoma and Beijing. Each has its own distinctive look, just as a painter or medium does. For instance, Seattle tends to have larger overhanging greenery and narrower streets, while Beijing is more monochrome and — in the images used for the study — the taller buildings cast long, dark shadows. The system learned to associate details of a street map (like Google or Apple’s) with those of the satellite view.

The resulting machine learning agent, when given a street map, returns a realistic-looking faux satellite image of what that area would look like if it were in any of those cities. In the following image, the map corresponds to the top right satellite image of Tacoma, while the lower versions show how it might look in Seattle and Beijing.

Image Credits: Zhao et al.

A close inspection will show that the fake maps aren’t as sharp as the real one, and there are probably some logical inconsistencies like streets that go nowhere and the like. But at a glance the Seattle and Beijing images are perfectly plausible.

One only has to think for a few minutes to conceive of uses for fake maps like this, both legitimate and otherwise. The researchers suggest that the technique could be used to simulate imagery of places for which no satellite imagery is available — like one of these cities in the days before such things were possible, or for a planned expansion or zoning change. The system doesn’t have to imitate another place altogether — it could be trained on a more densely populated part of the same city, or one with wider streets.

It could conceivably even be used, as this rather more whimsical project was, to make realistic-looking modern maps from ancient hand-drawn ones.

Should technology like this be bent to less constructive purposes, the paper also looks at ways to detect such simulated imagery using careful examination of colors and features.

The work challenges the general assumption of the “absolute reliability of satellite images or other geospatial data,” said Zhao in a UW news article, and certainly as with other media that kind thinking has to go by the wayside as new threats appear. You can read the full paper at the journal Cartography and Geographic Information Science.

（文：Devin Coldewey、翻訳：Hiroshi Iwatani）