Foundry Labs / コミュニティから
日本のスマート農業：現場の作業から技術を選ぶ
目次
スマート農業は、センサー、空撮、ロボット、AIといった技術の一覧として語られがちです。Tokyo AIの日本産業紹介「AgriTech」では、順序を逆にして考える価値があります。現場で改善したい判断や反復作業は何か、という問いから始めます。
畑や圃場の判断から始める
公開されたプログラムには、Taiki Fukunaga氏によるスマート農業のセッションが掲載されています。本稿では、このイベントの主題から実務上の問いを立てます。作物の異常を早く見つけたいのか、資材の投入を適正化したいのか、人手の計画を改善したいのか。目的ごとに必要なデータ、タイミング、成功の基準が異なります。
説明用の例として、カメラで確認が必要な区画を知らせる仕組みを考えます。農家に必要なのは、どこで何を検出し、どの程度確かで、まだ対応できる時期なのかという情報です。作業の適期を過ぎてから正しい地図が届いても、業務は改善しません。見逃しや誤警告に加え、確認に要する時間も記録します。
デモの日ではなく、作期を設計する
天候、作物の成長、機材によって条件は変わります。通信が不安定な場所もあり、データを集める人と結果を使う人も違います。機材の保守、警告の確認、最終判断の担当者を決め、画像が欠けた場合や未知の条件に遭遇した場合の手順も用意します。
まず一つの作期で範囲を絞って試し、現在のやり方と比べます。必要な時により良い判断ができれば、次の展開を検討できます。そこにつながらなければ、スマート農業は機能の寄せ集めにとどまります。
Tokyo AIは、Foundry Labsが運営する日本の開発者、研究者、ビジネスリーダーのコミュニティです。イベントページもご覧ください。
登壇者
- Taiki Fukunaga：シンジェンタジャパンのデジタル・IT責任者。