＜社会課題＞

• 農業・水産業の従事者の高齢化が進行しており、生産現場を支える人材の確保が課題となっている
• これらの分野における新規参入者が十分に増えておらず、担い手の減少傾向が続いている
• 熟練した農業従事者・漁業従事者の経験知は、言語化や記録が難しい暗黙知であるため、次世代へ十分に継承されないまま失われつつある
• これらの状況は、生産性や品質の維持、安定した食料供給に影響を及ぼすおそれがある
• 限られた人材でも持続的に生産できる仕組みの構築と、経験知をデータとして蓄積・活用する手法の確立が求められている

＜シーズの内容・提供できること＞

• 熟練した農業従事者・漁業従事者が有する経験知(作物や水産生物の状態の見極め、作業の判断基準やタイミングなど)を、画像・センサデータ・作業記録などと対応づけ、AIを用いて数値やモデルとして表現することで、デジタル化する手法の検討
• デジタル化した経験知を、新規参入者や経験の浅い従事者が参照できる形(判断支援や作業の目安の提示など)で活用する方法を検討し、技術の継承の支援
• 栽培・養殖の現場で取得可能なデータ(生育状況、水温・水質などの環境情報)をAIで解析し、収穫量の向上に寄与する要因を明らかにするとともに、効率的な増収方法の検討
• 作業の省力化や管理の効率化につながる手法を併せて検討し、限られた人員でも安定的に生産を続けられる仕組みの構築

　要素技術

• • AIによる画像認識・物体検出技術を用いた、出荷物の品質確認(大きさ、形状、傷や色の状態などの判定)
  • 気象・環境・生育に関する時系列データを用いた、収穫量等の回帰予測
  • 衛星画像などの画像データと、水温・気象などの時系列データを組み合わせたAIによる、漁場などの予測

＜もたらされる効果・想定される活用例や市場等＞

• 熟練した農業従事者・漁業従事者の引退に伴い、長年培われた経験知が継承されないまま失われる状況に対し、経験知をデータやモデルとして蓄積・共有することで、次世代へ継承しやすくなる効率的に収穫量を増加できることで、安定した経営の実現が可能
• 出荷物の品質確認や、収穫量・漁場の見通しを人の目や勘に頼らざるを得ず、作業負担や判断のばらつきが生じる状況に対し、画像認識や予測による客観的な指標が得られることで、負担の軽減と判断の均質化が可能

リサーチマップ：https://researchmap.jp/read0204686/