農業の技術革新は植物や家畜の栽培を、より高い収穫量へと導いてきました。そして今、この世界的に重要な産業が、新たな時代の幕開けを迎えようとしています。人工知能、特に機械学習（ML）は、資源の使用量を減らし、環境への悪影響を抑えながら、収穫量をさらに向上させる膨大な潜在能力を秘めているのです。
食糧需要は2050年までに59-98%増加すると予測されています。このような増加には、より多くの土地か、効率と生産量の両方を向上させる革新的なソリューションのどちらかが必要です。MLはどのように役立つのだろうか？この概要では、農業の3つの分野に焦点を当てます。
- 農作物
- 家畜
- 水と土壌
それぞれで機械学習がどのように使われているか、そして将来はどうなるかを探ってみましょう。
作物
機械学習が作物管理に与える最も重要な影響は、収穫量の推定と評価です。コンピュータビジョン技術を作物に適用し、収穫時期を評価することで、農家はより良い活動計画を立てることができます。また、機械学習はより一般的に適用され、過去のデータを考慮して、収穫の最適な時期を決定し、市場のバランスを良くして利益を最大化するために買い手にアプローチすることができます。また、コンピュータビジョンは、農産物を分類し、欠陥や汚染物質がないかどうかを調べることで、廃棄物を減らし、収穫物の価値を向上させることができます。
海外では、インドネシアの農業コングロマリットであるTriputra Groupが、ドローンの映像を使って作物の評価を行ったという事例があります。彼らは、肥料の使用量を節約することを望んでおり、コンピュータビジョンによる樹木の数と樹冠の大きさの推定を実装することを試みました。さらに、木々の収穫を行う作業員が枝を切り落として撮影するという、房のカウントの自動化も支援しました。画像解析技術を使って収穫量を推定し、作業員への報酬を支払いました。
雑草は農作物にとって大きな脅威ですが、その特定と対策は困難で時間のかかる作業です。機械学習は、作物の間に隠れている雑草の位置を特定し、その種類を特定することができるため、無差別に除草剤を使用する必要がなく、専用のツールを配備することができます。
また、農作物に発生する病気や害虫は、従来、農薬を広く普及させることで対処してきました。しかし、この方法はコストがかかるだけでなく、環境にも悪影響を及ぼします。機械学習は新しいアプローチを可能にします：高度に局所化された農薬の使用と作物のライフサイクルにおける病気の早期発見により、リアルタイムにターゲットを絞った病害虫の特定と駆除を行い、収量と品質を向上させることができるのです。
家畜
顔認証は、携帯電話のロックを解除するために一日に何度も利用するほど身近な存在です。今、私たちはこの技術を、牛の顔という新しい顔に向け始めています。牛の顔認証は、無線自動識別（RFID）タグを使わずに牛群内の個体を識別・追跡するために利用されています。もちろん、この技術はウシだけでなく、ブタ、ヒツジ、さらにその先へも広がっています。立っている時間、寝ている時間、動いている時間など、行動パターンを個体単位で追跡・分析することで、個体の健康状態や群れ全体の健康状態を判断することができるようになる。また、ストレスや病気の兆候を発見し、福祉と生産性の向上につなげることができます。
卵、牛乳、体重など、将来の収穫量を予測することで、牛群の生産性をさらに向上させることができます。この情報は、家畜の飼料や飼育環境を最適化するのに役立ちます。
水と土壌
降水量と蒸発散量（土地や植物から大気中に水分が移動する過程）を理解することは、資源的な農業経営に不可欠である。このプロセスは複雑で、気温、相対湿度、日射量、風速がすべて関わっています。
予測分析では、降水量と蒸発散量を推定することができます。これを土壌サンプルやその他のデータと組み合わせて機械学習モデルを学習させれば、土壌の水分レベル、温度、全体的な状態に関する強力な洞察を得ることができます。農家はこの情報を利用して、作物をより効率的に灌漑することができ、利益率と環境の両方に利益をもたらします。このようなシステムは、農場の状態を継続的に自動監視することができ、作業負担が少なく、より資源的な農業の形態につながります。
農業における機械学習の始め方
農業が提供するデータの豊富さと複雑さは、機械学習にとって魅力的な産業となっています。それだけでなく、農業の需要の増加が予想されるため、データを収集し、農業をより効率的で労働集約的でない、より収益性の高い産業に変えるための機が熟していることを意味します。
今後、具体的な農業のユースケースについてもを詳しく紹介していきますので、ご期待ください。