はじめに
IBMのDistinguished EngineerがAIと構造化ツールを組み合わせ、17〜19世紀の東インド会社の航海記録を分析した事例が公開されました。IBM Thinkが2026年3月2日に報じたこの取り組みでは、適切なワークフロー設計によってAIが歴史的データから意味のあるパターンを体系的に引き出せることが示されています。
参考記事
- タイトル: How AI retraced the age of sail
- 著者: Sascha Brodsky
- 発行元: IBM Think
- 発行日: 2026年3月2日
- URL: https://www.ibm.com/think/news/how-ai-retraced-age-sail
要点
- IBMのChris Hayは、MCP（Model Context Protocol）サーバーを複数組み合わせることで、17〜19世紀のオランダ・英国東インド会社の航海記録を構造化データとして整備した
- AIの分析により、18世紀末（1790年頃）と1820年代の2つの時点で帆船の速度が上昇していた変曲点が特定された
- AIは単独で洞察を生み出したのではなく、データの欠損に直面するたびに追加ツールを要求しながら分析を進める「ツール呼び出し機械」として機能した
- Marine Archive ServerはOSSとしてGitHubに公開され、外部の研究者や開発者も同じ歴史データにアクセスできる
詳細解説
沿岸侵食の調査から始まったプロジェクト
このプロジェクトは、もともと航海史の研究を目的としたものではありませんでした。IBMのDistinguished Engineer、Chris Hayは、MCP（Model Context Protocol）サーバーの実世界での活用可能性を探る中で、まず英国の沿岸侵食の分析に取り組んでいました。衛星画像、デジタル地形データ、潮汐情報をそれぞれ別々のMCPサーバーとして整備し、AIが複数のデータソースを組み合わせながら分析できる環境を構築したのです。
MCPサーバーとは、AIシステムが特定のツールやデータセットを呼び出すためのモジュール型のエンドポイントで、近年AIエージェント構築の文脈で注目されている仕組みです。IBM Thinkによれば、Hayはこの仕組みを用いて衛星画像と地形データを重ね合わせることで、英国沿岸の変化を月単位で可視化することに成功したと述べています。AIは抽象的なテキストから推論するだけでなく、構造化されたツールと連携することでより有用になるという考えが、このプロジェクト全体の土台となっています。
200年分の航海記録との出会い
沿岸分析の延長として、Hayは歴史的な難破船の位置推定にも応用できると考えました。そこで、オランダ東インド会社（VOC）のデジタル化された航海日誌を取得しました。IBM Thinkによれば、VOCの船長たちは1600年代から同社解散の1799年まで毎日正午に経緯度を記録しており、英国東インド会社にも同様のアーカイブが存在します。こうした一次資料のデジタル化・公開は、近年歴史学の分野で進んでいる流れであり、AIによる大規模分析との親和性が高いと考えられます。
これらの記録をMCPサーバー経由で構造化データとして整備したところ、Hayは予期しないパターンに気づいたと述べています。「すべての船のデータを入力した瞬間、200年分の難破船と位置情報が手元にあると気づいた」というものです。膨大なデータを管理するために、これらを「Marine Archive Server」として一元化しました。
AIが特定した速度変化の2つの変曲点
データを分析する中で、18世紀後半から19世紀初頭にかけて帆船の速度が上昇している傾向が確認されました。Hayはこの速度変化を単純に「船の性能向上」と断定することを避け、複数の仮説を体系的に検証するアプローチをとりました。具体的には、東行きと西行きの航路を分けて比較し、異なる国の船隊を比較し、航海計器の改良という変数も考慮に入れながら分析を繰り返しました。
IBM Thinkによれば、AIシステムはデータの欠損や不確実性に直面するたびに追加のツールを要求し、Hayがその都度新たなサーバーを構築して対応するという反復的なプロセスで分析が進みました。最終的に、1790年頃と1820年代という2つの変曲点が特定され、後者については既存の経済史研究でも記録されていることが確認されました。ただし、Hay自身は「これは査読済みの研究ではない」と明言しており、あくまで探索的な分析として位置づけています。
ワークフロー設計こそが鍵
Hayはこの事例を「AIが奇跡的に歴史の謎を解いた」事例としてではなく、「構造化されたワークフール設計が探索的分析を効率化できることの実証」として提示しています。Hayの言葉によれば、「AIはただの呼び出し機械だ。推論をして、正しいツールを呼び出しているだけ」とのことです。このシンプルな表現は、昨今のAI活用議論において重要な視点だと思います。大規模言語モデルの能力だけに期待するのではなく、信頼性の高い構造化データとの組み合わせが、より実用的で再現性のある分析を可能にするという考え方です。
現在、Marine Archive ServerはGitHubでOSSとして公開されており、外部の研究者や開発者も同じ歴史データにアクセスできる環境が整っています。Hayは「適切な方法でツールを構築して公開すれば、本物の研究者が発見できるようになる」と語っており、AI活用における知識の開放性を重視する姿勢がうかがえます。
まとめ
AIと構造化ツールを適切に組み合わせることで、200年分の歴史的データから意味のあるパターンを体系的に引き出せる可能性が示されました。「AIは呼び出し機械」というHayの言葉は、ツール設計とデータ整備こそがAI活用の鍵であることを改めて示しているように思います。Marine Archive ServerがOSSとして公開されたことで、今後どのような応用や発見が生まれるか注目されます。
