News Clip

*下記、DeepL.comによる自動翻訳を利用し、本文を表示しております

  

人工知能(AI)に助けられている分野の拡大を見るのはいつも楽しい。農業は定期的にテクノロジーを使って収量を向上させてきました。近年では、地球温暖化の影響で、灌漑の改善による水資源の管理の重要性が高まっている。今、農業界では様々な方法でAIの導入が検討されています。その一つが、作物を分析してより良い収量管理を行う方法だ。
作物のための空撮は新しいものではありません。フレデリック・ボーデン氏は1933年にジャガイモの作物の病気を検出するためにそれを使用しました。その後技術は進歩し、今ではAIが導入されてさらに一歩前進しています。
例として、センターピボット灌漑を使用した灌漑システムを想像してみてください。農家は他のより水効率の良いシステムに移行していますが、それにはコストがかかり、時間もかかります。その間、コストを抑えて作物を守るためには、灌漑システムの問題点を迅速に発見することが重要です。
セレスイメージングは、作物管理の改善に取り組んでいる若い企業です。彼らのチームは複数の方法でAIを使用しています。それはスキャニング技術から始まり、ビジョンの進歩を利用して、飛行機に搭載された機器を使って圃場の空中検査を行う。最初に考えたのはドローンでしたが、飛行時間が限られていて重量があります。飛行機の方がはるかに効率的で、より多くの面積を低コストでカバーすることができます。
彼らのビジョン技術は、圃場の多くの問題を検出することができます。上記の例では、システムのコンポーネントが畑の他の部分よりも乾燥していたり、湿っていたりする円形の領域を特定すると、機械学習(ML)のコンポーネントが中央のピボットの問題を認識し、システム全体が農家に通知することができます。
その他にも、養分や害虫などの問題もMLシステムによって識別することができます。すでにお察しの通り、MLシステムを訓練するために教師付き学習が使用されています。学習のためにアノテーションすることができる画像やデータセットはたくさんあります。毎年何百万エーカーものエーカーが画像化されているので、歴史的な情報だけではありません。
"農業は利益率の低いビジネスであり、経営に投入する資金を最適化するためには全体像を把握する必要があります」とCeres Imaging社CEOのAshwin Madgavkar氏は述べています。"人工知能を使って問題を先取りすることは、収量に影響を与える前に問題を迅速に修正することを可能にします。
また、その技術が作物に限ったものではないことも重要です。果樹園も同様の問題であり、すでに市場となっている。灌漑や害虫駆除などの基本的なことは農作物と似ており、MLシステムがそれらの製品を学習するのに十分なラベル付けされたデータが利用可能である。マドガヴカール氏によると、カリフォルニア州のブドウ畑の20%は、現在、彼らのAIシステムを介して観察されているという。紙の林業など他の分野にもチャンスはあると思いますが、セレスイメージングは既存の市場が成長している間に焦点を当てています。

農家、証券会社、作物保険のすべてがタイムリーな情報の恩恵を受ける

農業は、より安定した時代であっても、多くの変数を持っています。現在のパンデミックが示すように、地球温暖化はそれをさらに不確実なものにしています。農業の世界では、成功と収穫量が密接に関係しているのは農家だけではありません。作物保険や仲介業は、利益を上げて成功するためにリスクを管理することで存在しています。これらの分野の企業もまた、畑で何が起こっているかを知る必要があります。
作物の収量に関するより良い情報を提供する人工知能は、農業のサブセクターが自分たちのニーズと支払能力のためにより良い計画を立てるのに役立ちます。その情報は間接的にフードチェーン全体を助け、製造業者が予想される生産物の供給計画をより良くするのを助けることができます。
地球温暖化とコビド19の大流行が示すように、先進国ではあまりにも多くの人々がフードサプライチェーンを当たり前のように捉えています。多くの人が認識している以上に脆弱であり、AIはリスクを軽減するために強力なインパクトを与えることができます - ソースから始めてください。