気候危機がクジラを湾へ追い詰める

近年、San Francisco Bay 周辺ではコククジラ（Grey whale）の衝突死が急増しています。その背景には気候変動による海洋環境の劇的な変化があります。

北極圏の冷却が進み、コククジラの主要な食料源であるカイアシ（底棲の小型甲殻類）の個体数が減少。飢えたクジラが、かつてないほど San Francisco Bay 奥深くまで進入するようになったのです。

衝突死の現状

2026 年上半期の時点で、San Francisco Bay およびその周辺海域では 21 頭のコククジラが船舶衝突で死亡。そのうち約 40% が Bay 内部での衝突という、過去にない高い割合です。

Large whales（大型クジラ）との衝突は、船舶側も重大なリスク。大型クジラの死骸がプロペラに引っかかれば、船舶の航行不能に至ります。

WhaleSpotter——AI が哨兵になる

この危機に対して、San Francisco Bay 周辺の環境保全団体と海事機関が導入したのが WhaleSpotter というカメラベースの AI 検出システムです。

仕組み

  • 24時間監視: Bay 全域の主要航路に高性能カメラを設置
  • AI リアルタイム検出: コンピュータビジョンとディープラーニングにより、クジラの吹き出し（呼気から水が噴く様子）や背中の動きを自動検出
  • マリナーへの通知: クジラ発見時、近隣の船舶に GPS 座標・高度が通知される
  • 航路変更促進: 船舶は警告を受けて速度低下・航路変更を実施

精度と限界

WhaleSpotter の検出精度は約 85～90% と報告されています。ただし、以下の条件下では検出が困難です：

  • 霧・悪天候（Bay は曇りや霧が多い）
  • 夜間・低照度環境（ただし赤外線カメラで部分的に対応）
  • 岩礁や浅瀬でのクジラ（背中が水面から出にくい）

そのため、AI だけでなく人間の監視員も常時配置され、ダブルチェック体制が敷かれています。

背景——環境危機と技術の交差点

WhaleSpotter の導入は、単なる「良い話」ではなく、気候危機に対する適応戦略の一事例です。

クジラ側の視点

コククジラは、北極海での食料確保が困難になった結果、南への移動距離を伸ばし、リスク高い Bay への進入を余儀なくされている。つまり、気候変動がクジラの行動を無理やり変え、それがクジラ側の死のリスクを増加させているという因果構造があります。

根本的解決との緊張

環境保全の観点から見れば、本来的な解決は：

  1. 温室ガス排出削減による海洋温暖化の緩和
  2. 海洋生態系の栄養段階の復興
  3. クジラの食料確保

しかし、これらは数十年単位の課題。一方、今年のクジラは今死にかけている。そこで WhaleSpotter のような「応急処置」的な AI 技術が導入されるわけです。

成功指標と今後

WhaleSpotter 導入後 3 ヶ月間の初期データでは：

  • 警告対応率: マリナーの 72% が警告に応じて速度低下・航路変更を実施
  • 推定回避効果: 警告による衝突回避は約 40～50 件と推定

これらの数字が、気候危機下の絶滅危機種保全における AI の有効性を示しています。

世界への示唆

San Francisco の WhaleSpotter は、類似のプロジェクトのテンプレートとなる可能性があります：

  • インド洋のマナティー衝突防止（インドネシア）
  • バルト海のアザラシ追跡（スウェーデン）

など、気候変動や海運活動の増加によって新たな人間-野生動物衝突が生じている地域では、同様の AI 検出システムの導入が検討されています。

根底にある問い

WhaleSpotter は、「自分たちが破壊した自然を、自分たちで救う技術」の象徴です。

効果的で有望な技術ですが、その存在自体が、気候危機と人間活動による環境破壊の深刻さを物語っています。クジラが「AI に守られないと生き残れない」時代が到来したこと——その厳しい現実を直視する必要があります。