【ITニュース解説】BioDex - I built a plant-collector simulation to help you touch grass

BioDexは、スマートフォンを使って現実の植物を撮影し、それをコレクタブルカードとして集められるシミュレーションゲームだ。このアプリは、自然に触れながら植物の科学名や特徴を学べるように設計されている。撮影した植物は、レアリティに応じてSランク、レア、コモンに分類され、自分だけの植物図鑑やカードデッキを作って楽しめる。特に注目すべきは、インターネット接続が不要なオフライン環境で完全に動作し、ユーザーの個人データも一切収集・共有されない点にある。これにより、電波の届かない場所でも安心して利用でき、プライバシーも保護される。

このアプリの最も重要な技術的基盤は、AIモデル「BioCLIP 2.5 ViT-H/14」が活用されていることだ。このモデルは、画像とそれに合致するテキスト（植物の名前など）を、コンピュータが理解できる「数値の並び（ベクトル）」として同じ「空間」に配置するように学習されている。これにより、「この写真はどの植物か？」という問いは、「この写真のベクトルに最も近い名前のベクトルはどれか？」という、コンピュータが簡単に比較できる問題に変換される。BioDexは、撮影した植物の画像をこのAIモデルで処理し、その画像を数値データに変換する。そして、あらかじめアプリ内に保存されている4,271種類の植物名の数値データと比較することで、最も似ている植物を特定する仕組みだ。

大規模なAIモデルをスマートフォンで動作させるためには、いくつかの工夫が必要だ。オリジナルのBioCLIPモデルは非常に大きく、約3.94ギガバイト（GB）もの容量があった。これをそのままスマートフォンに入れると、容量も処理も重くなりすぎてしまう。そこで、開発者はPythonスクリプトを使って、モデルの中から「画像を数値データに変換する部分（画像エンコーダー）」だけを抽出し、さらに「FP16 ONNX」という、より軽量で効率的な形式に変換した。その結果、モデルのサイズは1.26GBまで削減された。この軽量化されたモデルファイルはアプリ内に同梱され、初回起動時にスマートフォンの内部ストレージにコピーされるため、最初の起動だけは少し時間がかかる。また、4,271種類の植物名のデータも、すでにテキストから数値データに変換された状態でアプリに含まれている。これにより、スマートフォンは撮影した画像を数値データに変換し、それを既存の植物名の数値データと高速に比較するだけでよく、テキストを処理する部分の負担が大幅に軽減されている。

植物カードに表示される説明文や共通名も、AIの力を借りて生成されている。しかし、これらのテキストは、アプリがユーザーのスマートフォン上でリアルタイムにAIを使って生成するわけではない。開発段階で、Googleが開発した大規模言語モデル「Gemma 4」をローカル環境で実行し、4,271種類の植物すべてについて、共通名と簡潔な説明文を事前に生成した。そして、その結果をJSONファイルという形式でアプリに同梱している。この方法を採用することで、スマートフォン上で大規模な言語モデルを実行する必要がなくなり、アプリの動作をより軽く保つことができた。ただし、AIが生成したテキストは必ずしも完全に正確ではない場合があるため、その点については注意書きも含まれている。

BioDexのユーザーインターフェース（UI）は、Androidアプリ開発でよく使われる「Jetpack Compose」という技術で構築されている。カメラ機能には「CameraX」が使われており、これらもAndroidアプリ開発の標準的な技術だ。アプリの見た目は、デザインツールであるFigmaを使ってまず設計され、その後Composeで忠実に再現された。ゲームとしての面白さを高めるために、植物を捕獲するとXP（経験値）がもらえたり、一定のXPでレベルアップするシステム、デイリーミッション、ランク付けなども導入されている。開発プロセスにおいては、「GitHub Copilot」というAIアシスタントが大いに活用され、Kotlinコードのスニペット生成やデバッグ作業を助け、開発効率を大幅に向上させた。

このアプリは、植物の識別という特定用途に特化しているため、動物や菌類には対応していない。また、AIが提示する類似度スコアは、あくまで「どれくらい似ているか」を示すものであり、「正しい確率」や「自信度」を意味するものではない。そのため、植物の食用・毒性・薬用に関する判断には決して使用してはならない。さらに、軽量化されたとはいえAIモデルのサイズが大きく、動作には数GBのRAMと約3GBのストレージが必要なため、ハイエンドのAndroidスマートフォンでの利用が推奨されている。

BioDexの開発は、オープンソースの技術やデータ、ツールがいかに重要であるかを明確に示している。Imageomics Instituteが公開したBioCLIPモデル、Nate Hamilton氏が提供した植物リストとその数値データ、GoogleのGemma、そしてONNX Runtimeといった、さまざまなオープンな要素を組み合わせることで、開発者は「ハードな部分」をゼロから作る労力を省き、アプリのアイデアを形にすることに集中できた。オープンなアプローチを採用したことで、BioDexはオフラインで動作し、ユーザーのプライバシーを保護し、利用コストがかからないという大きなメリットを実現できた。もしクローズドな、つまりインターネット経由でAIサービスを提供するような仕組みを採用していれば、対応する植物の種類はもっと多く、モデルも小さくて済んだかもしれない。しかし、電波のない場所での利用やプライバシー保護というBioDexの目的を考えると、このオープンなアプローチが最も適していたと言える。BioDexは、合計4,271種類の植物の発見を通じて、人々がスクリーンから顔を上げて自然と触れ合うきっかけを提供することを目指している。