機械学習を用いてモンゴルのユルトをすべてカウントしました

2025年6月18日原文(monroeclinton.com)

概要

Mongolia の現代社会と伝統的なゲル（yurt）の分布に関する探究
衛星画像と機械学習 によるゲルの数の推定プロジェクト
YOLO を使ったオブジェクト検出モデルの構築とデータセット作成
地理情報の活用 による効率的な探索範囲の絞り込み
API連携とクラウドGPU でモデルの精度向上と作業効率化を実現

現代モンゴル社会の特徴

21世紀に急速な貧困削減 と高い経済成長率
出生率2.7、人口約348万人（2023年）、上位中所得国
インターネット普及率 が2000年の1%から2023年には83%に
都市部に集中する人口、特にウランバートルのゲル地区で生活する人が多い
政府の腐敗・規制品質・効率性 に課題（World Bank指標）
- 例：意図的殺人率6（2021年）、貧困率0.2%（2022年）

ゲル（yurt）の現状と衛星画像分析

ウランバートル周辺に広がる大量のゲル に注目
Google Maps衛星画像 でゲルの分布を観察
市の推計 ：ウランバートル人口の約60%がゲル地区居住

衛星画像×機械学習によるゲル数推定

公的なゲル数統計が存在しない ため自力で推定を決意
YOLO11（Ultralytics） を用いたオブジェクト検出モデルの選択
Label Studio で衛星画像上のゲルを手動でアノテーション
数百枚のタイル画像 からアノテーションデータを作成しモデルを訓練
モデルの精度不足 （10～15%のゲルを見逃す）から追加データ収集を実施

探索範囲の最適化

モンゴル全土の衛星タイル数 をズームレベルごとに計算
- 例：ズームレベル17で約3,700万タイル、20で約24億タイル
人口分布と都市部集中 を考慮し、探索範囲を都市・集落周辺2kmに限定
Overpass Turbo で人為的な地点を抽出しGeoJSON化
geopandasとmercantile を使い、必要なタイル数を大幅削減
- ズームレベル17で約27万タイルまで減少

モデル連携と自動化

Label Studioのモデルバックエンド機能 を活用し、API経由で推論を自動化
FastAPI で/predict, /setup, /healthエンドポイントを実装
モデルによる自動アノテーション→人手補正→再学習 のフィードバックループを確立
1万件超のアノテーションデータ を短期間で作成

モデル訓練のスケーラビリティ

ローカルPCでの学習速度限界 に直面
vast.ai でGPUサーバをレンタルし、Dockerイメージでトレーニングをクラウド化
GitHub Container Registry へのDockerイメージのpush、vast.aiでの認証設定

モンゴルのゲル分布と社会背景

ゲルが都市部でいまだに重要な居住形態 である現状
急速な都市化と伝統的生活様式の共存
機械学習と衛星画像 による現代社会の定量的・視覚的理解

機械学習による社会理解の意義

公的統計では見えない社会的実態 の把握手法
現地訪問が困難な場合の代替アプローチ
データサイエンス×地理情報×現地文化 の融合による新たな社会分析の可能性

まとめ

衛星画像と機械学習 を活用したモンゴルのゲル分布推定の実践例
都市化と伝統の共存 をデータから可視化
現代モンゴル社会の多面的な理解 への貢献

Hackerたちの意見

都市のゲル/ユルト地区についての議論に関して、遊牧生活やユルト文化の文化的意義を軽視しないことも大事だよね。気候変動（砂漠化）や経済状況の変化で、多くの人が遊牧生活を諦めて都市やその周辺（主にウランバートル）に移住しているんだ。彼らはそうするのをあまり好まないし、大きな決断だから、できれば一時的なものにしたいと思っていることが多い。ユルトを設置するのは、住宅不足のためだけじゃなくて、アパートや他の恒久的な建物に移ることが遊牧生活を完全に捨てる最後のステップと見なされるから、ためらっている人も多いんだよね。彼らはしばしば恒久的な建物の隣にユルトを設置していて、親戚の「庭」に住んでいたり、居住空間を広げて文化とつながりを保とうとしているんだ。最初の画像にその例が見られるよ。

└

もう一つ持っているか、必要があれば移動するのが比較的簡単だと思う。特別なイベントのために、もっと田舎の家に戻ったりしないのかな？

└

同意するよ。ゲル生活は必ずしも公共政策の失敗とは限らないし、文化的な選択かもしれない。チンギス・ハンもゲルに住んでいたしね。もちろん、ある人にとっては必要なことで、他の人にとっては選択の問題かもしれないけど、必ずしも悪いことではないよ。 > 効果的でない政策の結果として、大部分の人々が都市の周辺で世代的にユルトに住んでいるなら、それは明らかに失敗だね。これは全然明確じゃないけど。

└

何年か前にバイクでモンゴルを横断したことがあるんだけど、意外だったのは、永住の家に住んでいる人がみんな裏庭にユルトを持っていることだね。家がどんなに良くても関係ないんだ。外部の人間としては全く理解できなかった（本当に二軒目の家が必要なの？）から、地元の人に聞いてみたら、変な顔をされたよ。ユルトは文化に深く根付いていて、ステータスシンボルだし、ゲストを招待する場所でもあるし、外で生活する時に使うものでもあるし、いろんな意味を持っているんだ。

└

モンゴルは今、非常に寒い冬が続いて家畜が減ってしまったせいで、大規模な移住が起きてるんだ。彼らが permanent な建物に移るスペースも足りないし、移りたくても無理なんだよね。

└

ウズベキスタンの宮殿に行ったことがあるけど、キバだったと思う。宮殿って感じで、中庭や豪華に装飾された部屋があったよ。でも、完全に壁で囲まれた中庭には、ユルトが立ってた円形の場所があったんだ。カーンたちは自分の系譜をチンギス・ハンまで遡っていて、たとえ都市の真ん中で長い定住生活の伝統があっても、カーンが屋根のあるところで夜を過ごすのはふさわしくないとされてた。訪問する親戚たちもそれを良しとしなかったんだ。 https://en.wikipedia.org/wiki/Toshhovli_Palace https://en.wikipedia.org/wiki/Toshhovli_Palace#/media/File:K... あの円形の場所ね。

すでにOpenStreetMapに描かれている89,259のユルトを使わなかったのはもったいない気がするけど、Googleマップの画像と合わせるのは難しかったかもしれないね。 https://taginfo.geofabrik.de/asia:mongolia/tags/building=ger それに、モデルがタイルの境界にあるユルトを扱えないんじゃないかな。最後に、300万人の国にしては、思ったよりずっと少ない数字だね。

└

最後に、300万人の国にしては、思ったよりずっと少ない数字だね。172,000もあるの？それでもかなりの数のユルトだと思うし、確かに他の誰よりも一人当たりのユルトが多いね。

└

最後に、300万人の国にしては、思ったよりずっと少ない数字だね。172,700のユルト。これがほとんど家族の住居だと仮定すると、平均4人が住んでいるとすると（これは多分少なすぎるけど、出生率はまだかなり高いから）、約691,000人がユルトに住んでいることになるね。300万人の人口の約20%だから、妥当な数字だね。

└

リンクをクリックする前のざっくりした見積もりはこんな感じだった：記憶からだけど、300万人いて、そのうち150万人が首都に住んでる。都市の外に住んでるのは100万人としよう。ユルト1つに4人。ユルトは25万。もっとユルトが必要な人もいるし、庭にユルトがある家に住んでる人や、倉庫として使われてるユルトもあるから、30万くらいになるかな。これは機械学習アプリのカウントのほぼ2倍だね。

これに興味津々だよ。偽陽性の率はどれくらいだったの？例えば、ユルトと間違えられた貯蔵タンクやサイロ、地上プールとかはあったのかな？

モンゴルには機械学習を使ったユルトはゼロだよ。

Hacker Newsで議論の続きを見る

ハクソク