第4回で、検知は点検の入口であって結論ではない、と述べました。「ここにひび割れがある」の次に、「どの資産の、前回と比べてどうで、基準を超えているか」という文脈が要る。今回は、その文脈を機械の側で持つ段階、状態の保持を扱います。第1回で置いた三条件の第二、覚えている能力を、技術としてどう作るかです。
三つの条件のうち、これがいちばん地味で、いちばん足りていません。検知や再構成は、動くものとして分かりやすい。しかし「覚えている」は、見た目に何も動きません。だからこそ見落とされ、そして現場でいちばん効く。この回が扱うのは、状態をどう表すか、変化をどう見つけるか、そしてデジタルツインを見た目ではなくデータ構造として設計すること、の三つです。なぜ「覚えている」が現場で足りていないのかは、最後に、制度の側の言葉で裏づけられます。
「覚えている」が、いちばん足りない
足りていないことは、事実で裏づけられます。
第1回でも触れた和歌山市の水管橋崩落。市の調査委員会報告書は、こう書いています。点検の評価が「水管橋全体の評価とし、径間毎や各重要箇所での評価が出来ていなかった」。記録はありました。ありましたが、橋ぜんたいで一つの評価だった。どの径間の、どの部材が、前回からどう変わったのか。その粒度で残っていなかった。報告書はさらに、点検表や点検方法の整理が出来ていなかったために、人事異動による点検者の交代で、情報の伝達が出来ていなかった、とも記します。ここで注意すべきは、道路橋と水管橋は制度も管理者も別だということです。この事例から「道路橋でも同じ事故が起きる」と一般化はできません。書けるのは、記録の粒度が、比較の粒度を決める、という構造は共通だ、というところまでです。
この「覚えていない」は、個別の失敗ではなく、土台の話でもあります。全国の道路橋のうち、点検を実施した施設で見ても、建設年度が「不明」と記録されたものが、二十七パーセントにのぼります。いつ架けられたかが分からなければ、経過年数から劣化を見積もることも、同世代の橋と比べることもできません。しかも、その不明のほとんどが、地方公共団体の管理する橋に集中しています。
制度を運用する側も、この空白を書いています。道路橋のデータベースの課題として、運用側に置かれた検討委員会が、こう提言しました。情報の種類ごとに作られたデータベースが別々の構造のままで、設計、施工、点検、修繕という流れで情報を参照しにくい。補修した後の健全性の情報がない。CADやBIM/CIMが参照できない。点検の一巡目と二巡目で判定がばらつく。写真の撮り方がばらついていて、AIの教師データとして活用しにくい。連携するなら何をキーにするか、施設のIDか、緯度経度か、その検討が要る。これは国土交通省そのものの文書ではなく、運用側の検討委員会の提言ですが、現場のデータがつながっていない実態を、はっきり映しています。
つまり、覚えている能力の不足は、一枚の写真の話ではなく、資産と位置と履歴がつながっていない、という構造の話です。では、それを技術としてどう作るのか。
状態をどう表すか：シーングラフとアセットグラフ
覚えているとは、世界の状態を、後から引ける形で持っていることです。その持ち方に、いくつかの道具があります。
一つは、シーングラフです。世界を、物体を節点、物体どうしの関係を辺として持つ。この橋脚の上にこの桁が載り、この桁にこのひび割れがある。物と物のつながりを、図の形で持ちます。単なる点群や画像ではなく、そこに何があるかを、名前とつながりで持つ。こうしておくと、「第3径間の主桁のひび割れ」という言い方で、対象を指せるようになります。
この持ち方には、段階があります。いちばん下に、幾何の地図がある。点群やメッシュ、つまり第3回で作った形です。その上に、どこに何があるかという意味を重ねる。地図の各部分に「桁」「支承」「床版」というラベルを与える意味地図です。さらにその上に、部材どうしの上下関係や接続を辺で結んだ、構造としてのグラフを載せる。近年は、この幾何、意味、構造の三層を、ロボットが動きながら同時に立ち上げていく研究が進みました。第3回のSLAMが自分の位置と幾何を同時に作ったように、そこに意味と関係まで重ねて、動きながら世界の理解を組み上げていく。地図が、ただの形から、引ける知識に変わっていきます。
もう一つ、時間をまたぐ工夫が要ります。ロボットが動いて視点が変わっても、さっき見たあの柱と、今見ている柱が同じものだと分かる。この物体の同一性の保持を、object persistenceと呼びます。点検では、これが五年の時間をまたぎます。今年の第3径間の主桁と、前回の第3径間の主桁を、同じものとして結びつける。ここが結びついて初めて、進行を語れます。
この結びつけを、対応づけと呼びます。何を手がかりに結ぶか。第一に、位置です。同じ座標系に載っていれば、そこにあるものは同じものだと当たりをつけられる。第二に、識別子です。部材に番号が振ってあれば、番号で直接結べる。第三に、見た目です。形や模様の特徴が似ていれば、同じものと推せる。現場では、この三つを組み合わせます。ただし、どれも綻びます。位置は測定の誤差でずれ、番号は付いていないことがあり、見た目は劣化そのもので変わっていく。前回と今回を結ぶこの一手が外れると、あるひび割れの進行を、別の部材の話として記録してしまう。同定の誤りは、その先の履歴をまるごと汚します。だから、対応づけは、覚えている能力の背骨にあたります。
そして、点検の文脈でこれを担うのが、アセットグラフ、資産のつながりです。どの資産の、どの部位で、前回はどうだったか、基準はいくつか。資産、位置、履歴、図面を、一つに紐づける。第1回で三条件の第二を説明したとき、指していたのは、この文脈のことでした。
ここで、比べるための出発点が見えてきます。同定です。比べるには、部位に名前がついていなければならない。国にも、部位に名前をつける体系があります。橋の構成要素をどう数えるか、径間の番号は起点側から一、二と振り、主桁は原則一本ごとに番号をつける、といった取り決めです。目的は、劣化の傾向の分析を、できるだけ少ないデータで行えるようにすること、とされています。ただし、この付番は、前提とはされていません。同じ資料が、記録の項目や方法は道路管理者が目的に応じて検討するものだと断り、法定の様式の記入要領も、部材番号が付されている場合には、それを記入する、という書き方です。名前をつける仕組みは用意されているが、つけることは義務ではない。比べるための土台のほうが、制度上は任意にされている。ここが、和歌山の「径間毎の評価が出来ていなかった」と、静かに響き合います。
変化を、どう見つけるか
同じ部位を、前回と今回で結びつけた。次は、そこがどう変わったかを見つける段階、変化検出です。
素朴には、引き算です。前回の像と今回の像を引けば、変わったところが残る。しかし、そのまま引くと、変化ではなく撮り方の差が出てきます。撮る角度が違い、光が違い、季節で影が違う。だから、引く前に、二つを同じ土俵に載せる必要があります。第3回で見た点群の位置合わせ、ICPのような手法で、今年と前回を同じ座標にそろえる。そろえてから引く。そうして初めて、撮り方の差ではなく、対象そのものの変化が残ります。
さらに、残った差が何を意味するかを読む段階があります。画素の値が変わっただけなのか、ひび割れが伸びたのか、新しい剥離が出たのか。意味のレベルで変化を捉えることを、意味的な変化検出と呼びます。学習で解く場合は、二時点の画像を左右の目のように一対で入れ、同じ構造の枝で特徴を取り出して突き合わせ、変わった場所を出す作りがよく使われます。第4回で見た欠陥検知が「今この画像に何があるか」を答えるのに対し、変化検出は「前回と比べて何が新しいか」を答える。点検・保全が本当に必要とするのは、後者です。劣化は、時間の関数だからです。
ここで、崩れ方も第4回と重なります。変化検出の空振りの多くは、対象が変わったのではなく、位置合わせが残した誤差や、光と影の違いから来ます。整合が甘ければ、動いていない縁が、変化として大量に浮かび上がる。だから変化検出の精度は、検出の網の賢さより、その手前の位置合わせと、撮り方をそろえる設計で、大きく決まります。第2回の較正、第3回の位置合わせが、ここでも土台になっているのです。
ここに、和歌山の教訓が技術の言葉で戻ってきます。比較の粒度は、記録の粒度が決める。橋ぜんたいで一つの評価しか残っていなければ、径間ごとの変化は、どんなに優れた変化検出でも取り出せません。逆に、径間ごと、部材ごとに、同じ形で残っていれば、比較はそこで初めて成り立つ。変化検出という技術が効くかどうかは、その手前の、覚え方の粒度で、すでに決まっているのです。
デジタルツインは「見た目」ではなく、データ構造
ここまでを束ねる器が、しばしばデジタルツイン、デジタルツインと呼ばれます。ただ、この言葉は、よく誤解されます。
デジタルツインと聞くと、現実そっくりの、美しい三次元の見た目を思い浮かべがちです。しかし、点検で効くのは、見た目ではありません。データの構造のほうです。どの部位が、世界のどこにあり、前回どうで、基準はいくつか。この、部位の同一性と、位置と、履歴を持ったデータの構造こそが、覚えている能力の実体です。見た目は、そのデータを人が確かめるための、一つの窓にすぎません。第3回で見たように、器には粒度の段階があり、外形の粗い段階から部材の細かい段階まである。しかし、どの粒度であっても、大切なのは、それがつながって引ける構造になっているかどうかです。
技術の世界には、もう一つ、世界モデルという言葉があります。こちらは主に、ロボットの学習で使われ、環境が次にどうなるかを内部で予測するモデルを指します。頭の中に世界の圧縮した模型を持ち、こう動けば世界はこう変わる、という予測を、実物を動かす前に想像の中で回してみる。試行を実機で重ねるのは高くつくので、内部の模型の中で先に試すわけです。ロボット学習では、この想像の中の練習で方策を鍛える手法が、実機の試行を大きく減らしました。第1回で引いたNVIDIAの言葉、フィジカルAIには自分自身の複製と世界の複製が要る、というのは、この予測する世界モデルのことでした。
点検・保全で当面効くのは、未来を予測する世界モデルよりも、過去を正しく覚えている状態の保持のほうです。予測は、正しく覚えていることの上にしか立ちません。前回どうだったかが曖昧なまま、次にどうなるかは予測できない。だからまず、覚えることから始まります。とはいえ、両者は地続きです。覚えた履歴が厚くなれば、その部材が次の五年でどう進むかを見積もる、予測の世界モデルへの道も開けてくる。順序は、覚える、が先です。
そして、制度の側も、同じ空白を、別の言葉で書いています。三次元モデルを作る側の方針は、その属性情報などのデータについては十分に活用できていない、と認めます。作る仕組みの側で、義務づけられている項目は設計と施工の視覚化や照査にあたるもので、維持管理へデータを引き継ぐことは、義務ではなく推奨の項目に置かれている。つくる側が「属性情報を活用できていない」と書き、つかう側の検討委員会が「データベースが別構造で参照しにくい」と書く。作る側と使う側が、独立に、同じ空白を指している。覚えている能力の不足は、思いつきではなく、両側から確認できる、制度の構造なのです。
だから、結論はこうなります。台帳を完璧に整えてから、AIを載せるのではありません。第二条件は、静的な完璧な台帳ではなく、使うたびに更新され続ける状態です。第1回で置いた、一周するたびに厚くなる環。その環が回るための、覚える器を、粗くてもいいから動かし始め、点検のたびに粒度を上げていく。完璧を待つのではなく、回しながら育てる。それが、覚えている能力の作り方です。
おわりに
三条件の第二、「覚えている」が、現場でいちばん足りていません。和歌山には径間ごとの評価がなく、道路橋の建設年度は二十七パーセントが不明で、データベースは別構造のままで参照しにくい。これは一枚の写真の解像度の話ではなく、資産と位置と履歴がつながっていない、構造の話です。
その状態は、シーングラフやアセットグラフとして、物体と関係と履歴で持つ。比べるには部位の同定という名づけが要り、変化検出は位置合わせで撮り方の差を消してから差分をとる。比較の粒度は、記録の粒度が決めます。そしてデジタルツインとは、美しい見た目ではなく、データの構造のことです。その器は、完璧を待つ必要はない。回しながら、育てていくものです。
次回は、その覚えている状態を踏まえて評価する段階、基盤モデルによる推論を扱います。画像と言葉をまたぐ視覚言語モデルが、点検の判断に何をもたらし、どこで止まるのかを掘り下げます。
本記事は「Physical AI 点検・保全 講座」シリーズの第5回です。次回は、基盤モデルによる推論を扱います。スライド資料（PDF）は無料でダウンロードいただけます。
出典
- 出典：Rosinol et al., "3D Dynamic Scene Graphs…", RSS 2020 / arXiv:2002.06289 Fig.1
- デジタルツインのアーキテクチャ実例図：Armijo, A.; Zamora-Sánchez, D. "Integration of Railway Bridge Structural Health Monitoring into the Internet of Things with a Digital Twin: A Case Study." Sensors 24(7):2115 (2024) Fig.2. CC BY 4.0
- 六十谷水管橋破損に係る調査委員会 報告書（和歌山市企業局、令和4年9月）※記録の粒度
- 国土交通省 道路局「基礎データ収集要領（道路橋）令和6年版」（2024年8月）※部材番号の体系
- 国土交通省「道路メンテナンス年報」（2025年8月）※建設年度不明193,548橋（27%）
- 道路橋データベースに関する検討委員会 提言（令和6年3月）※運用側の提言・国交省文書ではない
- 国土交通省 BIM/CIM 関連（実施方針・活用ガイドライン）※属性情報の活用・義務12/推奨31
- 国土交通省 PLATEAU（3D都市モデル・LOD0〜LOD4）関連
- シーングラフ・意味地図・変化検出・世界モデル（world model, Dreamer系）は三次元ビジョン／ロボット学習の一般的手法に基づく（特定製品の性能値は含まない）