PLATEAU とローカル LLM を基盤とした対話型情報支援プラットフォームの構築

抄録

本研究は，災害時の避難行動における判断の停滞および行政の意思決定遅延を解消するため，3D 都市 モデル「PLATEAU」と大規模言語モデル（LLM）を融合した「対話型情報支援プラットフォーム」を構 築し，その有効性を検証したものである．本システムは，Mapbox GL JS を用いたデジタルツイン基盤上に， QR コードを介したリアルタイム避難所混雑情報（Firebase）および知識グラフで構造化された避難所情報（Neo4j/Fuseki）を統合している．本プラットフォームでは，機密性の高い避難情報をセキュアに扱うため，外部ネットワークへの流出を行わない「ローカル LLM（Ollama）」の導入と生成 AI の誤回答（ハルシネーション）を抑制する「GraphRAG」技術を採用した．これにより，AI が「インテリジェント・オペレーター」として機能し，自然言語による問いかけに対し，動的な混雑状況や個別の地理的文脈を考慮した最適な避難ルートと具体的なアドバイスの即時提示を可能とした．本システムは，防災と日常利用を両立するフェーズフリーな情報基盤として，都市のレジリエンス向上に寄与する意思決定支援の新たな形態を提示している．