NaLamKI — AI技術で持続可能な農業を目指すプロジェクト
気候条件の変化、熟練作業者の不足、農薬の使用など、さまざまな要因が農作業の質と運営に影響を与えています。ヘルツ研究所としても知られるフラウンホーファー通信研究所（HHI）の研究者たちは、クラウドとAI技術を用いて、農業をより効率的かつ持続可能なものにすることを目指しています。
このプロジェクトの一環として、NaLamKIでは、パートナーとともに「サービスとしてのソフトウェア」プラットフォームを開発しています。このプラットフォームは機器や機械の情報を収集し、予測や意思決定支援のためのデータベースを構築します。農業分野は深刻な課題に直面しています。ドイツの農家はすでに気候変動の広範な影響を感じており、将来はさらにそれに適応していく必要があります。
気温の上昇や降水量の変化は、作物の生育や輪作から土壌処理に至るまで、あらゆる農業上の要素に影響を及ぼします。クラウド上の分散型AIと農場上の集中型AIは、この変化する条件への適応プロセスをより効率的にし、農業のあらゆる分野でプロセスを加速させることで、全体的なエコシステムをより柔軟で将来志向のものにできる可能性があります。
ここでNaLamKIプロジェクトの出番です。プロジェクトの活動は、農業・産業分野のサプライヤーおよび作物栽培向け専用ソリューションのプロバイダー向けに、オープンなインターフェースを備えたクラウドプラットフォーム「サービスとしてのソフトウェア」（SaaS）の構築に焦点を当てます。
衛星やドローン、土壌センサー、ロボット、手作業によるデータ収集、在庫データなどで集められたセンサーおよび機械のデータを統合することで、先進的な人工知能の手法を用いて、農業プロセスをより持続可能に最適化できるデータプールを作成できます。
プラットフォーム上に展開されたAIアプリケーションは、農家が広大な農地における作物と土壌の状態を分析し、灌漑、施肥、害虫対策などの植物保護および栄養管理のプロセス編成を変えるのに役立ちます。これにより、品質と量の両面で十分な作物収穫を確保するとともに、排出量を削減し、生物多様性を守ることを目指します。
例えば、植物保護剤を的確に使用すると、収穫量が増え、コストが下がり、資源を節約でき、環境保護にも積極的に貢献します。
「気候変動に加え、熟練労働力の不足も農業プロセスの質と運営に影響を与えています。そのため、植物の状態は非常に限られた抽出調査によってしか確認できないことがよくあります。現在のところ、例えば大規模な農地において土壌の水分状態や害虫被害を検出し、正確に特定することはできません。さらに私たちは、ドローン、衛星、ロボットカメラから得られる画像の分析を研究し、その結果を農家にとって有意義なものにしています」
この課題に対処するため、研究所はプロジェクトの中で、リモートセンシングデータを分析し農業プロセスをモデル化するAI手法や、農地における5Gネットワークの構築を開発しています。すべてのデータを統合することで、研究者はこれまでほとんど把握できなかった作付け地の特性について理解を得ることができます。
農家はAIと対話し、質問することができます。例えば、現在の土壌水分量や作物の病害の状況に基づき、AIは具体的な行動指示を出し、さまざまなシナリオの効果を示すことができます。具体的には、農地の面積と現在の土壌状態を示すパネルがタブレットに表示されます。特定の領域をタップすると、農家は水不足などの問題に関する情報と、それにどのように対処するのが最適かの助言を得られます。
学習データとAIサービスは、データ保護に配慮した欧州のクラウド基盤であるGaia-Xを用いて分散的に提供されます。さらに、データが農場にローカルに保存される分散学習型の分散AIシステムも構築されます。農家はAIモデルを共有し、NaLamKIプラットフォームに移行させて、アルゴリズムを継続的に改善できます。プラットフォームは第三者のサプライヤーにも開放されます。例えば、スタートアップ企業がプラットフォーム上で革新的なAIソリューションを提供することも可能になります。
AIモデル開発プロセスのための初期データ収集はすでに完了しました。特に、ドイツのプファルツ地方にある果樹園でリンゴの木を植える作業中にロボットが撮影した画像が利用可能になりました。このために、位置センサー、LIDAR、RGBカメラ、マルチスペクトルカメラなどさまざまなセンサーからのデータを、自律型ロボットが農園を通過する間に収集、分析、統合しました。
目的は、果樹園の木々について意味のあるモデルを作成し、果実の数や熟度、幹の直径、個々の作物と周囲の土壌の状態を判断できるようにすることです。これには、走行経路上の障害物、特に高い植生の中にいる生物を検出することも含まれます。
「私たちは農園を通過しながらデータを評価しています。収集した情報は果樹の個体数マップと統合され、圃場の地図上に表示されます。これらのデータに基づき、農家向けの記録が作成されます」
