集合知による景観調査
Landscape survey by collective inteligence

東京大学大学院農学生命科学研究科

大森　宏

集合知とは

　多くの人の予想や意見を総合すると，よい予想や結果が得られることがある．これを，集合知（collective inteligence）あるいは，群衆の英知（wisdom of crowds）と呼んでいる．情報技術の進展により，多くの人の意見を収集して集約することが比較的容易に行われるようになってきたので，最近注目されている概念である．
　集合知は以前から知られていた．たとえば，株式市場や競馬のオッズなどがこれにあたる．株式市場でのバブル崩壊の例でもわかるように，集合知がいつもうまくいくわけではない．
　ウィキペディアによれば，集合知がうまく行く条件として，

意見の多様性（Diversity of opinion）
独立性（Independence）
分散性（Decentralization）
集約性（Aggregation）

の４つを与えている．

集合知を利用した景観解析

　現在，多くの学生が写真機能つき携帯や，デジカメを所有している．また，ネット環境も充実しているので，画像データを収集するのはとても容易になってきた．そこで，多くの学生に画像データを収集してもらい，ターゲットとなる景観の特徴付けを行うことを試みた．

画像収集法

　2008年度学生実験において，夏休みの課題を出した．　東京大学農学部附属の田無農場（東京都西東京市）で自分の気に入った景観を 3 点撮影し，それを選んだ理由をできるだけ詳しく記述して，メールで提出させた．
22 名の学生から 66 枚の景観画像を収集することができた．結果は以下のようであった．

画像間類似度の推定

　景観画像の類似度は，画像の物理特徴量（色分布，自己相関）などからは難しい．人間の目の観察力を利用して行う．
　ウェブ上に、以下のような

画像グルーピングサイト

を構築し，後期の学生実験で学生に類似画像をグルーピングしてもらった．すなわち，何らかの意味で「似ている」と感じた景観写真を同じグループに入れ，景観写真全体を 3 つから 20 までのグループに分ける作業である．
　2 つの画像が同じグループに属した割合で，画像間の類似度が推定できる．

　景観写真間の類似度行列の一部は以下のようになった．

　これをみると，pic1 と pic2 が何らかの観点で「似ている」と感じた学生は 2 人だけであったが， pic2 と pic3 が「似ている」と感じた学生は 14 名もいた．これより，pic2 と pic3 は類似画像であるが，pic2 と pic1 は類似画像でないとみなすことができる．

MDS による景観画像の布置

　類似度行列から多次元尺度法（MDS) により景観の配置が得られる．計量的 MDS の固有値が，

軸	第１軸	第２軸	第３軸	第４軸
固有値	8317.5	7335.7	4118.7	2152.9

となったので類似度の情報は，第１軸と第２軸で表現できることがわかる．

景観の配置図を図示すると，三角形になった．上の頂点に建物の写真が集まり，右下の頂点に道の写真，左下の頂点に畑の写真が集まった．これより，田無農場は３つの景観で代表されることがわかる．
　景観写真を貼り付けた MDS 布置のウェブ画面を以下に示す．このサイトでは，重なった写真画像をドラッグにより動かすことができるので，どのような写真が集まっているかがよくわかる．また，画像をダブルクリックすると，大きな写真が表示される．この景観布置サイトにより，ターゲットとなった場所の景観の全体像が表現される．