「通信が途絶した災害時、手元の端末だけで“ここは浸水想定区域か”“最寄りの避難所はどこか”を確認できたら」——ハザードマップ（GIS）とオフラインのローカルAIを組み合わせる構想です。運営者のQGIS公式プラグイン開発・測量・衛星測位（QZSS／みちびき）の実務知見を、防災へ応用します。この構想を実際にアプリ化した事例が、後述の妖怪ハザードマップです。

構想：GISの実務 × オフラインAI

ハザードマップ（GIS）× オフラインのローカルLLM ＝ 通信が途絶した災害時でも、手元の端末で「ここは浸水想定区域か」「最寄りの避難所はどこか」「この斜面のリスクは」を、地図＋自然言語の問答で確認できる構成です。

  • オフライン地図（ベクタタイル／GISデータをローカル保持）＋ ローカルLLMで避難・リスクの問答
  • 現在地（GNSS／QZSS）× リスクレイヤの重ね合わせをAIが言語で要約
  • 平時は学習・点検、災害時はオフライン運用

実装上の論点

  • 知識は外、振る舞いはAI：リスク計算・避難所・伝承碑などの“事実”はGISデータ・API・計算が持ち、AIは“どう伝えるか”を担う。これは最適化の順序でいう「事実は外部（RAG/計算）・形式はFT」の構図そのものです。
  • 静的サイト制約：ai-local-lab は静的配信のため、対話デモはクライアントサイドか、B2B実証のエッジAIラボ側で扱う。
  • データ：ハザードマップGISの出典・ライセンス・更新（公的データの利用条件を確認）。
  • 正確性と責任：防災情報の誤りは人命に関わる。AIは補助とし、公式情報を優先する設計が前提です（要検証）。
  • モデル：地理・防災用語に弱いモデルもある。日本語SLMの適性は別途検証が要ります。

実例：妖怪ハザードマップ

この構想を実装したのが妖怪ハザードマップです。Qwen2.5-14BをQLoRAで学習し、災害リスクを妖怪キャラクターが構造化JSONで説明、GGUF量子化でローカル配信しています。「知識は外部API・GeoJSON、振る舞い（口調・JSONスキーマ・防災倫理）はFT」を実際に形にした事例で、本構想の実証になっています。

つなげて読む

限界（要検証）

  • 本記事は構想と論点の整理です。最小デモ・実測は今後、ポートフォリオ各サイト（可視化・エッジ実証）と連携して公開予定です。
  • 防災・人命に関わる用途では、AIは補助とし、必ず公式情報・専門家の判断を優先してください。