キュウリ農家とディープラーニングをつなぐ TensorFlow
Google Cloud Platform Japan Blog(2016/8/5)より引用
「Google の囲碁 AI 『AlphaGo』が世界トップクラスの棋士と互角に指し合う様子を見て、これは凄いことが起きている、と思いました。それが、ディープラーニングを使ったキュウリ仕分け機の開発のきっかけです」
それからわずか 4 か月で静岡県でキュウリ栽培農家を営む小池誠さんは、Google の機械学習ライブラリ TensorFlow を用いたキュウリ仕分け機の自作を進め、その試作 2 号機が 7 月に完成した。
お母さんの「仕分けの技」を AI に
自動車部品メーカーで制御システムの開発に 7 年携わっていた小池さんが、退職を機にご両親のキュウリ栽培を手伝い始めたのは 1 年前のことです。
実際に仕事を始めてみると、キュウリ栽培そのものに加えて、キュウリの「仕分け(選果)」の作業の難しさ、手間の多さに気づいたそうです。
「ひとくちにキュウリと言っても、その品質や鮮度は千差万別なんです」(小池さん)
「キュウリの仕分けは、誰にでもすぐにできる仕事ではありません。キュウリの長さ、太さだけでなく、色艶などの質感、凹凸やキズがあるか、形がいびつかどうか、イボが残っているかなど様々な要素を加味して等級を決めます。それを体得するには何ヶ月もかかり、忙しい時期だけパートさんに頼む、といったことがしにくい。私もやっと最近きちんと仕分けできるようになりました。機械で仕分けるにしても、長さや形だけを見る単純な画像認識では不十分です」
とはいえ、こうした仕分けの作業は農家の本来の仕事ではないと小池さんは考える。
「農家はおいしい野菜を作ることに時間をかけたい。キュウリ栽培の仕事を継いでいくにあたって、仕分けの作業はいずれ自動化したいと考えています。」(小池さん)
お母さんの仕分けの技を、いかにして機械に覚えさせるか。
そこで AlphaGo のニュースをきっかけに、小池さんは Google が公開するオープンソースの機械学習ライブラリ TensorFlow を使ってディープラーニングによるキュウリの仕分けができないか、試し始めました。
TensorFlow で初めて試すディープラーニング
「AlphaGo のニュースと同時期に TensorFlow が公開され、さっそくキュウリの画像で試してみよう、と。機械学習やディープラーニングに触れるのはまったく初めてでしたが、TensorFlow のチュートリアルを試してみたところ、予想以上の結果がすぐに得られたので正直驚きました。これは使えそうだと手応えを感じました」(小池さん)
Google クラウドで「イボ」を見分ける AI へ
ディープラーニングによる画像認識の課題のひとつは、大量の学習用画像が必要になる点です。
試作 2 号機の開発に際して小池さんが撮影したキュウリ画像はおよそ 7000 枚にのぼる。
お母さんが仕分けしている横で写真を撮影し、およそ 2、3 か月をかけて学習用画像を用意しました。
以上