Google Research、自然言語の問いから地理空間モデルを組む実験機能を公開

Google Researchが2026年8月27日、Earth AIの実験的な研究機能としてPlanetary Prediction Engine（PPE）を公開した。自然言語のクエリからデータ探索・特徴量設計・学習・評価まで自律実行する。米国の21のCDC健康指標で平均R² 76.8%と報告している。

Google Earth-AI AI-agents geospatial AutoML

Google Research が2026年8月27日、Google Earth AI の一部として Planetary Prediction Engine（PPE） を公開しました。自然言語のクエリを受け取り、データの探索からモデルの学習・評価、レポート生成までを自律的に実行する実験的な研究機能だと説明しています¹。

処理は LLM がまとめる3段構成で、(1) 地理空間データの選択、(2) マルチモーダルなデータセット整備、(3) モデル構築と予測に分かれる¹
データは Data Commons と Google Earth Engine から取得し、PDFM（社会人口動態）と AlphaEarth（衛星画像）の埋め込みを組み合わせる¹
報告されている結果は、米国の21のCDC健康指標で平均 R² 76.8%（手作業の専門家パイプラインは 60.0%）、ナイジェリアの食料安全保障の解像度向上で R² 66.1%（ベースラインは 31.5%）、コンゴ民主共和国のエボラ流行の直近予測で Recall@10 83.3%（公表されているベイズモデルの水準は約73%）¹
Google は、複雑な予測モデルの構築にかかる時間が週単位から分単位になるとしている¹

数値はいずれも Google 自身の報告で、第三者による検証ではありません。同社も初期段階の研究プロジェクトだと位置づけており、一般提供のアナウンスはありません¹。データの探索と特徴量設計までエージェントに任せたときに手作業とどこまで差が出るかの実例として、ベースラインとの開き方は見ておく価値があります。

Sources

Planetary prediction engine: Automating global models via Earth AI - Google Research公式ブログ（2026年8月27日）