応用生物科学分野
応用生物科学部・生産環境科学課程
准教授田中 貴
データサイエンスを活かした農作物の適切な栽培方法を求めて
農家の方に寄り添う現場主義の栽培方法
私の研究は、農家さんの圃場（ほじょう）で実験をさせて頂き調査する作物学研究です。
作物学研究と聞いて多くの方がイメージするのは、品種改良などで収量を上げる“バイオテクノロジー”でしょう。
しかし、バイオテクノロジーとは視点の異なる『栽培技術の改良と組み立て』が私の研究テーマです。
最近は“スマート農業”の発展で、農業の世界でもIoTを駆使した農機などが登場し、AIを導入した無人化や効率化の動きはますます加速しています。
しかしながらスマート農業で使用する農機はとても高価です。
その上、多くの農家の方が高齢化しており、デジタル機器に苦手意識を持つ方も多いのが現状です。
高価な農機を購入する前にまずは「現状の栽培が本当に適切なのか」「改善の余地はないのか？」という原点を問うことから始めるのが大切ではないかと考えています。スマート農業を実行し、高価な農機の恩恵を十分に得るためにもまずは現状の問題の原因を知ることが重要なのです。
様々なデータから見えてくる改善策
農業生産の改善の原因追及の為にはまずは“データ”をとる必要があります。
無人化の様なAIとは違いますが、データを蓄積するのには機械作業と併用できるセンサ類で取る方が圧倒的に優位です。
これまでは人間が手作業で行っていたので、蓄積したデータを総合、解析、取り出しなどの作業に途方もない時間を要していました。
ようやくここ数年、日本でもコンバイン（収穫機）が収量のデータを取るようになってきましたが、海外では以前より当たり前にそのような取り組みが行われていた事を考えると、日本の農業は遅れている事がわかります。
しかも海外では土壌のデータや、気象のデータなど様々なデータがビックデータとして蓄積されているので、そのデータを基にしたコンサル業まで存在し地位を確立しています。
そのコンサルには大学の研究者が関与し、研究とコンサルを同時並行しているといった状況なのです。
私の研究と仕事は、それと似たような方向性ではないかと考えております。
農業におけるAIの可能性と課題
現在、実際に取り入れて活用しているAI技術としては、「画像解析」分野です。
例えば、ドローンを使って農地を撮影し、その画像からどれが作物なのか、どれが雑草なのかという事を判別します。
それが作物だとしたら、どれくらい苗立ちしているのかを自動で判別させるという事を実際に行っています。
人間が同じ作業を行うと、とても時間がかかっていた事なので、画像解析技術の進歩で効率的にデータが取り出せるようになったのは、とてもありがたい事です。
今後は、集まってきた数量のデータや土壌のデータをAIのディープラーニングで解析する方向に動いていくと予想しています。
現状の農家さんが栽培管理で困ったときに頼りにしているのは都道府県の普及員や農協の営農指導員などの方々ですが、彼らはデータサイエンティストではないので、莫大なデータを解析するのはAIになっていくのだろうなというのが理由です。
そして、クラウド上に保存し始めた栽培データも、蓄積し解析出来れば、最も有効な栽培管理は何なのか？という事が導き出せるようになるでしょう。今はその下準備の段階です。
ただ、ここで私がAIを活用する上において、未だ発展途上な部分があります。
現在のAIでは「なぜその結論になったのか？」という理由までは、AI自体は説明してくれないので、ブラックボックスになってしまうという点です。
そこはサイエンティストとして、なぜそういう答えになったのかは把握しておきたいし、そこを把握せず丸投げして、理解できないままでAIの言いなりみたいになるのは、違うと考えています。特にAIには過学習によって、誤った答えを導き出す危険性もあります。それに基づく誤った判断は、農家さんにとって大きな損失を生み出すかもしれません。
今後のAIの進歩により、その問題も解決される事を願います。
そして、1番願うAIの発展分野は、AIにおける気象予測です。AI技術の進歩により、気象予測の正確性が上がれば、栽培プランも正確性を増していきます。これは、とてもありがたい事です。
どちらにしてもAIがもたらす影響は、農業という世界にも切り離せないものと言えますで、今後のAIの進歩に期待しています。
