AIは農業をより効率的かつ持続可能にするかもしれない

オンタリオ州リーミントンにあるネイチャーフレッシュファームでは、トマト、キュウリ、ピーマン、イチゴの列の中に何か新しいものがある。

あらゆる温室に何千ものセンサーを設置し、人工知能技術は農場の照明、灌漑、収穫時期などの最適化に役立っています。

「テクノロジーを活用して、より多くの野菜を栽培し、よりおいしい野菜を作り、全体的にもっと多くのことをしたいと考えていました」と、ネイチャー・フレッシュ・ファームの情報技術およびセキュリティ担当副社長、キース・ブラッドリー氏は語る。

インテルとデルの技術は、農場が受動的ではなく能動的になることに役立ち、作物の収穫量を増やし、電力と水の使用量を削減していると彼は語った。さらに、従業員のワークライフバランスの改善にも役立っていると彼は付け加えた。

AI が農業にもたらす潜在的なメリットに関する研究が進む中、Nature Fresh のような農場は AI 導入の最前線に立っています。

業界主導の非営利団体エミリのマネージングディレクター、ジャクリーン・キーナ氏によると、農家はすでにさまざまな技術を利用しており、中には農場を調査して雑草、害虫、病気に関する情報を探すためにドローンなどのハイテクツールを導入している農家もあるという。同団体はウィニペグ近郊で新技術の試験・実証を行う「スマート農場」イノベーションファームを運営している。

その技術の次の段階には、そのデータを使用して推論、予測、さらには決定を行う AI モデルが含まれるとキーナ氏は述べ、AI により、農業は以前よりもさらに具体的なレベルまで「超最適化」できるようになるという。

グエルフ大学コンピューターサイエンス学部の助教授であり、食品向け人工知能イニシアチブのディレクターを務めるロジータ・ダラ氏は、この技術はより洗練され、単純なルールベースのシステムから大規模な言語モデルへと移行していると述べた。

これは精密農業に応用できると彼女は言う。精密農業では、センサーからのデータを分析して、水や肥料の使用量などを決定する。AIは、長い間人間が行ってきたますます複雑な決定を行うために使用できると彼女は言う。

カナダ農業食品自動化・情報ネットワークのCEO、ダレル・ペトラス氏は、AIは労働力不足や気候問題などの問題の解決に役立つと述べた。

ペトラス氏によると、一例として、彼のグループはクロプティミスティックという会社に投資しており、この会社は畑からデータを収集して害虫や作物の色の変化、その他作物への潜在的なストレス要因を検出しているという。

AIは「人間の目が捉えるよりも早くストレス要因が発生しているかどうかを判断でき、その後、管理介入をより迅速に行うことができます」と彼は述べた。

AIは畑で穀物を等級分けするのにも使える可能性があり、農家が作物をいつ収穫するか、販売するときに何が期待できるかを判断するのに役立つとペトラス氏は付け加えた。

また、気候変動の影響を緩和するためにも使用できると彼は述べた。

ペトラス氏は、AIと農業に関する研究の多くは高等教育機関で行われているが、その後現場でテストする必要があると述べた。これは、新興企業であれ既存企業であれ、「商業化手段」を通じて行われることが多いと同氏は説明した。

カナダ全土には、アルバータ州のオールズ農工大学が主導する、いわゆるスマート農場のネットワークがあり、その目的は新興の農業技術をテストし実証することです。

ネットワーク内の農場の一つが、Emili’s Innovation Farms です。

「私たちは、これらの技術が商業的な環境でどのように機能するかを実際に示し、ある意味では、これらの技術を試すことでリスクを軽減しています。そして、他の農家を含む他の人々と、これらの新技術の採用と完全な統合を加速する手段として、実際にどのように機能するかを共有しています」とエミリのキーナ氏は語った。

もう一つのスマートファームはオールズ カレッジにあり、フェリッペ カープ氏は AI モデルを構築するためのデータ収集と処理の標準を開発する方法を研究しています。

AI モデルの良し悪しはデータセット次第だと、同大学の研究員であり、マギル大学で生物資源工学の博士号候補生でもあるカープ氏は説明する。同氏は現在、土壌養分の変動の測定と予測に注力している。

「このデータセットを使って、私たちは人工知能モデルを訓練し、それを使って土壌中の栄養素の利用可能性を予測しました。」

ダラ氏は、新しい技術や新しい手法が作物に影響を与えたかどうかを調べるには時間がかかり、これが農家にとって導入の障壁となる可能性があると述べた。

「時には…1年以内、1シーズン以内、あるいは数年以内のこともあります」と彼女は語った。

農家は毎年、作物を収穫できるのは「たった一度だけ」であることが多いとキーナ氏は言う。

「そのため、実績のない業務に新しいテクノロジーを大規模に統合するという大きなリスクを負うことを彼らに求めることはできません。」

「イノベーションファームは、人々が自ら導入する前に、これらの技術が本格的に商業的に展開されるのを目にする必要があるという障壁の一部に対処します。」

農家の信頼度も障壁になっているとダラ氏は言う。特にAIの場合、意思決定プロセスが明確でないことがあるからだ。

データはAIモデルにとって最も重要だが、技術を向上させるためには農家がデータを共有するようインセンティブを高める必要があると彼女は付け加えた。

農家は自らのデータを共有することに抵抗を示すことがある、とカープ氏は言う。「それが、より複雑なモデルの開発について話すときに私たちが直面する課題の一つです。」

しかし、時間が経つにつれて、農家の関与が増加しているとペトラス氏は言う。

同氏は、農業向けAIツールの開発には「農家の関与が極めて重要」であり、これには現場でのデモンストレーション日や会議、ワークショップなどが含まれると述べた。

「スマート農場を通じて、基本的に自宅の裏庭でそれが実証されているのを彼らが見れば、私たちは導入に向けてさらに一歩前進したことになります。」

このレポートは、Canadian Press によって 2024 年 6 月 16 日に最初に公開されました。