SERVICE /
SOLUTION
サービス・ソリューション

熟練暗黙知とAI技術の融合によりトマト栽培管理を高度化

農業
小林クリエイト株式会社

熟練暗黙知とAI技術の融合によりトマト栽培管理を高度化

背景・課題

TPP発効や農地法の規制緩和、米の生産調整制度(減反政策)の廃止等、日本の農業を取り巻く環境は大きく変化しています。おもな担い手である高齢熟練者の大量離農や就労者の減少により、生産性向上や労働負荷の低減、農業生産技術の継承は喫緊の課題であり、ICTやロボット技術を活用した超省力・高品質生産の重要度が増しています。

小林クリエイト株式会社 アグリ事業部様は、栽培・労務管理の最適化を目的に、トマト栽培の圃場(トヨタネ株式会社様の大規模施設園芸圃場)において、数十種類の膨大なデータに基づく「AIを活用したトマト栽培における適正作業の自動立案」に取り組まれていました。それらのビックデータ解析に基づいた判断・アクションで効率化を期待できる領域がある一方、熟練農作物管理者(以下、熟練者)の暗黙的な判断に依存し再現できない領域も多く、活動推進上の課題となっていました。

研究体制Fig.1 研究体制

現状調査

SOLIZEは小林クリエイト様に対し、熟練者に依存した栽培・労務管理の経験やノウハウを可視化する「暗黙知の形式化アプローチ」と、膨大なデータと業務プロセスを紐づけて分析する「データサイエンスアプローチ」により、効率化を支援するAIアルゴリズムを具体化する活動を提案しました。

まずSOLIZEは現場に入り、熟練者へのヒアリングや実績情報の分析による、徹底的な可視化・定量化を実施しました。

トマトの栽培・労務管理において熟練者は、一般的な科学的根拠を理解したうえでの自身の経験に基づく感覚から「日々の草勢(株の勢い)状態を瞬間的に把握」して、「次の適切な作業を都度判断して計画を見直し」、「作業指示や労務管理」を行っていました。そのため、特定の熟練者は代替がきかず、慢性的な高負荷状態が続いていました。また、施設園芸作業管理システムがリアルタイムに収集している「栽培計画と作業実績(翌日以降の圃場作業の組み換え)」および「樹勢状況 (育成状況、上り調子または下がり調子)」、環境制御システムが収集している「圃場環境情報 (温度、湿度、CO2、日射量、前日比)」という数十種類の膨大な情報を保有していましたが、現場の特徴や状況を把握したうえでの収量や品質をクリティカルに左右する熟練者の判断ポイントや判断ロジックが不明確であり、適切な因果関係の把握や予測を実現するようなビッグデータの有効活用が困難な状態であることがわかりました。

トマト栽培の作業指示・労務管理業務の課題Fig.2 トマト栽培の作業指示・労務管理業務の課題

解決策

①熟練者の判断ロジックの可視化・体系化

熟練者は、状況・パターンの認識力に優れ、状況に応じて瞬時に総合的な判断をしています。そこで、熟練者のノウハウを「知覚」、「解釈」、「決断」、「実行」の4つのプロセスでとらえるSOLIZE独自のフレームワークを用いて可視化しました。

「知覚」、「解釈」の段階では、熟練者は観測可能な定量的データや視覚・触覚・嗅覚等の定性的データを組み合わせて複合的に状況を把握しており、そこには明確な参考順序、検討順序・パターンと条件分岐となる判断、根拠・理由が存在することを解明しました。

「決断」、「実行」の段階では、把握した状況に合わせて検討すべき点にトレードオフの優先順位が存在することを解明しました。

さらに、トマト栽培の栽培・労務管理業務に関して収量と品質を最適化する熟練者の暗黙的な見方・考え方・着目すべき特徴を類型化しながら、可能な限り数式や数値(しきい値)に置き換え、体系的な「草勢状況制御の基本ロジック」として構築しました。

②データ分析・AIアルゴリズムの策定

①のアプローチで体系化した内容をもとに、必要なインプット情報がデータとして取得可能か、自動処理可能か、また、データドリブンで熟練者の見識を超える新しい最適解が見出せるか、そしてそれらを体現した仕組みの姿とはどのようなものかを、小林クリエイト様およびトヨタネ様と共に可視化された膨大なデータ群に相対し徹底的に議論とシミュレーションを重ねました。

熟練ノウハウを解明しAIの機能を最適に組み合わせるFig.3 熟練ノウハウを解明しAIの機能を最適に組み合わせる

その結果、従来監視している植物情報、作業情報、環境情報の数値データに加え、熟練者が感覚的に感知している情報を、画像データや定性的な草勢状況に関する認識(自然言語)として併せて取得することで、草勢状態・生長状態の見極め等の育成状況識別モデル(機械学習モデル)を構築し、過去データに基づく類似状況が推測できる仕組みを策定しました。

さらに、推測した過去の類似育成状況とその前後の状況変化の実績、直近の各種設定値の実績を踏まえたうえで、草勢状態制御の基本ロジック(Fig.3)に従い、確信度に基づいた設定値の修正量や作業計画と作業内容をリコメンドし、判断や作業を支援する仕組みを策定しました。このように、目的や業務特性に合わせて必要な機能を必要な箇所に最適に組み込む考え方のもと、深層学習とルールベースや人の判断を適切に組み合わせることで、トマトの栽培・労務管理を最適化する方策を具体化しました。

研究内容Fig.4 研究内容

成果

  • 01. 熟練者の経験やノウハウの体系化に基づき実績情報の定量的根拠に裏付けされた栽培・労務管理手法開発の方針具体化
  • 02. 01に基づいた実効性と実現性が高いAIアルゴリズムの具体的な方針の策定

関連コンテンツ

他の事例も見る

事例一覧へ戻る