- 10月 6, 2026
病害画像AIの精度向上は「データ漏洩」か|環境センサーとセッションの落とし穴
作物病害の画像と環境データを組み合わせたAIモデルの精度向上は、環境そのものではなく「撮影場所と日時」を特定しているだけである可能性が高い。本研究は、既存の公開データセットでこの「ショートカット学習」が発生していることを実証し、厳密な評価手法を提言する。
作物病害の画像と環境データを組み合わせたAIモデルの精度向上は、環境そのものではなく「撮影場所と日時」を特定しているだけである可能性が高い。本研究は、既存の公開データセットでこの「ショートカット学習」が発生していることを実証し、厳密な評価手法を提言する。
植物病の「診断」と「患部特定」を同時に行うAIモデルAgroGroundを提案。自動アノテーションで構築した大規模データと混合指示学習により、2Bパラメータのモデルが教師モデルを上回る局所化精度を達成した。
モロッコの施肥推奨システムをオープンソース化し、データ取得からAIモデルまでを再現可能にした「Turba」スタックを提案。推奨値の「来歴」を明確に分離することで、研究の透明性と再利用性を確保する。
灌漑やセンサー校正など、学習データに混入した非定常なノイズが、Mambaモデルの予測に長期的なバイアスとして残る問題を解決する手法『SSU-LSF』を提案。再学習不要で、精度低下を抑えつつバイアスを除去します。
循環式養殖システム(RAS)におけるニジマスの給餌管理を、魚群の軌跡解析と大規模言語モデル(LLM)で自動化。視覚情報から生成した行動トークンと環境データを統合し、過剰給餌を防ぐ高精度な意思決定を実現した。
真菌由来の発光経路とプロテアーゼ応答型BRET回路を植物ゲノムに組み込み、ウイルス感染時に黄色から緑色へ発光色が変わる自律型センサーを開発。外部基質や特殊装置不要で、症状出現前の早期検出と遠隔監視を可能にした。
気候変動による土壌劣化に対し、物理・化学・生物の各領域の相互作用を「間隙スケール」で統合的に理解する必要性を提言。微生物の機能発現を支える微小環境の整備と、文脈に応じた微生物群集の誘導が食料安全保障の鍵となることを示す総説。
LLMを灌漑制御に導入する際、物理的な実行権限は数値モデルに保持させ、LLMには文脈的な提案と修正のみを担わせる「Mimir」を開発。複数環境での検証で、灌漑水量を大幅に削減しながら、作物ストレスや排水損失を含む総合コストを最小化した。
養殖場での魚の行動監視における「クラス内類似性」による誤検出とエラー蓄積を解決するため、FiVOSアルゴリズムを開発。マスクブロックフィルターとノイズフィルターにより、複雑な水中環境でも高精度なセグメンテーションを実現し、SOTA性能を達成した。
化学農薬の代替として、根圏微生物叢の生態学的相互作用と植物の免疫誘導(ISR/SAR)を統合した「エコ・スマート・バイオコントロール」の仕組みを解説。単一菌剤の不安定さを克服し、持続可能な病害管理を実現する最新知見を整理した総説。