なぜ太陽光発電所は鳥を殺すのか？ AIバードウォッチャーを呼ぼう

アメリカの太陽光発電所は鳥の問題を抱えています。電力会社は長年にわたり、施設の敷地内に鳥の死骸が散乱しているのを発見してきました。これは、全国的な太陽光発電ブームがもたらした、奇妙で予期せぬ結果です。なぜこのようなことが起こるのかは誰も理解していませんでしたが、環境に優しいと謳われているエネルギー源にとって、明らかに問題でした。そこで2013年、電力会社、学者、環境団体からなるグループが集まり、「鳥類太陽光発電ワーキンググループ」を結成し、全米各地の太陽光発電施設における鳥類の死を軽減するための戦略を策定しました。

「太陽光発電が鳥類に与える影響に関する研究はほとんどありませんでした」と、ノースカロライナ州の電力会社デューク・エナジーの主任環境科学者で、ワーキンググループのメンバーでもあるミスティ・スポラー氏は語る。「死んだ鳥が見つかったら、一体何を意味するのでしょうか？誰も本当のところは知りませんでした。」しかし、太陽光発電施設における鳥類の死亡に関するデータを入手すること自体が困難であることがわかった。

2016年に行われた初めての研究では、米国全土にある数百の大規模太陽光発電所が、年間約14万羽の鳥を殺している可能性があると推定されました。これは、化石燃料発電所（衝突、感電、中毒など）で殺される鳥の推定数の0.1%にも満たない数字ですが、研究者たちは、計画中の太陽光発電所が稼働すれば、その数はほぼ3倍になると予想しています。太陽光発電施設と鳥の死の関連性はまだ明らかではありません。有力な説の一つは、鳥が太陽光パネルのまぶしさを湖面と勘違いして急降下し、着陸して死に至るというものです。「しかし、その仮説は人間の視点からのものです」とスポラー氏は言います。「鳥は本当に人間と同じように見ているのでしょうか？全体像を把握するには、もっとデータを集める必要があります。」

米国エネルギー省は今年初め、イリノイ州にあるアルゴンヌ国立研究所の研究チームに、全米各地の大規模太陽光発電施設における鳥類の行動を研究するための人工知能プラットフォーム開発の契約を130万ドルで締結した。研究者たちは、このシステムで収集されたデータが、鳥類学者が太陽光発電所で鳥類が大量死している理由を解明するのに役立つことを期待している。「重要なのは、あらゆる形態の太陽光発電が環境に与える影響を減らすことです」と、このプロジェクトを率いるアルゴンヌ国立研究所の生物物理学者、ユキ・ハマダ氏は語る。「こうした鳥類問題は懸念事項であり、再生可能エネルギー業界はこれを理解し、軽減したいと考えています。」

米国では、太陽光発電事業者に対し施設内での鳥類の死亡を報告することを義務付ける規制を設けている地域はごくわずかです。アメリカの大規模太陽光発電所のほとんどは、この時間と労力を要する面倒な計算をしていません。実施している施設でも、質の高いデータを収集する能力には限界があり、月に一度しか調査員を派遣して太陽光発電所の鳥類の死骸を数えることさえありません。この方法は、太陽光発電所の事業者が鳥類の死骸の数を把握するのに役立ちますが、なぜ死んでいるのかという洞察はあまり得られません。そのためには、リアルタイムの観察が必要です。

死んだ鳥を数えることは、まさにAIが生み出された、反復的で退屈な作業です。しかし、太陽光発電施設にこのシステムを実際に導入するには、多くの技術的課題が伴います。おそらく最も困難な課題は、複雑な環境下で鳥を確実に認識できるよう機械学習アルゴリズムを学習させることです。鳥には様々な大きさ、形、色があり、アルゴリズムは「鳥らしさ」という抽象的な概念を十分に理解し、頭上を飛んでいるのか、太陽光パネルに止まっているのかを判別できる必要があります。

アダム・シマンスキー氏はアルゴンヌ国立研究所のソフトウェアエンジニアで、同研究所のAI搭載バードウォッチャーの開発を主導しています。彼によると、このマシンビジョンソフトウェアは、空中の小型ドローンを自動検知する別のプロジェクトでの経験から生まれたとのことです。趣味用のドローンには羽ばたくための翼も、歩くための脚もありません。そのため、ドローンの外観をアルゴリズムに学習させるのは比較的簡単です。しかし、このアルゴリズムを鳥類検知用に転用するには、アルゴンヌ国立研究所のチームが何千枚もの画像に映る鳥類を綿密にラベル付けし、アルゴリズムの学習データとして使用する必要があります。

「私たちが行っている機械学習の研究は少し特殊です。なぜなら、一枚の画像の中の物体を分類するだけではないからです」とシマンスキ氏は語る。「小さくて高速に移動する物体を、時間の経過とともに分類する必要があります。例えば、鳥が飛んでいる場合、あるフレームでは点が見え、別のフレームでは羽を広げているように見えるでしょう。カメラの前を移動する物体を追跡する必要があるのです。」

システムのハードウェアにも課題がいくつかある。太陽光発電施設は辺鄙な場所にあることが多く、最先端の機械学習アプリケーションに必要なインフラが整っていないのが一般的だ。近くにデータセンターはなく、インターネットの帯域幅も限られており、電力を得ることさえ難しい場合もある。「太陽光発電施設は発電しているので、電力があるはずだと考えるでしょう。しかし、パネルに接続されたコンセントがないのです」とシマンスキ氏は言う。つまり、アルゴンヌ国立研究所のバードウォッチングアルゴリズムを実行するハードウェアは、バッテリーや小型のソーラーパネルで動作し、同時に膨大な量のリアルタイムデータを処理する必要があるため、非常にリソース効率が高くなければならないのだ。

これを実現するために、アルゴンヌ国立研究所のチームは、ボルダーAIという企業が開発した歩行者と車両の交通監視用の商用ハードウェアを活用しています。ボルダーAIの小型カメラシステムは、エッジコンピューティング向けに設計されています。エッジコンピューティングとは、遠隔地のデータセンターではなく、現場で行われるデータ処理の総称です。しかし、アルゴンヌ国立研究所のチームは、街灯ではなく、ソーラーパネルにカメラを設置する予定です。

現在、浜田氏とチームはイリノイ州周辺の2つの太陽光発電施設に設置されたカメラから学習データを収集している。計画では、このプログラムを徐々に拡大し、全米の数十の商業施設および政府系太陽光発電施設に展開していく予定だが、パンデミックの影響で展開が遅れている。アルゴンヌ国立研究所のAIは当初、視野に入った鳥を正しく識別することのみを目指すが、シマンスキー氏によると、最終的には太陽光パネルに止まったり衝突したりするなど、いくつかの鳥の行動を区別できるほど高度化されるという。

このデータは、太陽光発電施設における鳥類の死を防ぐための解決策を見つけるという課題を最終的に負う研究者にとって極めて重要となるでしょう。天候や時間帯といった地域環境が鳥類の行動にどのような影響を与えるかを理解するのに役立ち、また、羽毛を持つ鳥類の死因を特定する可能性もあるでしょう。「人間の観察者がいなくても、鳥類が施設とどのように関わっているかを見ることができるのは、非常に有益です」とスポラー氏は言います。「この技術により、普段は見られない世界を垣間見ることができるため、野生生物への影響を最小限に抑えた方法で作業を行うことができます。」

2020 年 8 月 10 日午前 9 時 30 分 (東部標準時) に更新: Misti Sporer は Avian Solar Working Group のメンバーであり、コーディネーターではありません。

WIREDのその他の素晴らしい記事

• 裁判所への侵入で2人のホワイトハットハッカーが刑務所に送られた経緯
• ビデオ通話の画質と音質を向上させるヒント
• ウェブ上のダークパターンを見分け、回避する方法
• シンガポールのファンタジーとサイバーパンクの未来主義
• 狂気の科学者が1億年前の微生物を復活させる
• 🎙️ 未来がどのように実現されるかをテーマにした新しいポッドキャスト「Get WIRED」をお聴きください。最新エピソードを視聴し、📩ニュースレターに登録してすべての番組をチェックしましょう。
• ✨ ロボット掃除機からお手頃価格のマットレス、スマートスピーカーまで、Gearチームのおすすめ商品であなたの家庭生活を最適化しましょう