O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.
Próximos SlideShares
What to Upload to SlideShare
What to Upload to SlideShare
Carregando em…3
×
1 de 47

SSII2021 [OS1-01] 水産養殖 x IoT・AI ~持続可能な水産養殖を実現するセンシング/解析技術~

1

Compartilhar

Baixar para ler offline

SSII2021 [OS1-01] 水産養殖 x IoT・AI ~持続可能な水産養殖を実現するセンシング/解析技術~
6月9日 (水) 16:30 - 18:00 メイン会場(vimeo + sli.do)

水産養殖 x IoT・AI ~持続可能な水産養殖を実現するセンシング/解析技術~

登壇者:高橋 康輔 氏(ウミトロン株式会社)

概要:水産養殖業は、人口増加に伴うタンパク質不足,乱獲による海洋資源の減少・生態系の破壊といった社会問題に対する解決策として現在世界的に大きな注目を集めている。省力化・効率化が求められる水産養殖を持続可能とするため、昨今ではIoT・AIを活用した養殖活動のデータ化・最適化の取り組みが始まっている。本講演では、養殖業が抱える課題を俯瞰し、それらを解決するデータのセンシング方法およびコンピュータビジョンを始めとする解析技術について弊社の事例を交えながら紹介する。

Mais Conteúdo rRelacionado

Você Pode Gostar Também

SSII2021 [OS1-01] 水産養殖 x IoT・AI ~持続可能な水産養殖を実現するセンシング/解析技術~

  1. 1. 水産養殖 x IoT・AI ~持続可能な水産養殖を実現するセンシング/解析技術~ 高橋 康輔(ウミトロン) 2021.6.9
  2. 2. 自己紹介 名前:高橋 康輔,Ph.D. (Infomatics) 経歴 - 2010年:京都大学 工学部卒(主査:美濃導彦 教授) - 2012年:京都大学大学院 修士課程修了(主査:松山隆司 教授) - 2012年:NTTメディアインテリジェンス研究所入所 - 2018年:京都大学大学院 社会人博士課程修了(主査:延原章平 准教授) - 2019年〜現在:ウミトロン入社 これまでの主な取り組み q_tarou 鏡面反射を利用した カメラキャリブレーションに関する研究 @修士,博士課程 2 CV技術を利用した スポーツのパフォーマンス向上に関する研究開発 @NTT CVPR2017, TPAMI2021 CVPR2012, Best code award 2nd prize NTT技術ジャーナル CVSports2018(CVPR Workshop) HP : http://qtarou.github.io/
  3. 3. What is “UMITRON” 3 install Sustainable Aquaculture on Earth 水産養殖 x テクノロジー ウミトロンは、成長を続ける水産養殖にテクノロジーを用いることで、将来人類が直面する食料問題 と環境問題の解決に取り組むスタートアップ企業です。シンガポールと日本に拠点を持ち、 IoT、衛星 リモートセンシング、機械学習をはじめとした技術を用い、より安全で、人と自然に優しい「持続可能 な水産養殖を地球に実装する」ことを目指しています。
  4. 4. 4 2. 持続可能な水産養殖を実現するセ ンシング/解析技術 1. SDGsと水産養殖 本日お話する内容
  5. 5. SDGsにおける水産養殖の貢献 5 1.SDGsと水産養殖
  6. 6. 人口増加に伴うタンパク質需要の増大 6 1.SDGsと水産養殖 このまま人口が増え続けると,2050年にはタンパク質の 需要と供給のバランスが崩れる(タンパク質クライシス)
  7. 7. 7 Salmon Farming Industry Handbook 2020より タンパク質供給源である肉・魚介類の消費量の増加 魚介類 鶏肉 豚肉 牛肉 その他 消費量(kg / 人年) 半世紀で約2倍弱 世界の肉・魚介類の年間消費量(一人あたり)の推移 1.水産養殖を取り巻く状況 タンパク質供給源において魚介類の重要性は極めて高い
  8. 8. 8 一人あたりの食用魚介類の消費量は半世紀で約2倍以上に オセアニア(1.8倍) アジア(3.1倍) 北米(1.7倍) ヨーロッパ(1.5倍) アフリカ(2.3倍) 南米(1.8倍) 消費量(kg / 人年) 全世界で約2.3倍 水産庁「令和元年度 水産白書」世界の漁業・地域別の世界の 1人1年当たり食用魚介類消費量の推移より計算 世界の地域別の年間食用魚介消費量(一人あたり)の推移 1.水産養殖を取り巻く状況 魚介類の消費はアジアを中心に世界的に増加傾向
  9. 9. 養殖業が急成長し漁業の生産量を追い抜く 9 生産量(トン) 水産庁「令和元年度 水産白書 」世界の漁業・養殖業生産量の推移より計算 漁業 養殖業 世界の漁業・養殖業生産量の推移 1.SDGsと水産養殖 養殖業が魚介類生産の中心に
  10. 10. 海面養殖は世界の水産物消費量の100倍を生産可能 10 Rebecca R. Gentry, et. al., Mapping the global potential for marine aquaculture, Nature Ecology & Evolutionvolume 1, pages1317–1324 (2017) より 潜在的に海面養殖が可能なエリア(赤:top 20%) 1.SDGsと水産養殖 養殖業は食糧不足(特にタンパク質不足)を 解消するポテンシャルを秘めている
  11. 11. SDGsにおける水産養殖の貢献 11 1.SDGsと水産養殖 課題:人口増加に伴う食糧不足    (特にタンパク質不足) 養殖業による 潤沢な魚介類の供給
  12. 12. 30%以上の海洋資源が既に乱獲状態 FAO, The State of World Fisheries and Aquaculture 2020 より 世界の海洋資源動向 責任のある養殖と資源回復可能な量の漁獲を推進が重要
  13. 13. SDGsにおける水産養殖の貢献 13 1.SDGsと水産養殖 課題:乱獲による海洋資源の    減少・生態系の破壊 課題:人口増加に伴う食糧不足    (特にタンパク質不足) 養殖業による 潤沢な魚介類の供給 養殖業による 管理された海洋資源の活用
  14. 14. 14 2. 持続可能な水産養殖を実現する センシング/解析技術 1. SDGsと水産養殖 本日お話する内容
  15. 15. 水産養殖業そのものは持続可能か 生産現場では多くの課題がある - 休日のない業務 - 就業者の高齢化・減少 - 過酷な自然との戦い - 不安定な流通 - etc... 2.持続可能な水産養殖を実現するセンシング/解析技術 水産養殖を持続可能な成長産業とするため,ICT, IoT, AIなどの テクノロジーを利用したスマート水産業を実現する様々な取り組みが推進 参考)令和元年度 水産白書 第 3節 令和の時代に向けた改革の推進
  16. 16. ウミトロンが取り組む生産現場の課題 16 環境 - 海水温把握 - 赤潮対策 - 急潮把握 - ... - 給餌の効率化/省力化 - 成長管理の効率化 /省力化 - 種苗コスト - ... 生産 流通 - 流通・販売チャネルの確保 - 市場価格の変動 - トレーサビリティ - ... 2.持続可能な水産養殖を実現するセンシング/解析技術
  17. 17. 生産課題:給餌の効率化 / 省力化 17 給餌の重要性 - 魚の成長にダイレクトに影響 - 金銭的コストへのインパクトが大きい - オペレーションコストが高い 餌 60~70% 人件費 船舶代など 生産に関わるコスト 真鯛の場合 2.持続可能な水産養殖を実現するセンシング/解析技術 給餌は魚の成長に加え 経営・労働環境にも影響 餌も天然資源に依存しているので,量を減らすこと,乱獲さ れていない原料の餌を使用することが重要
  18. 18. 生産課題:給餌の効率化 / 省力化 18 給餌の重要性 - 魚の成長にダイレクトに影響 - 金銭的コストへのインパクトが大きい - オペレーションコストが高い 手で給餌 機械で餌を噴射 毎日全ての生簀に給餌 2.持続可能な水産養殖を実現するセンシング/解析技術 給餌は魚の成長に加え 経営・労働環境にも影響
  19. 19. タイマー式自動給餌器の普及とその課題 19 タイマー式自動給餌器の普及 - 利点:省力化 - 欠点:無駄餌の発生 金銭的コストの増加,環境負荷増加 魚の摂餌状況に応じたリアルタイムな給餌の制御 課題 2.持続可能な水産養殖を実現するセンシング/解析技術
  20. 20. コンピュータビジョンを利用した自動摂餌状況把握 20 撮影した画像・動画から摂餌に関するスコアを算出[Chao+2018, Liu+2014] [Liu+2014]Liu, Ziyi, et al. "Measuring feeding activity of fish in RAS using computer vision." Aquacultural engineering 60 (2014): 20-27. [Chao+2018] Zhou, Chao, et al. "Intelligent feeding control methods in aquaculture with an emphasis on fish: a review." Reviews in Aquaculture 10.4 (2018): 975-993. [Chao+2019] Zhou, Chao, et al. "Evaluation of fish feeding intensity in aquaculture using a convolutional neural network and machine vision." Aquaculture 507 (2019): 457-465. 摂餌に関するスコア 一般的なアプローチ 例:0〜1のスコアを出力  0:摂餌が落ちているので給餌を止めるべき  1:摂餌が活発なので給餌を続けるべき 摂餌スコア推定手法 例 - 魚群行動の認識[Liu+2014] - 餌の検出 - End-to-End [Chao+2019] 入力 出力 2.持続可能な水産養殖を実現するセンシング/解析技術
  21. 21. 摂餌状況把握のための魚群行動認識 21 魚群の急加速や餌に群がる行動が食欲を反映しているとし[Conrad+2011] 魚群の「速度」「方向」「位置」などのパラメータを考慮した取り組みが様々な魚 種において実施されている.[Sadoul+2014, Liu+2014] [Conrad+2011]Conrad, J. Louise, et al. "Behavioural syndromes in fishes: a review with implications for ecology and fisheries management." Journal of fish biology 78.2 (2011): 395-435. [Sadoul+2014]Sadoul, Bastien, et al. "A new method for measuring group behaviours of fish shoals from recorded videos taken in near aquaculture conditions." Aquaculture 430 (2014): 179-187. [Liu+2014]Liu, Ziyi, et al. "Measuring feeding activity of fish in RAS using computer vision." Aquacultural engineering 60 (2014): 20-27. 2.持続可能な水産養殖を実現するセンシング/解析技術
  22. 22. 摂餌状況把握のための餌の認識 22 餌が食べられずに残っていることは魚の食欲を判定する一つの指標であるとし ,餌を自動で検出する取り組みが実施されている.[Atoum+2014] [Atoum+2014] Atoum, Yousef, Steven Srivastava, and Xiaoming Liu. "Automatic feeding control for dense aquaculture fish tanks." IEEE Signal Processing Letters 22.8 (2014): 1089-1093. 2.持続可能な水産養殖を実現するセンシング/解析技術
  23. 23. ウミトロンにおける給餌制御の取り組み 23 UMITRON CELL(スマート給餌器)に搭載したカメラで撮影した映像を解析し, 魚の食欲を判定(FAI)および給餌の制御を行う. 給餌・撮影 解析 操作 2.持続可能な水産養殖を実現するセンシング/解析技術 IoTデバイス
  24. 24. 解析映像の例 24 食欲がいまいち 食欲旺盛 2.持続可能な水産養殖を実現するセンシング/解析技術
  25. 25. 苦労話 - 給餌制御 (UMITRON CELL・FAI) 編 - 25 - 長期間カメラを設置しているとカメラに汚れや水滴が付着する - スコアが変な値を出したと思ったら鳥が餌の噴射口で待ち構えている - やたらスコアが高いと思ったら水流でカメラがぐるぐる回ってた - “最適な給餌”の定義が難しい 2.持続可能な水産養殖を実現するセンシング/解析技術
  26. 26. ウミトロンが取り組む生産現場の課題 26 環境 - 海水温把握 - 赤潮対策 - 急潮把握 - ... - 給餌の効率化/省力化 - 成長管理の効率化 /省力化 - 種苗コスト - ... 生産 流通 - 流通・販売チャネルの確保 - 市場価格の変動 - トレーサビリティ - ... 2.持続可能な水産養殖を実現するセンシング/解析技術
  27. 27. 生産課題:成長管理の効率化 / 省力化 27 成長管理の重要性 - 生産量,出荷タイミングを見積もる上で非常に重要 - オペレーションコストが高い - 過度な管理は成長を阻害する 2.持続可能な水産養殖を実現するセンシング/解析技術
  28. 28. 生産課題:成長管理の効率化 / 省力化 28 成長管理の重要性 - 生産量,出荷タイミングを見積もる上で非常に重要 - オペレーションコストが高い - 過度な管理は成長を阻害する 非接触・非侵襲な成長管理の実現 課題 2.持続可能な水産養殖を実現するセンシング/解析技術
  29. 29. コンピュータビジョンを利用した自動成長管理 29 水中にステレオカメラなどを沈め,撮影した画像/映像から 成長に関する指標を推定する. 成長に関する指標 一般的なアプローチ 成長指標推定手法 例 - 尾叉長推定 - 体重推定 - 病気検知 入力 出力 2.持続可能な水産養殖を実現するセンシング/解析技術
  30. 30. 成長管理のための尾叉長・体重推定 30 生産量を把握する上で,魚の尾叉長・体重は最も重要な指標.ステレオ カメラを利用して自動で尾叉長を推定する手法の開発が活発に行われている. 左図:AI・IoT技術によるクロマグロ幼魚のサイズ測定自動化サービスを開発 https://jpn.nec.com/press/202005/20200521_01.html より引用 右図:AQ1 Systems http://aq1systems.jp/ より引用 2.持続可能な水産養殖を実現するセンシング/解析技術
  31. 31. ウミトロンにおける成長管理の取り組み 31 UMITRON LENS(ステレオカメラを搭載したデバイス)で撮影した映像を解析し ,魚の尾叉長・体重を推定する. 撮影 解析 操作 2.持続可能な水産養殖を実現するセンシング/解析技術 IoTデバイス
  32. 32. 解析映像の例 32 映像は開発途中のものです 2.持続可能な水産養殖を実現するセンシング/解析技術
  33. 33. 苦労話 - 成長管理 (UMITRON LENS) 編 - 33 - カメラのベースラインが短く,対応点誤差に敏感 - カメラキャリブレーションできる大きな水槽が無い - 何度も海に落ちそうになる(まだ落ちてはない) - etc... 2.持続可能な水産養殖を実現するセンシング/解析技術
  34. 34. ウミトロンが取り組む生産現場の課題 34 環境 - 海水温把握 - 赤潮対策 - 急潮把握 - ... - 給餌の効率化/省力化 - 成長管理の効率化 /省力化 - 種苗コスト - ... 生産 流通 - 流通・販売チャネルの確保 - 市場価格の変動 - トレーサビリティ - ... 2.持続可能な水産養殖を実現するセンシング/解析技術
  35. 35. UMITRON PULSE (水産養殖向け海洋データサービス) 35 2.持続可能な水産養殖を実現するセンシング/解析技術 https://www.pulse.umitron.com/ 無料で利用開始できます
  36. 36. 36 UMITRON PULSE (水産養殖向け海洋データサービス) 2.持続可能な水産養殖を実現するセンシング/解析技術 https://www.pulse.umitron.com/ 無料で利用開始できます
  37. 37. ウミトロンが取り組む生産現場の課題 37 環境 - 海水温把握 - 赤潮対策 - 急潮把握 - ... - 給餌の効率化/省力化 - 成長管理の効率化 /省力化 - 種苗コスト - ... 生産 流通 - 流通・販売チャネルの確保 - 市場価格の変動 - トレーサビリティ - ... 2.持続可能な水産養殖を実現するセンシング/解析技術
  38. 38. うみとさち(持続可能な水産養殖の実現に向けたシーフードアクション) 38 2.持続可能な水産養殖を実現するセンシング/解析技術 「うみとさち」は生産者だけではなく,加工業者や料理人,量販店,テクノロジー企業,そして消費者など水産に関わる 全ての仲間で一緒に海の豊かさを考え,未来においしい魚食文化をつないでいく活動です
  39. 39. ウミトロンが取り組む生産現場の課題 39 環境 - 海水温把握 - 赤潮対策 - 急潮把握 - ... - 給餌の効率化/省力化 - 成長管理の効率化 /省力化 - 種苗コスト - ... 生産 流通 - 流通・販売チャネルの確保 - 市場価格の変動 - トレーサビリティ - ... 2.持続可能な水産養殖を実現するセンシング/解析技術
  40. 40. 他分野と同様,養殖に関する様々なデータの収集・統合およびデータに基づいた最 適なオペレーションの実現が進む.センシングはこの流れを支える非常に重要な立ち 位置. 40 3.さいごに 水産養殖の今後の展開とセンシング 今後の展開 撮影の時点でいかに「良いデータ」を取得するかが重要. 個人の感想 魚にセンサを装着することは困難であるため,水中でも利用できる非侵襲なセンサ (カメラ・ソナーなど)はデータ収集のデバイスとして有望.ただ,現状水中は非常に チャレンジングな環境(反射屈折,濁り,etc)
  41. 41. - 水産養殖はSDGsにおいて「2. 飢餓をゼロに」,「14. 海の豊かさを守ろ う」観点から非常に重要 - 水産養殖 x IoT・AIはまだ黎明期でこれから大きく発展. - センシングおよびコンピュータビジョン・パターン認識を利用した解析技 術はその流れを支える重要な技術 41 3.さいごに まとめ
  42. 42. 付録
  43. 43. 養殖 x IoT・AIの取り組み(国外) 43 養殖にIoT・AIを取り入れたスタートアップ企業の出現 - Aquabyte (アメリカ, 2018~ ) - AquaCloud (ノルウェー, 2017~ ) - … Alphabetも養殖に関するムーンショットプロジェクトとしてTidalを公開 Alphabet Tidal Aquabyte 図,動画はそれぞれ以下より引用 - Aquabyte : https://www.aquabyte.ai/index.html - Alphabet Tidal : https://x.company/projects/tidal/ 付録
  44. 44. 養殖 x IoT・AIの取り組み(国内) 44 図はそれぞれ以下より引用 -(お知らせ)ドコモと鯖やグループが業務提携契約を締結 -ICTを活用した新たなサバ養殖モデルで水産業の発展に寄与- <2020年5月28日>」https://www.nttdocomo.co.jp/info/news_release/2020/05/28_00.html - 事例紹介: 福井県小浜市「鯖、復活」養殖効率化プロジェクトの今」 https://www.kddi.com/corporate/csr/regional-initiative/case-study/case23/ - 北海道大学水産科学研究院とソフトバンクがチョウザメのスマート養殖共同研究プロジェクトを開始~IoTやAIを用いた養殖システムの確立へ~<2020年2月13日>  https://www.softbank.jp/corp/news/press/sbkk/2020/20200213_01/ NTTドコモ KDDI ソフトバンク 各企業が自治体・養殖業者と連携して実証実験を開始 - クラウドを利用した作業や生育状況などの一括管理 - AIを利用した各種作業の効率化・省力化    ... 付録
  45. 45. 養殖の観点でCVが活用できる課題 45 - 病気の検出 - 寄生虫の検出 - 魚種のクラス分類 - 生簀の魚数カウント - 分布の推定 - 水中の色補正・ノイズ除去 - … その他の課題 CVの技術 - Object detection - Semantic segmentation - Keypoint detection - 3D reconstruction - Color calibration - Tracking - ... 活用 付録
  46. 46. 水産養殖の業界におけるCV・パターン認識 46 CV・パターン認識の技術は基本的に 魚の行動・様子をデータ化するためのツールとしての立ち位置. - ジャーナルなどに投稿されている論文の多くは統制された環境下における 観測となるため,使用されている手法もシンプルなものが多い. - 企業のサービスとして取り組まれている技術は,現場の過酷な環境でも動 作することが求められており,(恐らく)最新の手法も積極的に取り入れら れている. 付録
  47. 47. CV・パターン認識の業界における水産養殖 47 養殖への利用や魚の行動解析を想定したCV・パターン認識の研究テーマとし ては魚のトラッキングが多い[Terayama+2016, Rodrigo+2017, Pedersen+2020] [Terayama+2016]Terayama, Kei, Hitoshi Habe, and Masa-aki Sakagami. "Multiple fish tracking with an NACA airfoil model for collective behavior analysis." IPSJ Transactions on Computer Vision and Applications 8.1 (2016): 1-7. [Rodrigo+2017] Verschae, Rodrigo, Hiroaki Kawashima, and Shohei Nobuhara. "A multi-camera system for underwater real-time 3D fish detection and tracking." OCEANS 2017-Anchorage. IEEE, 2017 [Pedersen+2020] Pedersen, Malte, et al. "3D-ZEF: A 3D zebrafish tracking benchmark dataset." Proceedings of the IEEE CVPR 2020. 付録

×