施策テーマ AI農業社会実装プロジェクト

キーワード：ファインチューニング

AIモデルを一から開発する場合、大量のデータが必要です。これは農業関連のAIモデルを開発するときも例外ではありません。しかし、地域特性を考慮するために個別の地域や産地で開発を行おうとすると、所有しているデータ数に限りがあるため、どうしても少数のデータしか集まらないことになります。

この問題については、我々が採り入れているファインチューニング手法を用いることで対処することが可能です。
この手法では、まず、農研機構等が保有する、農業に関する大量の基礎的知識ベースを全国規模で収集し、全国対応の基本AIモデルの開発を行います。そして、その基本AIモデルを、地方の試験研究機関やJA等が保有しているデータを用いて改良(ファインチューニング)していくことで、地域単位では少ないデータ数しか確保できない場合であっても、比較的高精度な地域特化版AIモデルを開発することができるのです。下図に普及指導の生成AIモデルの例を示します。
実際にファインチューニング手法を用いると、一からAIモデルを開発する場合の30分の1のデータ数で済むという報告もあり、大変効果的な手法だと認識しています。
私たちは、こうしたファインチューニング手法の活用を通じて、地域農業の生産性向上に貢献します。

本課題の直近の成果・ユースケース

ファインチューニング手法を用いた開発実施の第1弾として、三重県でイチゴを対象とした生成AIを構築しました。この生成AIを用いて、農業者から普及指導員に頻繁に質問される項目に対する回答を出力させたところ、回答の正答率が、汎用的生成AIより約40%高くなるという試験結果が示されました。ほかの地域でもこうした取り組みを希望する声がいくつか上がっており、今後、適用地域・作目の拡大を図っていきたいと考えています。

読者へのメッセージ

AIを活用した地域農業の成長を実現するためには、様々なステークホルダーの皆さんとの連携が重要です。
農業や地域振興に関心のあるICT企業や地域スタートアップ企業がいらっしゃいましたら、ぜひ一緒に、本課題に取り組みませんか？ご連絡をお待ちしています。
また、地方行政や普及機関、JAの皆様におかれては、ぜひ本課題に関心をお寄せください。AI開発に活用可能なデータプラットフォームやデータベースの構築に取り組んでいただくとともに、私たちが開発したツールを地域農業の生産性向上に活用していただければと思います。