「近大マグロ」の養殖研究などで有名な近畿大学水産研究所は、AIやIoTを活用した「稚魚自動選別システム」の開発に向けて、日本マイクロソフト、豊田通商と共同実証研究を開始した。同実証研究にMicrosoft Azureの機械学習サービスや画像解析AI APIを提供する日本マイクロソフトが2018年8月21日に発表した。
近畿大学水産研究所は、マグロをはじめとする様々な魚種の養殖研究で実績がある。現在は研究の一環として、マダイ稚魚の生産を行っており、同大学発ベンチャーのアーマリン近代を通じて全国の養殖業者に販売している。同大のマダイ稚魚の生産量は日本の年間生産量の24％を占め、その数は年間約1200万尾になる。
稚魚を出荷する前に、専門作業員が生育不良の個体を取り除くなどの選別作業を行うが、この作業は目検と手作業で、作業員の経験と集中力に頼っている。作業者への負担が大きいことから、自動化が課題だった。そこで今回、近畿大学水産研究所は日本マイクロソフト、豊田通商と共同で、画像解析と機械学習を組み合わせた稚魚の自動選別システムを開発し、実証実験を開始した。
豊田通商がハードウェア設計とプロトタイプ構築、日本マイクロソフトはAzureのAI API「Cognitive Services」と機械学習サービス「Azure Machine Learning」の提供、ハードウェア制御のためのIoT機能を提供した。
|
|---|
| マダイの稚魚の選別作業の様子 |
画像解析技術でポンプを制御
稚魚の選別作業は、まず、いけすからポンプで吸い上げた稚魚をベルトコンベアに乗せ、作業員の前を通過する間に生育不良の個体を目視で見分けて選別を行う。ここで最も重要なのはポンプの流量調整で、吸い上げる水量が多すぎるとコンベアを通過する稚魚が多すぎて選別作業が追いつかない。逆に、吸い上げる水量が少ないと稚魚が少なすぎて全体の作業効率が低下する。
3者が開発中の自動選別システムでは、第1段階として、画像解析技術を用いたポンプ制御の自動化を行った。ベルトコンベアの魚影面積とその隙間の面積を画像解析で計算し、一定面積あたりの稚魚数を分析。あらかじめ機械学習で割り出しておいた選別作業のための最適値に近くなるようにポンプの流量を自動制御する。同機能は、2019年3月までに本番環境に実装する予定だという。
|
|---|
| 画像解析によるポンプ流量制御のシステム構成 |
第2段階として、現在目視で行っている生育不良の個体を取り除く作業についても、画像解析と機械学習を組み合わせて自動化を目指す。
