NIKUKAGEN

製品概要

背景(製品開発のきっかけ、課題等)

日本の農業は転換を余儀無くされています。農業就業者の高齢化と後継ぎの不在、日本の農業は今後10年で変化せざるを得ない状況です。後継ぎが不足していることの最大の背景としては、機械化が進んでいる工業に比べて明らかに生産効率が低いがゆえの収入と労働の不均衡が挙げられます。 一方で、近年若者の農業への関心が高まっていて新規参入者も増えていますが、撤退する割合も高くなっています。自然条件に大きく影響されるためマニュアル化に限界があり、経験や勘が重要な農業においては、早急に成功を収めるのは容易ではありません。 ここで注目したいのは人間の神経に代わり有機的な判断や処理を行う人工知能です。例えば、栽培や選果過程にAIを導入すれば、今まで人間によって行われていた労働がより高い精度で機械に代替され生産や流通における省力と生産性の向上が実現されます。同時に、AIに匠の体験知を学習させれば今まで個人に蓄積されていたナレッジが自動化され、他者が扱えるようになります。つまり、農家1年目の若者がプロと同じような農業を行うことを可能とします。 今回のハッカソンでは生鮮食料のなかでも特に肉に着目しました。理由は単にその市場規模の大きさであり、ビジネスとして実現することを考えた際に経済的期待値が大きいからです。牛肉の等級分けは、例えば、匠が枝肉の断面を見て判断し行われますが、最近飛躍的に研究が進んでいる画像認識によるDeep Learningを用いて、食肉流通におけるAIの導入有効性の一端をお見せしたいと思います。

製品説明(具体的な製品の説明)

NIKUKAGENはみんな大好き焼肉の為の、最新の焼き加減の監視ツールです。 NIKUKAGENはお肉の焼き加減を鉄板投入時の生の状態からベストな状態までDeepLearningを使った画像認識でリアルタイムで監視、測定。みなさまにベストな焼き加減をモニター上で教えてくれます。お一人焼肉貴族様から皆で食べる焼肉の会のお供に。

特長

1.人工知能による自動検出機能

DeepLearningを使用した画像認識技術により生、焼、焦の段階を自動でお知らせします。

2.低導入コスト

光学カメラで十分なため高額なセンサーが不要。既存のシステムに組み込みやすいため一般家庭からレストランまで多様な環境に対応しています。

3.無限のポテンシャル

今回は消費段階のお肉をテストケースにしていますが、食肉流通における等級化や鮮度確認などの判断がありとあらゆる段階においてデータに裏打ちされて正確に行うことができます。

解決出来ること

肉の焼き加減という従来人の目による正確な判別が難しかった作業にAIを用いた画像認識技術を応用することで、より正確に肉の焼き加減が判別できるようになりました。さらに、今回は肉に対象を絞りましたりましたが、Deep Learningの技術としては画像からデータを取得できるあらゆる食材に対応できるため応用可能は高いと考えます。

今後の展望

農業は自然という不可抗力に大きく影響されるため、人間が持つ最高水準の技術を以て臨んでも理不尽な理由で失敗するリスクがあります。しかし、日本だけでなく世界全体において農業の産業化/競争力強化が必然的に求められていることを考えれば、農業×人工知能の破壊的イノベーションの可能性への挑戦は、誰かしらが行わざるを得ない課題であり、私たちはその成功を信じてアプローチしたいと考えています。その第一歩として、農業の剪定、土壌管理、収穫判断、選果など「匠の目」が求められ、本来人間の感覚で判別・判断されてきた物、事象、タスク処理の過程へ人工知能を持ち込みたいと考えています。 実際に農協やアグリフェアなどに訪れたメンバーでリサーチを行い、どういったニーズやデータベースがあるかを調べ、その展開方法も加味しています。(近日中に起業したいと考えています。)

注力したこと(こだわり等)

  • 生/焼/焦のデータをとるためスーパーで牛肉・豚肉を購入し、6時間をかけ、焼く・写真をとる・編集の作業を行い、21627枚のデータをとり、焼き肉を心から楽しめるように生・焼・焦の判定の精度向上を図った。
  • データを取る為の牛肉・豚肉を「スタッフが美味しくいただきました」にしたかったが焦げたデータが必要だったので涙を飲みながら焦がしました。

開発技術

活用した技術

  • Convolutional Neural Network (Deep Learning) #### API・データ
  • 自作画像データ(21627枚)

フレームワーク・ライブラリ・モジュール

  • Caffe
  • OpenCV2
  • 主要Pythonモジュール

デバイス

  • Web Camera

独自技術

ハッカソンで開発した独自機能・技術

  • 独自で開発したものの内容をこちらに記載してください
  • 特に力を入れた部分をファイルリンク、またはcommit_idを記載してください。

製品に取り入れた研究内容(データ・ソフトウェアなど)(※アカデミック部門の場合のみ提出必須)

PREREQUISITES

CUDA 7.0 and a GPU of compute capability 3.0 or higher are required.

Share this project:
×

Updates