Climate TRACEとは何か——その誕生と社会的影響

批評：AI活用の排出量DB「Climate TRACE」、自動車由来CO2を最大70%過小評価か——査読論文が指摘（記事内画像）

Climate TRACE（クライメート・トレース）は、2020年に公開されたAI・機械学習・衛星リモートセンシングを活用した温室効果ガス（GHG）排出量の可視化データベースである。リモートセンシングとは、衛星や航空機などから地球表面や大気の状態を遠隔で計測する技術を指す。このデータベースは、主要大学・非営利環境団体、そしてアル・ゴア元米国副大統領の後ろ盾を受けて開発され、米ニュース雑誌「Time」が選出した「2020年のベストな発明100選」にも名を連ねた。

その後、Climate TRACEは気候変動対策の政策立案や国際交渉の場において、独立した排出量モニタリングツールとして注目を集めてきた。各国政府が自己申告する排出量データを補完・検証する役割を担うとして、メディアや研究者からも高い評価を受けてきたと言える。Climate TRACEの存在意義は、まさに「政府の申告値に依存しない、客観的な排出量の把握」にあったと考えられる。

研究が指摘する「70%過小評価」の構造的問題

今回の指摘は、Climate TRACEが自動車（道路交通）由来のCO2排出量を実態より最大70%低く見積もっていた可能性があるとするものである。Sourceが報じているように、この問題はデータベース全体の信頼性に関わる論点として浮上しており、気候科学コミュニティに少なからぬ波紋を広げていると思われる。

過小評価が生じた背景として考えられる要因はいくつかある。第一に、AIや機械学習モデルが学習に用いる訓練データ（トレーニングデータ）の質・量・代表性の問題がある。道路交通由来の排出量は、車両の走行距離・燃費・車種構成・渋滞状況など多数の変数に依存しており、衛星データのみからの推定には本質的な限界があると考えられる。第二に、モデルの検証（バリデーション）に用いられたグラウンドトゥルースデータ（現地実測値）の選定が偏っていた可能性も排除できない。第三に、自動車排出量は発電所や製鉄所のような点源（特定の地点から排出される発生源）とは異なり、面的・移動的な排出源であるため、衛星観測による捕捉が構造的に困難であるという技術的制約も存在する。

ただし、現時点で公開されている情報の範囲では、過小評価の原因がモデル設計の欠陥にあるのか、入力データの不備にあるのか、あるいは方法論上の定義の差異に起因するのかを確定的に断言することは難しい。研究側の指摘が査読を経たものであるかどうか、また比較対象として用いられた基準値（例：各国政府の国家インベントリ報告書や国際エネルギー機関の統計）の選定が適切であったかについても、慎重に精査する必要があると筆者は考える。

AIによる環境データの信頼性——両論を整理する

AIを活用した排出量推定の意義は、依然として大きいと評価できる。従来の排出量統計は各国の自己申告に依存しており、報告の遅延・不完全性・意図的な過少申告といった問題が繰り返し指摘されてきた。その意味で、独立したリモートセンシングとAI解析を組み合わせたアプローチは、気候変動対策の透明性向上に貢献し得る方向性として有望であると思われる。

一方で、今回の指摘はAI駆動型データベースが抱える本質的な課題を浮き彫りにしていると考えられる。AIモデルは、その予測精度が訓練データの質と評価手法に大きく左右される。特に、排出量推定のように「正解」の取得自体が困難な領域においては、モデルの不確実性（アンサーテインティ）を適切に定量化・開示することが科学的誠実さの観点から不可欠であろう。不確実性の定量化とは、モデルの予測値がどの程度の幅で変動し得るかを数値的に示すことを指す。

Climate TRACE側が今回の指摘に対してどのような応答を示すかは、現時点では明らかでない。データベースの開発・運営チームが外部からの批判的検証を受け入れ、方法論の改善に取り組む姿勢を示すかどうかが、今後の信頼性回復において重要な分岐点になると思われる。科学的データベースにおいて、外部からの再現性検証（リプリケーション）と方法論の透明な公開は、信頼性の基盤をなすものと考えられるからである。

結論——データの「権威」を問い直す視点

筆者が今回の事例において特に重要と考えるのは、「AIを使っている」という事実が、そのままデータの正確性を保証するわけではないという点である。Climate TRACEはその技術的洗練さと著名な支持者ゆえに、メディアや政策立案者から相対的に高い権威を付与されてきた側面があると思われる。しかし、いかなるデータベースも、方法論の透明性・外部検証の受容・不確実性の開示という三条件を満たさない限り、その数値を無批判に政策判断の根拠とすることには慎重であるべきだろう。

気候変動対策の文脈では、過小評価は政策の緩みに、過大評価は不必要なコスト負担につながる可能性があり、いずれも社会的影響が大きい。今回の指摘が、Climate TRACEの方法論改善と、AIベースの環境データ全般に対するより厳格な第三者検証体制の構築を促す契機となることを、筆者は期待したいと考える。ただし、一つの研究による指摘がそのまま「Climate TRACEのデータは使えない」という結論に直結するわけではなく、今後の追加検証と対話的な議論の積み重ねを待つ必要があると思われる。