LLM(大規模言語モデル)を使わず、決定論的パーサーを用いて日常言語でオープンストリートマップを高速検索する地図アプリ「HippoMaps」と関連技術の意義を探ります。
想像してみてください。週末に友人とスイスのチューリッヒへ旅行に出かけました。見知らぬ街の道を歩いていると、ふと温かいコーヒーが飲みたくなります。スマートフォンの地図アプリを開き、普段のように店名を一つひとつ検索する代わりに、頭に浮かんだ思いのままにこう入力します。「チューリッヒのリマット川近くにある、湖から100メートル離れたカフェ」。大企業の巨大地図アプリでなければエラーが出たり、見当違いの場所を表示したりしがちなこの複雑な文を、わずか数秒で正確に地図上にピンポイントで表示してくれる地図アプリが登場しました [Source 1]。
最近、オンライン技術コミュニティのHacker Newsで紹介され、大きな注目を集めているオープンソースの地図・ナビゲーションアプリ「HippoMaps(ヒポマップス)」の物語です [Source 1, Source 8]。人工知能(AI)の波が押し寄せる現代のソフトウェア業界において、AIモデルの助けを借りず、ひたすら洗練されたルールとアルゴリズムのみで自然言語の地理検索を実現したこのプロジェクトは、私たちにテクノロジーを見つめる一風変わった視点を提供してくれます [Source 1]。
なぜこれが重要なのか?
私たちが毎日使っているGoogleマップやAppleマップのようなサービスは、世界中の膨大な場所のデータと便利な検索機能を提供しています。しかし、その裏にはオープンソースの地図エコシステムであるオープンストリートマップ(OpenStreetMap、世界中の人々が共に作り上げる無料の世界地図、略してOSM)という巨大な宝が存在します [Source 5, Source 9]。オープンストリートマップは誰もが自由に利用・修正できる公共の地理情報倉庫ですが、致命的な弱点が一つありました。それは、検索機能が商用アプリほど親切で素早いとは言えない点です [Source 1]。
一般ユーザーだけでなく、調査報道を行うジャーナリストにとってもオープンストリートマップは莫大な情報の宝庫ですが、望みのデータを見つけるには複雑なデータベースコマンドであるオーバーパス・クエリ言語(Overpass Query Language、略称:OverpassQL、オープンストリートマップ専用のデータ検索コマンド)を使いこなす必要がありました [Source 3, Source 5]。このため、一般の人や非専門家にとってこの膨大な宝を十分に活用するのは高いハードルとなっていました [Source 3, Source 5]。
HippoMapsのようなプロジェクトが重要な理由は、プログラミングやデータベースの文法を知らない一般の人々でも、普段話している通りの方法で地図に語りかけ、望みの場所を正確に見つけ出す道を開いてくれるからです [Source 1]。複雑なサーバーコストや巨大な人工知能モデルの頭脳なしでも、賢い設計さえあれば誰でも素早く便利な地図サービスを享受できるという可能性を証明したと言えるでしょう [Source 1]。
分かりやすく解説:AIなしで動作する「スマート翻訳機」の秘密
最近のほとんどの最先端技術は、人間が話す自然言語を理解するためにChatGPTのような巨大な人工知能モデル(LLM)を使用しています [Source 1]。しかし、人工知能は時々見当違いの答えを出したり(ハルシネーション)、答えを出すのに時間がかかったり、サーバーコストが高いという短所があります。
HippoMapsは、巨大な人工知能モデルという大砲の代わりに、非常に精巧に調整された「スイスアーミーナイフ」のような方式を選びました [Source 1]。これを分かりやすく例えると次のようになります。
次のように例えると分かりやすいです:
大型人工知能モデルを利用した検索が、毎回文脈を深く考えながら臨機応変に翻訳を試みる「同時通訳者」だとすれば、HippoMapsの方式は、徹底的な文法ルールと単語カードを手に持ち、入力された文を文法単位でサクサクと分解して最高速で正解を見つけ出す「高度な機械式自動分類アシスタント」のようなものです。
HippoMapsは、ユーザーが検索バーに入力した文をトークン(Token、意味を持つ最小限の言葉の断片単位)単位で細かく分割します [Source 1]。その後、単語リスト(有名ブランド、スポーツの競技、オープンストリートマップのタグなど)と突き合わせ、ユーザーが正確に「何(What)」を探したいのかを把握します [Source 1]。同時にジオコーダーサービスであるPhoton(フォトン、住所や場所の名前を座標に変換してくれる検索サービス)を利用して、ユーザーが指定した「どこで(Where)」を見つけ出します [Source 1]。
簡単に言えば、文の骨組みを分析し、「あ、このユーザーは『チューリッヒ』というエリアで『カフェ』を探しているんだな!そして条件として『リマット川の近く』と『湖から100メートル以内』という距離をつけているんだな」と一瞬で把握した後、それをオープンストリートマップが理解できるオーバーパス・クエリ言語へと次々に翻訳していくのです [Source 1]。このプロセスにおいて人工知能の推論プロセスを挟まないため、検索速度が非常に速く、見当違いの結果を表示する確率が低くなります [Source 1]。
現在の状況:オープンソース地図と自然言語検索の進化
現在、オープンストリートマップのエコシステムでは、誰もが複雑なデータクエリを簡単に行えるよう支援する様々な試みが続いています。代表的な例として、学術界や開発コミュニティでは、自然言語の質問をオープンストリートマップ専用の検索コマンドに変換するText-to-OverpassQLの研究が活発に行われてきました [Source 2, Source 3]。
また、オープンストリートマップのデータを活用し、ジャーナリストや研究者が日常言語でシーンを記述して検索できるように支援するオープンソースツールであるSPOTのようなプロジェクトも公開され、好評を博しています [Source 5]。例えば「パリのバス停のすぐ隣にあるイタリア料理店を探して」のような文を入力すると、システムがそれを理解してデータを抽出する仕組みです [Source 5]。
HippoMapsは、こうした流れの中でさらに一歩踏み出しました。単に検索機能を真似ただけでなく、私たちが地図アプリに期待するほぼすべての必須機能を一つのオープンソースパッケージにまとめ上げました [Source 1]:
- 超高速カスタム検索エンジン: カスタムOverpass APIエンジンを搭載し、商用地図アプリに引けを取らない高速なPOI(注目スポット)、エリア、ルート検索を提供します [Source 1]。
- 多様な探索機能: 「ベルリンの現在営業中の薬局」、「ヴァレー州の標高4000メートルを超える峰々」、「セルビアのドナウ川の橋」など、創造的で複雑な条件の組み合わせによる検索を完璧にこなします [Source 1]。
- 総合ナビゲーション機能: 検索にとどまらず、Valhalla(オープンソースの経路案内エンジン)を介した音声付きターンバイターンナビゲーション(Piper音声合成エンジンを活用)、ヨーロッパ国内の公共交通機関ルート案内(MOTIS)、一部の国におけるリアルタイム交通情報までサポートします [Source 1]。
- オープンソース公開: これらすべての完成度の高い機能がGPL-3.0オープンソースライセンスとして公開され、誰もがコードを確認してコントリビュートできるようになっています [Source 1, GitHubリポジトリ: https://github.com/cdutsov/hippomaps]。
今後どうなるのか?
専門家やオープンソース開発者は、こうした決定論的自然言語検索方式の発展に大きな期待を寄せています [Source 1]。巨大な人工知能モデルを維持するために莫大なサーバーコストや電力を消費しなくても、ルールベースのスマートなパーサーとよく整理された地理データベースが結合すれば、スマートフォン環境でも十分軽快で強力なローカルナビゲーションアプリを作成できるためです [Source 1]。
今後は、インターネット接続がスムーズではない秘境や旅行先でも、ユーザーが普段使っている母国語で気軽にささやくように道を尋ねれば、世界中のオープンストリートマップデータに基づいて瞬時にカスタマイズされたルート案内をしてくれる独立型地図アプリがさらに増えていくでしょう [Source 1, Source 16]。巨大ビッグテック企業の独占に対抗し、世界中の開発者が協力して作り上げた公共の地図資産が、日常の中に大きく歩み寄りつつある変化の時期です [Source 1, Source 9]。
MindTickleBytesのAI記者視点
複雑な人工知能モデルだけに依存せず、洗練されたルールとトークン分解方式によって高速かつ正確な地理検索を実現した点は、ソフトウェアエンジニアリングにおける素晴らしい職人技を示しています。地図データの普及を牽引する意義深い試みです。
参考資料
- Show HN: Fast deterministic natural language search for OpenStreetMap data — https://hippomaps.ch/?q=cafes+by+the+Limmat+100+m+from+the+lake+in+zurich#map=15.02/47.36708/8.54935, https://github.com/cdutsov/hippomaps [Source 1]
- Text-to-OverpassQL: A Natural Language … - ar5iv — https://ar5iv.labs.arxiv.org/html/2308.16060 [Source 2]
- Text-to-OverpassQL: A Natural Language Interface … - arXiv — https://arxiv.org/abs/2308.16060 [Source 3]
- Text-to-OverpassQL: A Natural Language Interface for Complex … (PDF) — https://aclanthology.org/2024.tacl-1.31.pdf [Source 4]
- New natural language search interface for OSM (public demo, open source) — https://community.openstreetmap.org/t/new-natural-language-search-interface-for-osm-public-demo-open-source/134816 [Source 5]
- Text-to-OverpassQL: A Natural Language Interface for Complex … (ACL Anthology) — https://aclanthology.org/2024.tacl-1.31/ [Source 6]
- Text-to-OverpassQL: A Natural Language Interface for Complex … (Schumann Pub) — https://www.schumann.pub/assets/uploads/publications/pdfs/staniek_2023.pdf [Source 7]
-
HN.watch Hacker News with explainer videos — https://hn.watch/ [Source 8] - OpenStreetMap — https://www.openstreetmap.org/ [Source 9]
- Open source geocoding with OpenStreetMap data — https://nominatim.org/ [Source 10]
- 大規模言語モデル(LLM)を用いた推論
- 人工知能を使わない決定論的(Deterministic)パーサー
- クラウド専用人工ニューラルネットワーク翻訳
- オーバーパス・クエリ言語(OverpassQL)
- SQLデータベース言語
- パイソン・ジオ・クエリ
- プログラミング専門開発者
- 専門ジャーナリスト
- ナビゲーションハードウェアエンジニア