【IT×マガキ養殖】AIよるマガキ判定86.3%へ 種ガキ確保のバラつきをAI画像認識技術で解消し、養殖の安定化や増産を目指す

NEWS
2021.06.04

生産人口の減少問題を、データとAIで解決する株式会社プロトソリューション(沖縄本社:沖縄県宜野湾市、仙台本社:宮城県仙台市、代表取締役社長:白木享)は、令和2年度イノベーション創出強化研究推進事業「AI画像認識による幼生同定技術の開発と幼生輸送予測によるマガキ養殖業の効率化・安定化」に参画し、同事業において「AI画像認識による幼生の同定・計数システムの開発」を担当しております。

■同事業参画における背景・目的

プロトソリューション仙台本社は、地場の企業様と連携し、得意とするWeb技術を提供することで、地方経済への貢献をめざしております。ディープラーニングを活用した画像認識ソリューションを強みとし、大規模クルマ情報メディアでの車体識別・サイト監視など、培ってきたAI技術の活用と地域貢献を目的とし、同事業への参画を行いました。

本研究は生研支援センター「イノベーション創出強化事業」の支援を受けて実施しております。

■同事業参画リーダー関内氏インタビュー

icon_福田

icon_福田

関内 孝行 せきうち たかゆき

2006年入社。仙台本社勤務。AIテクノロジー推進室の新規サービス開発チームに所属。社内の技術推進部門の一員として、新サービスやAIの開発に携わっており、その傍らエンジニアからの技術的な相談に乗るなど、指導役とシステム管理者としての役割を担っている。また、情報セキュリティスペシャリストの資格を保有し、情報セキュリティ技術の専門家として、開発における工程管理、品質管理を支援する立場でもあり、マルチに動き回るフルスタックエンジニアとして活躍している。

本事業の中課題リーダーをつとめる関内氏に、事業の目的や今後の展望についてインタビューしました。

「マガキの養殖は、養殖の出発点となる種ガキを確保(採苗)するために適度に成長した幼生が現れたときに採苗器を海に投入する必要があります。そのため、漁業者などが発生状況を顕微鏡で観測しているのですが、熟練の技術と労力が必要で、見落としや人によるバラツキもあります。この問題をAIで解決し、省力化・高精度化・情報配信の高速化をし、養殖の安定化や増産につなげるのが目的です。」

事業参画のきっかけ

事業パートナーのアンデックスさまより、AI画像認識技術を強みとする会社を探しているということで手を挙げ、参画することが決まりました。宮城県は水産業が盛んで、今回の研究対象となるカキの生産量は全国2位を誇っています。震災の影響で養殖への影響も大きく、AI画像認識技術で役立てることがあればと思いました。
ただ、水産業に関しては素人なので、マガキについて学ぶことは多かったですね。

「IT×水産業」で養殖の安定化・増産を目指す

水産業に限らず、「人が目で見て、何らかの判断をする作業」については、画像認識で解決できる可能性はあると考えています。今回は、種ガキ採苗の効率化を目指しております。

種ガキの採苗について
カキは7~8月頃に卵を産み,浮遊幼生の時期を経て,岸壁や岩礁等,様々な所へ付着します。この性質を利用して,カキの浮遊幼生が集まりやすい場所へホタテガイの貝殻を連ねた採苗器(コレクター)を垂下し,これにカキの稚貝を付着させます。宮城県ではカキの産卵時期になると,水産技術総合センターが中心となり,本県の種場である松島湾及び石巻湾等におけるカキ浮遊幼生の発生状況や成長具合を調査し,情報提供を行っています。

種ガキの採苗について(宮城県HPより)
 

従来の方法では、カキの浮遊幼生の大きさ・個数を顕微鏡にて人が確認をとっています。この方法では、作業者によって精度のばらつきがあり、小さな視覚内でのチェックになることで見落としも多く発生していました。幼生の成長度・数が不足した状態で採苗器をおろしても、カキの稚貝が付着せずに無駄骨となってしまうこともあります。

今回の事業では、AI画像認識技術を用いることで、マガキ幼生の大きさ・個数を判別し最適なタイミングで採苗器を垂下できれば、マガキ養殖の安定化や増産が見込めます。

2021年5月時点では、AIによるマガキ判定が86.3%となり、高い精度でマガキ幼生の大きさ・個数を数値化できるようになっています。

実際に産卵期を迎える7,8月を見据えて、6月下旬からサンプリングをスタートし、さらに精度をあげていきたいですね。

教師データ作成のために医療分野の取組みを参考に

AI画像認識技術をマガキ幼生同定に活用するには、学習データ(教師データ)が必要になりますが、サンプルが少ないことが一つ難しかった点ですね。

こういった課題は、医療分野のAIにも言えます。症例数の少ない病気では画像が少なく、ラベル付けに専門家の協力が必要なところなどが共通しています。

医療分野のAI論文で学習の手法が盛んに研究されており、データの増幅 (Data Augmentation) はもちろんのこと、ラベル付けに仮組みのAIを参加させるという手法 (Active Learning や Human in the Loop) を応用することができました。
「水産業」「医療」など業種で区切るのではなく、課題としての共通点を抽出することはとても大事ですね。

AI画像認識技術をはじめとする新たな技術を活用した今後の展望

マガキの幼生をきっかけに、他の貝養殖においても同様の課題があがっています。本事業と同様の仕組みを活用
すれば、他の漁業関係者の負担や課題を解決することができることも増えると思います。
人手不足の解消や、スピーディな対応など、IT化が進むことでのメリットは多くあります。
地域に根差すエンジニアとして、宮城県の産業活性化につながる研究を続け、地域社会に貢献していきたいですね。

ページトップへ戻る