01 / QUICK GUIDE
まず、30秒でつかむ
- 01
農場の状態をデータにすることと、そのデータを使って栽培方法を決めることは別です。今回扱うのは、前者を支える技術の導入です。
- 02
写真を残すだけでは、昨日からどこが変わったかを数字で比べるのは簡単ではありません。画像から形や数を取り出す処理が間に入ります。
- 03
試験用の栽培場所で使い始めたことは、あらゆる作物や全国の農家で同じ効果が確認されたことを意味しません。適用範囲を分けて読むニュースです。
02 / KEY WORDS
専門用語を、やさしく。
ここだけ押さえれば、残りの本文はスムーズに読めます。
- 圃場（ほじょう）
- 作物を育てる田畑などの場所を指します。試験圃場は、栽培技術や条件の違いを調べるために使われる栽培場所です。
- デジタルツイン
- 現実の物や場所の状態を、コンピューター上の対応するモデルとして表す考え方です。状態の再現と、未来の予測は別の機能です。
- 画像解析
- 写真や映像から、写っている対象の種類や位置、形などを取り出す処理です。映像を人が見ることとは異なる、情報を数値化する工程です。
03 / THE FACTS
何が起きたのか
きゅうりトマトなすびは9月14日、全農と生育データ取得技術を共同開発したと発表しました。対象は施設園芸、つまり温室などで行う作物栽培です。
全農は神奈川県平塚市の試験圃場に『ノウノウビジョン』を有償導入し、本格運用を開始したとしています。運用開始の具体的な年月日は、本文には明記されていません。
同社の説明では、映像から茎や葉、花、果実などをAIが認識し、植物を三次元のデータにします。ブラウザで確認できる仕組みです。
取得する情報には植物の長さや太さ、花と果実の数、葉の面積などが含まれます。測定対象をデータとして継続的に捉える構成です。
今回確認できた発表は、試験圃場での導入と機能の説明です。全国導入や収量増加、自動制御の達成を示すものではなく、測定精度をこちらで実証したわけでもありません。
つまり、何が重要なのか
AIに判断を頼むには、その前に現場の情報が必要です。測定、記録、比較、判断はつながっていますが、一つができたことで残りも完了するわけではありません。
三次元のモデルがあると、形や位置を扱えます。ただし、見えていない部分や認識できない対象まで、必ず正しく再現できることを意味するわけではありません。
農業の話を読む際も、データを取得できたのか、判断に使えたのか、最終的な収穫へ効果があったのかは別の確認項目です。成果の段階をそろえて比べる必要があります。
04 / THE CONTEXT
なぜ、今これが重要なのか
農作物は時間とともに状態が変わります。比較するには、何を、いつ、どの場所で測ったかがそろっている必要があります。一度の観察と、継続した記録は役割が異なります。
人が目で見た状態を言葉で記録する方法と、形や数を数値にする方法にも違いがあります。『よく育っている』という記述と、測定した長さは、比較できる内容が同じではありません。
また、一部の株を調べた結果と、栽培場所全体の状態は別です。どの範囲を観測しているかは、平均値や変化の意味を考える際の前提になります。
これはデータ分析に共通する話です。分析方法が高度でも、記録の時点や対象が分からなければ、変化の理由を調べる材料が足りなくなります。
05 / WHAT IT MEANS FOR YOU
私たちには、何が変わる？
身近な例なら、店舗の商品棚です。写真に商品が写っていることと、種類ごとの数量が正しく数えられていることは別です。奥に隠れた商品があれば、確認すべき範囲も変わります。
農業でも、撮影した映像と、そこから計算した値は分けて扱えます。計算結果が不自然なとき、元の映像へ戻って調べられるかどうかは、確認作業の条件になります。
観測を続ける仕組みには、撮影方法、記録間隔、データの保存方法などが関わります。AIモデルの選択だけで完結するのではなく、現場で情報を集める手順も含まれます。
そして、状態の変化が分かることと、その原因が分かることは別です。ある数値が変化しただけで原因を決めず、他の記録や現場の知識と合わせて検討する段階があります。
07 / NEXT ACTION
今日から、どう動くか
- 01
自分の仕事で定期的に観察していることを一つ挙げ、何を記録し、何を記憶だけで補っているかを書き出す。
- 02
記録に日時・対象・測り方が含まれているか確認し、比較するときに不足する情報を整理する。
- 03
画像をAIで読み取る実験をする場合は、扱ってよい資料を使い、元画像と人の確認値を残して誤りを調べる。